TypeError：__init__() 在子类中缺少 1 个必需的位置参数

Question

我在嵌套表中有值。我需要做一些计算并得到结果。课程组织在script1.py 和script2.py。

有超类Values，它读取列表中的每一行并将它们转换为numpy数组。

还有子类Dimensions，它从Values继承数组并进行计算。

代码对表格进行操作并获得结果，但不起作用。我收到错误消息：

init() 缺少 1 个必需的位置参数：'tbl'

script1.py:

import numpy as np

class Values:
    def __init__(self, tbl):
        self.tbl = tbl

    def get_val_a(self):
        val_a = np.array(self.tbl[0])
        return val_a

    def get_val_b(self):
        val_b = np.array(self.tbl[1])
        return val_b

    def get_val_c(self):
        val_c = np.array(self.tbl[2])
        return val_c

script2.py:

from script1 import Values

val = Values()

class Dimensions(Values):

    def __init__(self, tbl):
        super().__init__(tbl)

    def get_dim_a(self):
        dim_a = 2 * val.get_val_a()
        return dim_a

    def get_dim_b(self):
        dim_b = 2 * val.get_val_b()
        return dim_b

    def get_dim_c(self):
        dim_c = 2 * val.get_val_c()
        return dim_c

script3.py:

from script2 import Dimensions

table = [[1, 2, 3],
         [1, 4, 9],
         [1, 8, 27]]

dim = Dimensions()

dim_1 = dim.get_dim_a()
dim_2 = dim.get_dim_b()
dim_3 = dim.get_dim_c()
print('Dimensions: ', dim_1, dim_2, dim_3)

Answer 1

您的代码中有这些实例化尝试：

val = Values()
dim = Dimensions()

您需要将相关参数传递给它们以进行实例化，因为在您实例化时会隐式调用 __init__ 方法，并且它在两种情况下都需要一个参数。

Answer 2

Idos已经说明了失败的原因，我不再赘述。查看您的代码，我猜测您需要在表格中传递：

# script3.py
dim = Dimensions(table)

在script2.py中，我不知道你为什么要在那里创建一个Values 对象，我也不知道该猜什么。

Answer 3

阅读您的答案，我遵循了传递论点的线索。我也意识到我的示例代码太简单了，无法理解我的问题。 我正在寻找的是：

1. 读取任何尺寸的任何 csv 文件。这些 csv 文件应包含有关钢材的信息，并且可能彼此不同。
2. 将 csv 文件的列的值分配给我可以操作的数组。
3. 根据项目使用不同的标准进行基本计算。
4. 使用基本计算来解决项目的特定问题。对于每个问题，此脚本可能不同。其他具有类的应保存以供重复使用。

到目前为止，这是我最好的解决方案：

# csv file: table.csv
# -------------------

#a,b,c
1,2,3
1,4,9
1,8,27

# script1
# -------

import numpy as np
import csv

class ImportFileCSV:
    '''
    Read any csv file and transpose the rows to columns.
    There are different csv files with different dimensions.
    '''

    def __init__(self, file_csv):
        self.table_csv = []
        self.file_csv = file_csv

    def read_table_csv(self):
        with open(self.file_csv, newline = '') as f_csv:
            reader = csv.reader(f_csv)
            for row in reader:
                if row[0].startswith('#'): continue # Ignore the header.
                self.table_csv.append(row)       
        self.table_arr = np.array(self.table_csv)
        return self.table_arr.T       

class Values(ImportFileCSV):
    '''
    Assign the values of each column to an array.
    There would be different classes Values1, Values2... for each csv file.
    '''

    def __init__(self, file_csv):
        super().__init__(file_csv)
        import_file_csv = ImportFileCSV(self.file_csv)
        self.table = import_file_csv.read_table_csv()

    def get_val_a(self):
        val_a = np.array(self.table[0], dtype = int)
        return val_a

    def get_val_b(self):
        val_b = np.array(self.table[1], dtype = int)
        return val_b

    def get_val_c(self):
        val_c = np.array(self.table[2], dtype = int)
        return val_c

# script2
# -------

from script1 import Values

class Dimensions(Values):
    '''
    Do some basic calculations according to specific standards.
    For each standard there would be different classes Dimensions1, Dimension2...
    '''

    def __init__(self, file_csv):
        super().__init__(file_csv)
        self.val = Values(self.file_csv)

    def get_dim_a(self):
        dim_a = self.val.get_val_a() + 2
        return dim_a

    def get_dim_b(self):
        dim_b = self.val.get_val_b() * 2
        return dim_b

    def get_dim_c(self):
        dim_c = self.val.get_val_c() ** 2
        return dim_c

# script 3
# --------

# PROJECT

from script2 import Dimensions

dim = Dimensions('table.csv')

dim_a = dim.get_dim_a()
dim_b = dim.get_dim_b()
dim_c = dim.get_dim_c()

solution = dim_c - dim_a - dim_b

print('Dimensions:', dim_a, dim_b, dim_c)
print('Solution  :', solution)

# Results
# -------

Dimensions: [3 3 3] [ 4  8 16] [  9  81 729]
Solution  : [  2  70 710]