Python中惰性数据流系统的元类

Question

我有一个关于延迟执行的数据流评估框架的想法。我想我需要元类，但我还不太了解它们。也许你已经有了一个想法，如果下面的工作。在

我想编写普通的程序，仅仅通过从某个元类派生对象，我想引入惰性求值。因此

a=A()
b=B()
c=C(a,b)
d=D(a)
if input()=="c":
    print(c.result)
else:
    print(d.result)

为了使这个延迟求值（即对于input=“c”只执行A，B，c，而对于input=“d”则只执行A，d），我只想从元类中派生出A，B，c，d。在

我正在考虑更改__new__，以便它返回一个实际上不执行__init__的代理对象。只有在属性访问时，它才会执行__init__并转发所有属性访问。在

此外，这个代理对象应该有一些类方法，可以在实际__init__-操作实际对象之前预先检查初始化参数是否有效（数据源）。事实上，我希望在不加载对象的情况下打印数据流依赖关系图。在

最后，作为最后一个小补充，我想在我的数据中引入依赖性跟踪。所有对象方法都应该神奇地检查它们的参数，并通过引用所有输入参数来丰富方法的返回结果（如果它是一个“普通类”，我可以在其中设置属性）。通过这种方式，我可以随时跟踪在某些最终数据中起作用的因素。在

你认为这是可能的还是你已经有了一个可能的暗示？尤其是最后一个我不确定的部分。在

Answer 1

您的系统可能基于__call__属性。那么你的例子将相当于：

a=A()
b=B()
c=C(a,b)
d=D(a)
if input()=="c":
    print(c())
else:
    print(d())

通过调用意义评估的行为。但也可以只使用一个方法*lazy_evaluate（）*。在

你会发现更具体地说明你的系统会对你有所帮助。写一个功能规范。你的问题不是功能规范。你还没有充分考虑这个问题。在