参数过多的类：更好的设计策略？

Question

我正在研究神经元模型。我正在设计一个叫做“细胞类”的东西，它是神经元的拓扑描述（就是几个部分连接在一起）。这个类有很多参数，但每一个都很重要，比如：

轴突段的数量、顶端分叉、细胞体的长度、细胞体的直径、顶端的长度、分叉的随机性、分叉的长度等等……总共有大约15个参数！

我可以把这些参数都设置成一些默认值，但我的类看起来就像一团乱麻，参数行数太多了。这种情况应该也会发生在其他人身上，有没有什么更好的设计方法，还是我这样做是对的呢？

更新：有些人问我，所以我附上了我的类的代码。正如你们所看到的，这个类有很多参数（超过15个），但它们都是必要的，用来定义一个细胞的拓扑结构。问题的关键在于，它们创建的物理对象非常复杂。我还附上了一张这个类生成的对象的图片。经验丰富的程序员会如何做得不同，以避免在定义中使用这么多参数呢？

class LayerV(__Cell):

    def __init__(self,somatic_dendrites=10,oblique_dendrites=10,
                somatic_bifibs=3,apical_bifibs=10,oblique_bifibs=3,
                L_sigma=0.0,apical_branch_prob=1.0,
                somatic_branch_prob=1.0,oblique_branch_prob=1.0,
                soma_L=30,soma_d=25,axon_segs=5,myelin_L=100,
                apical_sec1_L=200,oblique_sec1_L=40,somadend_sec1_L=60,
                ldecf=0.98):

        import random
        import math

        #make main the regions:
        axon=Axon(n_axon_seg=axon_segs)

        soma=Soma(diam=soma_d,length=soma_L)

        main_apical_dendrite=DendriticTree(bifibs=
                apical_bifibs,first_sec_L=apical_sec1_L,
                L_sigma=L_sigma,L_decrease_factor=ldecf,
                first_sec_d=9,branch_prob=apical_branch_prob)

        #make the somatic denrites

        somatic_dends=self.dendrite_list(num_dends=somatic_dendrites,
                       bifibs=somatic_bifibs,first_sec_L=somadend_sec1_L,
                       first_sec_d=1.5,L_sigma=L_sigma,
                       branch_prob=somatic_branch_prob,L_decrease_factor=ldecf)

        #make oblique dendrites:

        oblique_dends=self.dendrite_list(num_dends=oblique_dendrites,
                       bifibs=oblique_bifibs,first_sec_L=oblique_sec1_L,
                       first_sec_d=1.5,L_sigma=L_sigma,
                       branch_prob=oblique_branch_prob,L_decrease_factor=ldecf)

        #connect axon to soma:
        axon_section=axon.get_connecting_section()
        self.soma_body=soma.body
        soma.connect(axon_section,region_end=1)

        #connect apical dendrite to soma:
        apical_dendrite_firstsec=main_apical_dendrite.get_connecting_section()
        soma.connect(apical_dendrite_firstsec,region_end=0)

        #connect oblique dendrites to apical first section:
        for dendrite in oblique_dends:
            apical_location=math.exp(-5*random.random()) #for now connecting randomly but need to do this on some linspace
            apsec=dendrite.get_connecting_section()
            apsec.connect(apical_dendrite_firstsec,apical_location,0)

        #connect dendrites to soma:
        for dend in somatic_dends:
            dendsec=dend.get_connecting_section()
            soma.connect(dendsec,region_end=random.random()) #for now connecting randomly but need to do this on some linspace

        #assign public sections
        self.axon_iseg=axon.iseg
        self.axon_hill=axon.hill
        self.axon_nodes=axon.nodes
        self.axon_myelin=axon.myelin
        self.axon_sections=[axon.hill]+[axon.iseg]+axon.nodes+axon.myelin
        self.soma_sections=[soma.body]
        self.apical_dendrites=main_apical_dendrite.all_sections+self.seclist(oblique_dends)
        self.somatic_dendrites=self.seclist(somatic_dends)
        self.dendrites=self.apical_dendrites+self.somatic_dendrites
        self.all_sections=self.axon_sections+[self.soma_sections]+self.dendrites

Answer 1

你可以试试用Python的“字典”对象吗？

这里有个链接，可以了解更多关于字典的信息：http://docs.python.org/tutorial/datastructures.html#dictionaries

Answer 2

我觉得这种做法没有问题。如果你需要15个参数来描述某个东西，那就需要15个参数。如果没有合适的默认值，那在创建对象的时候就得把这15个参数都传进去。否则，你可以先设置一个默认值，之后再通过设置器或者直接修改来改变它。

另一种方法是为某些常见类型的神经元（在你的例子中）创建子类，并为某些值提供好的默认值，或者根据其他参数来推导这些值。

你也可以把神经元的一部分封装到单独的类里，然后在你建模的实际神经元中重用这些部分。比如，你可以为建模突触、轴突、细胞体等写不同的类。

Answer 3

更新：这种方法可能适合你的具体情况，但它确实有一些缺点，具体可以查看 kwargs是否是一种反模式？

可以尝试这种方法：

class Neuron(object):

    def __init__(self, **kwargs):
        prop_defaults = {
            "num_axon_segments": 0, 
            "apical_bifibrications": "fancy default",
            ...
        }
        
        for (prop, default) in prop_defaults.iteritems():
            setattr(self, prop, kwargs.get(prop, default))

然后你可以这样创建一个 Neuron：

n = Neuron(apical_bifibrications="special value")