我有一个lib需要的模块numpy。例如，假设我有一个假设函数
import numpy
def doSomething(x):
return numpy.sqrt(x)
现在要在单独的模块中使用该功能，我将名称导入为
from lib import doSomething
...
这里是棘手的部分......现在我要揭露的另一个版本doSomething针对numpy已经从另一个库中导入（尤其是来自autograd）。因此，例如，我希望能够有一个功能
from autograd import numpy
def doSomething(x):
return numpy.sqrt(x)
这些功能之间唯一的区别numpy是从何处导入。特别是，我想doSomething在同一代码中使用两个版本的，也就是说，我想以某种方式导入doSomething两次...一次使用default numpy，一次使用numpyfrom autograd。像这样：
useAutograd = False
from lib(useAutograd) import doSomething
useAutograd = True
from lib(useAutograd) import doSomething as doSomethingAutograd
我知道有几个选项，但没有一个令人满意。
我将制作一个代码库的副本，并有一个使用默认值的代码库numpy和一个使用numpyfrom的代码库autograd。这很不好，因为这将要求我维护两个代码库，它们互为副本，但仅具有不同的导入。
我可以输入条件导入：
try:
from autograd import numpy
except ImportError:
import numpy
这很糟糕，因为用户无法控制要导入的版本...如果他们具有自动分级功能，则他们必须使用该版本。
我可以定义一个环境变量来控制导入
import os
if os.environ.get('AUTOGRADNUMPY'):
try:
from autograd import numpy
except ImportError:
import numpy
else:
import numpy
不利之处在于，尽管用户可以控制导入，但他们只能选择一个版本（据我所知）。因此，他们不能在同一代码中使用两个版本。
此用例有更好的替代方法吗？
感兴趣的背景：
Autograd它具有自己的一组函数，这些函数可以模拟numpy并允许人们使用自动微分（与张量流相同）轻松地计算导数，而无需进行昂贵的数值微分。
但是，它们的numpy实现不是最优化的版本（AFAIK）。因此，允许用户在需要使用该autograd函数的雅可比时使用带有导入的版本，而在不需要时使用其默认的，高度优化的numpy包将是有利的。
如果您希望避免重复代码库，请改为将您的接口设为类。例如：
class using_numpy:
import numpy
@classmethod
def do_something(cls, x):
return cls.numpy.sqrt(x)
class using_autograd(using_numpy):
from autograd import numpy
现在using_numpy.do_something将使用numpy，并且using_autograd.do_something将使用autograd.numpy。
另外，如果您对感到不舒服classmethod，可以将您的接口实例设为一个类，例如：
class interface:
def __init__(self, mdl):
self.mdl = mdl
def do_something(self, x):
return self.mdl.sqrt(x)
import numpy
import autograd
with_numpy = interface(numpy)
with_autograd = interface(autograd.numpy)
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句