用于可扩展、可重用和优雅的代码的Python工厂

用于可扩展、可重用和优雅的代码的Python工厂

通过将行为（在工厂超类中定义）与对象创建（在子类中）解耦，创建灵活、可扩展的代码。

在现实生活中的工厂中，相同或相似对象的生产不是单独完成的，而是在流水线上精简的。同样地，工厂设计模式允许你创建的软件不与特定的产品相联系，而是可以在许多类似的应用中重复使用。工厂模式是著名的Gof（四人帮）设计模式之一[1]。它是一种创造型的设计模式，它将对象的创建封装在一个叫做工厂的类中。这种模式通过与系统解耦来促进系统的灵活性，即如何、何时以及由谁来创建其对象[6]。

当你需要创建新类型的对象时，工厂就特别有用。如果对象的创建分散在整个代码中，那么你将不得不花时间去寻找代码中对象类型的确切位置[2]。在软件工程方面，这意味着你有大量的技术债务需要处理。这在机器学习中尤其如此，正如[4]中所解释的那样。机器学习会产生巨大的维护成本，这源于数据依赖、数据漂移和隐藏的反馈回路。最近，通过创建特征商店[3][5]，工厂已经在机器学习中找到了自己的方式。特征库可以是在线的，也可以是离线的，其主要目的是抽象数据转换，因为它们适用于不同的特征，并通过这种方式实现更快的开发，更好的协作，有效的模型部署和扩展[7]。

1.0 在Python中实现工厂的一个例子

现在让我们来看一个如何在Python中使用工厂的具体例子。假设我们想为一个刚从大学毕业的儿子创建一个新的衣柜，他在一家银行找到了第一份工作，是一个定量金融分析师。鉴于他精通Python，他决定实现一个虚拟衣柜的索引。我们将帮助他为每件衣服分配一个 "正式等级"，因为他完全有能力穿着T恤和破洞牛仔裤出现在一个重要的会议上。

如下图所示，虚拟衣橱索引从创建两个抽象工厂开始， 一个是鞋类（FootWear） 一个是衣服（MensClothes）

这些都是抽象类，它们只起到模板的作用。与 Java 不同，Python 没有一个固有的抽象类类型。相反，它提供了一个叫做 abc 的模块，它提供了抽象类的基础结构。

MensClothes 类的 colort 和 colorb 变量分别代表上衣 (衬衫、毛衣等) 和下衣 (裤子) 的颜色。注意，我们给鞋子和上下装的颜色分配了一个默认值 "棕色"（安全的颜色）。

import ast
from abc import ABC

class FootWear(ABC):
    def shoespecs(self, c="Brown"):
        self.color = c


class MensClothes(ABC):
    def __init__(self, rt="Brown", rb="Brown"):
        self.colort = rt
        self.colorb = rb

    def clothespecs(self, foot_w):
        pass
1

现在让我们通过定义具体的类Boots和Loafers来实现两种类型的鞋类。我们继承自FootWear类，然后覆盖其shoespecs()方法来实现每个具体类的具体动作。

class Boots(FootWear):
    def __init__(self):
        print("Wear boots on a cold day")

    def shoespecs(self, c="Brown"):
        print(f"You picked {c} boots")


class Loafers(FootWear):
    def __init__(self):
        print("Shoes for a nice day")

    def shoespecs(self, c="Brown"):
        print(f"You picked {c} loafers")
1

同样地，我们创建了两个继承自MensClothes的具体类：SweaterAndCurdoroyPants，和ButtonDownShirtAndDressPants。

每个具体的类都重写了抽象类的方法 clothespecs()，以便为每个样式指定特定的内容。请注意，clothespecs()方法接受一个FootWear对象，以使鞋类的颜色与裤子的颜色相匹配。

class SweaterAndCorduroyPants(MensClothes):
    def __init__(self, rt="Brown", rb="Brown"):
        super().__init__(rt, rb)
        print(f"You picked the {rt} sweater and the {rb} corduroy pants")

    def clothespecs(self, foot_w):
        foot_w.shoespecs(c=self.colorb)


class ButtonDownShirtAndDressPants(MensClothes):
    def __init__(self, rt="Brown", rb="Brown"):
        super().__init__(rt, rb)
        print(f"You picked the {rt} button-down shirt and the {rb} dress pants ")

    def clothespecs(self, foot_w):
        foot_w.shoespecs(c=self.colorb)
1

下面的抽象类Outfit是一个工厂，它提供了选择衣服和鞋子的方法，分别是choose_clothes()和choose_shoes()，并且有一个实例属性，formality。

class Outfit(ABC):
    def __init__self(self):
        self.formality=0
        pass

    def choose_clothes(self):
        pass

    def choose_shoes(self):
        pass
1

下面的具体类LightColor_ColdAndCasualDay继承自抽象类Outfit，有以下方法。

(a) 一个构造函数，指定了形式和名称变量。形式变量是从Outfit继承的。

(b) Outfit类的choice_clothes()方法的重载形式，它返回一个SweaterAndCorduroyPants对象。

(c) Outfit的choice_shoes()方法的重载形式，该方法返回一个Boots对象。

正如我们所看到的，当我们向上移动类的层次时，事情变得更加具体，而较低级别的类，如FootWear、MensClothes和Outfit，对于创建什么子类、在哪里创建它们的对象以及它们如何被聚合都是不可知的。

