自动初始化 class 的多个实例

Question

到目前为止，我主要使用 Python 进行数据分析，但有一段时间尝试实施一些东西。现在，我正在尝试为鱼实施毒物动力学-毒物动力学模型，以分析化学品对它们的影响。

所以给出以下代码：

import numpy as np

class fish():

def __init__(self):
    self.resistance_threshold = np.random.normal(0,1)

我现在的问题是，假设我想初始化鱼的多个实例class（比如 1000 条鱼），每个实例对化学物质都有不同的抵抗力，以便为基于代理的种群建模。如何自动实现这一目标？

我想知道是否有使用例如索引作为变量名称的一部分的东西，例如：

for fishid in range(0,1000):
    fishfishid = fish() # use here the value of fishid to become the variables name. E.g. fish1, fish2, fish3, ..., fish999

现在即使有可能在 Python 中做到这一点，我总觉得实施那 1000 个实例是一种不好的做法。并且想知道是否有类似 OOP-Python 的方法。例如设置一个 class "population" 在它自己的 __init__ 函数中初始化它，但是我如何在不先初始化它们的情况下分配鱼？

任何提示、指示或链接将不胜感激。

Answer 1

您可以创建一个 class FishPopulation，然后根据大小参数将您需要的所有 Fish 存储在那里。例如，像这样的东西会起作用：

import numpy as np


class Fish:
    def __init__(self):
        self.resistance_threshold = np.random.normal(0, 1)


class FishPopulation:
    def __init__(self, size=1000):
        self.size = size
        self.fishes = [Fish() for _ in range(size)]

您可以像这样迭代它：

fish_population = FishPopulation(size=10)
for fish in fish_population.fishes:
    print(fish.resistance_threshold)

>>> 
    -0.9658927669391391
    -0.5934917229482478
    0.8827336199040103
    -1.5729644992077412
    -0.7682070400307331
    1.464407499255235
    0.7724449293785645
    -0.7296586180041732
    -1.1989783570280217
    0.15716170041128566

你可以像这样访问他们的索引：

print(fish_population.fishes[0].resistance_threshold)

>>> -0.9658927669391391

自动初始化 class 的多个实例

Automatically initialize multiple instance of class

python

oop

initialization