Índice de contenido
Ahora podemos usar esto con una clase Empleado que extiende la clase Persona y mezclas en la clase PrinterMixin: Esto ahora significa que cuando creamos una instancia de la clase Empleado, podemos llamar a la método print_me() en el objeto Empleado: e = Empleado(‘Megan’, 21, ‘MS123’) e.print_me() que imprimirá Empleado(MS123)Megan[21] Un punto a tener en cuenta sobre PrinterMixin es que es completamente independiente de la clase en la que se mezcla. Sin embargo, los mixins también pueden imponer algunas restricciones en el clases en las que se mezclarán. Por ejemplo, el IDPrinterMixin que se muestra a continuación asume que la clase en la que se mezclará tiene un atributo o propiedad llamado id. clase IDPrinterMixin(metaclase=ABCMeta): def print_id(auto): imprimir (self.id) Esto significa que no se puede mezclar con éxito en la clase Persona, si era entonces cuando se llamaba al método print_id() se generaba un error. Sin embargo, la clase Empleado tiene un atributo id y, por lo tanto, el IDPrinterMixin se puede mezclar con la clase Empleado: de abc importar ABCMeta clase PrinterMixin(metaclase=ABCMeta): def print_me(auto): imprimir (uno mismo) clase Persona(objeto): def init(uno mismo, nombre): self.nombre = nombre clase Empleado(Persona, PrinterMixin): def init(yo, nombre, edad, id): super().init(nombre) self.edad = edad self.id = id def str(uno mismo): return ‘Empleado(’ + self.id + ‘)’ + self.name + ‘[’
- str(auto.edad) + ‘]’ 26.6 mezclas 307
popular post
El modelo AR de series temporales univariadas
Resumen: En esta entrada, descubrirá el modelo AR: El modelo autorregresivo.
Leer másEvaluación de modelos para pronosticar
Resumen: Al desarrollar modelos de aprendizaje automático, generalmente se comparan varios modelos durante la fase de construcción.
Leer másModelos para pronosticar
Resumen: El pronóstico, traducido groseramente como la tarea de predecir el futuro, ha estado presente en la sociedad humana durante siglos.
Leer más