下面的DarkColor_WarmSemiFormalDay类也定义了一种类似的结构，它定义了一些方法来返回衣服的ButtonDownShirtAndDressPants对象和鞋类的Loafers对象。

class LightColor_ColdAndCasualDay(Outfit):
    def __init__(self):
        self.formality = 1
        self.name = "Light Colored Outfit for a Cold and Casual Day"

    def choose_clothes(self):
        return SweaterAndCorduroyPants(rt="Cream-colored", rb="Light Brown")

    def choose_shoes(self):
        return Boots()


class DarkColor_WarmSemiFormalDay(Outfit):
    def __init__(self):
        self.formality = 2
        self.name = "Dark Colored Outfit for a Semi-Formal Day"

    def choose_clothes(self):
        return ButtonDownShirtAndDressPants(rt='burgundy',rb='black')

    def choose_shoes(self):
        return Loafers()
    
1

与到目前为止我们看到的抽象工厂相比，DarkColor_WarmSemiFormalDay和LightColor_ColdAndCasualDay是具体的工厂。它们如何作为对象的工厂，在下面的Look类的定义中得到了说明。类Look是负责创建对象的协调类。

正如我们在下面看到的，它的构造函数需要一个工厂作为参数。在我们有限的衣柜里，这个工厂可以是LightColor_ColdAndCasualDay或DarkColor_WarmSemiFormalDay对象。

当我们创建一个Look类的对象时，工厂的choose_clothes()和choose_shoes()被调用，它们分别给实例变量clo和sho赋值。

然后，这些变量被用于重要的dress()方法，该方法将所有东西放在一起并创建完整的外观！这是一个可扩展、可重复使用的方法。这是可扩展的、可重复使用的代码，因为战略性地放置了对象创建的封装和多态性。

class Look:
    def __init__(self, factory):
        self.factory = factory
        self.name = factory.name
        print(factory.name)
        self.clo = factory.choose_clothes()
        self.sho = factory.choose_shoes()
        self.formality = factory.formality

    def dress(self):
        self.clo.clothespecs(self.sho)

    def __eq__(self, m):
        return self.formality == m.formality

    def __gt__(self, m):
        return self.formality > m.formality
1

在下面的代码片段中，我们可以看到我们的对象创建和礼服()方法的调用。请注意，我们检查了两个对象是否相等或对象g2是否大于对象g1。

g1 = Look(LightColor_ColdAndCasualDay())
g1.dress()
g2 = Look(DarkColor_WarmSemiFormalDay())
g2.dress()
print(g1 == g2)
print(g2 > g1
1

在上面Look类的定义中，我们把__eq__运算符的输出定义为两个对象的形式性的平等比较的输出。正如我们所讨论的，我们的新晋金融分析师对形式上的风格一无所知，所以我们需要以一种特定的方式（形式上的等级）告诉他，哪些外观在形式上被认为是相等的。

所以，3是最高的正式性（商务套装），0是没有正式性（T恤衫和运动鞋）。下面的等号操作返回假，大号操作返回真，因为g2的正式性等级（2）比g1（1）高。

最后，在下面的代码片段中，我们导入了当前的虚拟衣橱，它以字典的形式存在于一个文本文件中，并将我们创建的两个新外观附加到它上面，Outfit对象的名称作为键，形式感作为值。

with open('virtual_wardrobe.txt') as f:
    data = f.read()
wardrobe = ast.literal_eval(data)
print(wardrobe)

wardrobe[g1.name] = g1.formality
wardrobe[g2.name] = g2.formality
print(wardrobe)

with open('virtual_wardrobe.txt', 'w') as v_wardrobe:
    v_wardrobe.write(str(wardrobe))
v_wardrobe.close()
1

你可以在我的github目录中看到整个代码，作为一个Jupiter笔记本：https://github.com/theomitsa/Python-factories

谢谢您的阅读!

参考文献

Gamma, E., Helm, R., Johnson, and R., J. Vlissides, Design Patterns: Elements of Reusable Object-Oriented Software, Addison-Wesley Professional, Oct. 1994.

Eckel, B. et al., Python 3 Patterns, Recipes, and Idioms, Read the Docs (ebook) Fly, A., Feature Store: 数据科学工厂的组成部分，中。迈向数据科学》，2019年9月。

Sculley, D. et al., 机器学习。The High-Interest Credit Card of Technical Debt, Software Engineering for Machine Learning, NIPS Conference Workshop, 2014.

Taifi, M., ML Feature Stores: 休闲之旅1/3, Medium, 2020年4月。 Bishop, J, C# 3.0 Design Patterns, O'Reilly Media, p. 336, 2007.

Hirschtein, A., What Are Feature Stores And Why Are They Critical For Scaling Data Science? , Medium: 迈向数据科学》，2020年4月。