Как избежать циклических зависимостей при настройке свойств?

Благодаря Адаму Хьюзу и Уоррену Векессеру из списка рассылки Enthought я понял, чего мне не хватало в моем понимании. Свойства на самом деле не существуют как атрибут. Теперь я смотрю на них как на что-то вроде «виртуального» атрибута, который полностью зависит от того, что делает создатель класса во время вызова _getter или _setter.

Поэтому, когда я хотел бы иметь возможность устанавливать длину волны И частоту пользователем, мне нужно только понять, что сама частота не существует как атрибут и что вместо этого во время _setting частоты мне нужно обновить «фундаментальную» длину волны атрибута , так что в следующий раз, когда потребуется частота, она снова будет рассчитана с новой длиной волны!

Также нужно поблагодарить пользователя sr2222, который заставил меня задуматься об отсутствующем кешировании. Я понял, что зависимости, которые я установил с помощью ключевого слова «depends_on», требуются только при использовании черты «cached_property». Если стоимость вычислений не так высока или они выполняются не так часто, _getters и _setters позаботятся обо всем, что вам нужно, и вам не нужно использовать ключевое слово «depends_on».

Вот теперь оптимизированное решение, которое я искал, которое позволяет мне устанавливать длину волны или частоту без циклических петель:

class Photon(HasTraits):
    wavelength = Float 
    frequency = Property
    energy = Property

    def _wavelength_default(self):
        return 1.0
    def _get_frequency(self):
        return c/self.wavelength
    def _set_frequency(self, freq):
        self.wavelength = c/freq
    def _get_energy(self):
        return h*self.frequency

Можно было бы использовать этот класс следующим образом:

photon = Photon(wavelength = 1064)

or

photon = Photon(frequency = 300e6)

чтобы установить начальные значения и получить энергию сейчас, нужно просто использовать ее напрямую:

print(photon.energy)

Обратите внимание, что метод _wavelength_default позаботится о случае, когда пользователь инициализирует экземпляр Photon без указания начального значения. Только при первом доступе к длине волны этот метод будет использоваться для ее определения. Если бы я этого не сделал, первый доступ к частоте привел бы к вычислению 1/0.

Я бы рекомендовал научить ваше приложение тому, что может быть получено из чего. Например, типичным случаем является то, что у вас есть набор из n переменных, и любая из них может быть получена из остальных. (Конечно, вы можете моделировать и более сложные случаи, но я бы не стал этого делать, пока вы не столкнетесь с такими случаями).

Это можно смоделировать следующим образом:

# variable_derivations is a dictionary: variable_id -> function
# each function produces this variable's value given all the other variables as kwargs
class SimpleDependency:
  _registry = {}
  def __init__(self, variable_derivations):
    unknown_variable_ids = variable_derivations.keys() - self._registry.keys():
      raise UnknownVariable(next(iter(unknown_variable_ids)))
    self.variable_derivations = variable_derivations

  def register_variable(self, variable, variable_id):
    if variable_id in self._registry:
      raise DuplicateVariable(variable_id)
    self._registry[variable_id] = variable

  def update(self, updated_variable_id, new_value):
    if updated_variable_id not in self.variable_ids:
      raise UnknownVariable(updated_variable_id)
    self._registry[updated_variable_id].assign(new_value)
    other_variable_ids = self.variable_ids.keys() - {updated_variable_id}
    for variable_id in other_variable_ids:
      function = self.variable_derivations[variable_id]
      arguments = {var_id : self._registry[var_id] for var_id in other_variable_ids}
      self._registry[variable_id].assign(function(**arguments))

class FloatVariable(numbers.Real):
  def __init__(self, variable_id, variable_value = 0):
    self.variable_id = variable_id
    self.value = variable_value
  def assign(self, value):
    self.value = value
  def __float__(self):
    return self.value

Это просто набросок, я не тестировал и не продумывал все возможные проблемы.