在类中使用next（）函数

Question

我有一门课，用矩阵的概率来预测天气。矩阵很小：

weather = [
    [0.4,  0.3,  0.1,  0.05, 0.1,  0.05],
    [0.3,  0.4,  0.1,  0.1,  0.08, 0.02],
    [0.2,  0.3,  0.35, 0.05, 0.05, 0.05],
    [0.1,  0.2,  0.25, 0.3,  0.1,  0.05],
    [0.15, 0.2,  0.1,  0.15, 0.3 , 0.1 ],
    [0.1 , 0.2,  0.35, 0.1 , 0.05, 0.2 ]
]

每一行对应一种天气（按上面给出的顺序），每一列是第二天发生一种天气的概率（也按上面给出的顺序）。我写了一个计算概率的类，例如，假设前一天天气晴朗，天气会下冰雹。我将其制作成一个迭代器，如下所示：

class Markov:
    def __init__(self):
        #Initialize Markov object
        self.weather = {'sunny':0, 'cloudy':1, 'rainy':2, 
                        'snowy':3, 'windy':4, 'hailing':5}
        self.dat = np.array([])
        self.previous_day = None
        self.following_day = None

    #load data
    def load_data(self, array):
        # implement here
        self.dat = array

    # Get probability of weather on following day given weather on #previous day
    def get_prob(self, previous_day, following_day):

        self.previous_day = previous_day
        self.following_day = following_day
        return self.dat[self.weather[previous_day]][self.weather[following_day]]

    def __iter__(self):
        return self

    #function I would like to write. 
    def get_weather_for_day(self, day):
        pass

    #Implement the next function which does most of the heavy lifting. 
    def __next__(self):
        outcome = ''.join(np.random.choice(a = list(self.weather.keys()), size = 1, p=self.dat[self.weather[self.following_day]]))
        self.following_day = self.previous_day
        return "The next day's weather is " + outcome

#Run the code
weather_today = Markov()
weather_today.load_data(weather)
print(weather_today.get_prob('sunny', 'hailing'))
next(weather_today)

#Output
"The next day's weather is rainy"

>next(weather_today)
"The next day's weather is windy"
>next(weather_today)
>"The next day's weather is sunny"

这对用户来说是好的，但是很费劲。如果我想在第十天把天气还给你呢？有什么办法可以实现吗？我想要的方法是为天（self，day）获取天气，其中day指定天数。你知道吗

我的假设是我将在get_weather_for_day(self, day)中使用__next__函数，但我不确定如何实现这个功能？你知道吗

简而言之，我想要的是以下输出：

weather_today = Markov()
weather_today.load_data(weather)
weather_today.get_weather_for_day(5)

#output
In 5 days, the weather will be snowy

Answer 1

当您的实例用作迭代器时（它将在for循环中，因为您只在__iter__中返回self）。方法__next__为每个for迭代调用。你知道吗

因此，您可以直接在for循环中使用实例，并通过索引控制迭代次数，索引可以由enumerate提供。除此之外，您可能希望在迭代之前将某些状态归零—如果是这样，请在返回self之前在__iter__内执行此操作：

class Markov:
    ...
    get_weather_for_day(self, day):
         for daycount, prediction in enumerate(self):
             if daycount == day:
                  return prediction

如果您希望（1）在调用此方法之前保留“前一天”状态，或者（2）在多线程或异步程序（例如在视图中使用此代码的web应用程序的后端）中使用此代码，则只需小心。你知道吗

在这些情况下，您可以在继续迭代之前，在函数中创建实例当前状态的副本

 from copy import copy

 class Markov:
    ...

    def __next__(self):
        outcome = ''.join(np.random.choice(a = list(self.weather.keys()), size = 1, p=self.dat[self.weather[self.following_day]]))
        self.following_day = self.previous_day
        return  outcome

    def __iter__(self):
         return copy(self)
    ...
    get_weather_for_day(self, day):

         for daycount, prediction in enumerate(iter(self)):
             if daycount == day:
                  return f"In {day} days the weather will be {prediction}!"

（啊，当然你必须自己改变__next__的返回值，这样你就可以按照你在这个函数中的要求格式化输出-）