Многоуровневый массив объектов

Я пытаюсь реализовать симуляцию для решетчатой модели (решетка болтцмана) в Python. Каждый сайт решетки обладает рядом свойств и взаимодействует с соседними сайтами в соответствии с определенными правилами. Я подумал, что было бы разумно сделать класс со всеми свойствами и создать сетку экземпляров этого класса. (Поскольку я неопытен с Python, это может быть не очень хорошая идея, поэтому не стесняйтесь комментировать мой подход.)

Вот пример игрушки, что я делаю

class site:
    def __init__(self,a,...):
        self.a = a
        .... other properties ...
    def set_a(self, new_a):
        self.a = new_a

Теперь я хочу иметь дело с 2D/3D решеткой (сеткой) таких сайтов, поэтому я попытался сделать следующее (здесь в качестве примера используется сетка 2D 3x3, но в моделировании мне понадобится порядок > 1000x1000X1000)

lattice = np.empty( (3,3), dtype=object)
lattice[:,:] = site(3)

Теперь проблема состоит в том, что каждая точка решетки относится к одному и тому же экземпляру, например

lattice[0,0].set_a(5)

также задает значение решетки [0,2].a - 5. Это поведение нежелательно. Чтобы избежать проблемы, я могу перебрать каждую точку сетки и назначить элемент element за элементом, например

for i in range(3):
    for j in range(3):
        lattice[i,j] = site(a)

Но есть ли лучший способ (не связанный с циклами) назначать объекты многомерному массиву?

Спасибо

Ответ 1

Вы можете vectorize функцию класса __init__:

import numpy as np

class Site:
    def __init__(self, a):
        self.a = a
    def set_a(self, new_a):
        self.a = new_a

vSite = np.vectorize(Site)

init_arry = np.arange(9).reshape((3,3))

lattice = np.empty((3,3), dtype=object)
lattice[:,:] = vSite(init_arry)

Это может выглядеть чище, но не имеет преимуществ по сравнению с вашим решением. Рекомендации по составлению списка создают промежуточный список python, который может привести к поражению производительности.

Ответ 2

Недостающая часть для вас - это то, что Python рассматривает все как ссылку. (Есть некоторые "неизменные" объекты, строки и числа и кортежи, которые обрабатываются больше как значения.) Когда вы делаете

lattice[:,:] = site(3)

вы говорите "Python: создайте новый объект site и сообщите каждому элементу lattice, чтобы указать на этот объект". Чтобы убедиться, что это действительно так, напечатайте массив, чтобы увидеть, что адреса памяти объектов одинаковы:

array([[<__main__.Site object at 0x1029d5610>,
        <__main__.Site object at 0x1029d5610>,
        <__main__.Site object at 0x1029d5610>],
       [<__main__.Site object at 0x1029d5610>,
        <__main__.Site object at 0x1029d5610>,
        <__main__.Site object at 0x1029d5610>],
       [<__main__.Site object at 0x1029d5610>,
        <__main__.Site object at 0x1029d5610>,
        <__main__.Site object at 0x1029d5610>]], dtype=object)

Путь петли - один правильный способ сделать это. С помощью массивов numpy это может быть вашим лучшим вариантом; с списками Python вы также можете использовать понимание списка:

lattice = [ [Site(i + j) for i in range(3)] for j in range(3) ]

Вы можете использовать понимание списка с конструкцией numpy.array:

lattice = np.array( [ [Site(i + j) for i in range(3)] for j in range(3) ],
                    dtype=object)

Теперь, когда вы печатаете lattice, это

array([[<__main__.Site object at 0x1029d53d0>,
        <__main__.Site object at 0x1029d50d0>,
        <__main__.Site object at 0x1029d5390>],
       [<__main__.Site object at 0x1029d5750>,
        <__main__.Site object at 0x1029d57d0>,
        <__main__.Site object at 0x1029d5990>],
       [<__main__.Site object at 0x1029d59d0>,
        <__main__.Site object at 0x1029d5a10>,
        <__main__.Site object at 0x1029d5a50>]], dtype=object)

чтобы вы могли видеть, что каждый объект в нем уникален.

Следует также отметить, что методы "setter" и "getter" (например, set_a) являются непитоновыми. Лучше устанавливать и получать атрибуты напрямую, а затем использовать декоратор @property, если вам действительно необходимо предотвратить доступ на запись к атрибуту.

Также обратите внимание, что это стандартно для классов Python, которые должны быть написаны с помощью CamelCase, а не в нижнем регистре.

Ответ 3

Я не знаю, что лучше, но в качестве альтернативы явным наборам циклов вы можете написать

lattice = np.empty( (3,3), dtype=object)
lattice.flat = [site(3) for _ in lattice.flat]

который должен работать независимо от формы решетки.