关于python：super __str__没有被调用


super __str__ isnt getting called

我继承了from sklearn.ensemble import RandomForestClassifier，我正在尝试打印我的新估算值：

1
2
3
class my_rf(RandomForestClassifier):
    def __str__(self):
        return"foo_" + RandomForestClassifier.__str__(self)

给foo_my_rf()。

我也尝试过：

1
2
3
class my_rf(RandomForestClassifier):
    def __str__(self):
        return"foo_" + super(RandomForestClassifier, self).__str__()

结果相同。预期类似于sklearn默认行为：

1
2
3
4
5
6
7
8
9
>>> a = RandomForestClassifier()
>>> print a
RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini',
        max_depth=None, max_features='auto', max_leaf_nodes=None,
        min_samples_leaf=1, min_samples_split=2,
        min_weight_fraction_leaf=0.0, n_estimators=10, n_jobs=1,
        oob_score=False, random_state=None, verbose=0,
        warm_start=False)
>>>

这也是我使用print a.__str__()时的结果。

我错过了什么？谢谢。

与如何更改Python类的字符串表示形式相关？

相关讨论

在两个__repr__RandomForestClassifier__str__查找的名字和类的实例(称为他们是从self)。你应该直接超类的引用的名称。

这是知识的更新，你可以得到你的所需的输出，虽然I Don’t get，为什么你想要什么。有一个原因，为什么RandomForestClassifier的实际名称__str__和__repr__回报的一类。这样你可以eval来恢复对象。无论如何，

1
2
3
4
5
6
7
8
9
10
11
12
13
In [1]: from sklearn.ensemble import RandomForestClassifier
In [2]: class my_rf(RandomForestClassifier):
    def __str__(self):
        superclass_name = RandomForestClassifier.__name__
        return"foo_" + superclass_name +"(" + RandomForestClassifier.__str__(self).split("(", 1)[1]

In [3]: forest = my_rf()
In [4]: print forest
foo_RandomForestClassifier(bootstrap=True, class_weight=None, criterion='gini', max_depth=None,
   max_features='auto', max_leaf_nodes=None, min_samples_leaf=1,
   min_samples_split=2, min_weight_fraction_leaf=0.0, n_estimators=10,
   n_jobs=1, oob_score=False, random_state=None, verbose=0,
   warm_start=False)

2你有没有更新你__init__参数重写父类，因为在__str____repr__是实现和扫描参数列表传递到__init__。你可以很清楚的看到它的运行这样的代码：

1
2
3
4
5
6
7
8
9
10
In [5]: class my_rf(RandomForestClassifier):
    def __init__(self, *args, **kwargs):
        RandomForestClassifier.__init__(self, *args, **kwargs)
    def __str__(self):
        superclass_name = RandomForestClassifier.__name__
        return"foo_" + superclass_name +"(" + RandomForestClassifier.__str__(self).split("(", 1)[1]
In [6]: forest = my_rf()
In [7]: print forest
...
RuntimeError: scikit-learn estimators should always specify their parameters in the signature of their __init__ (no varargs). <class '__main__.my_rf'> with constructor (<self>, *args, **kwargs) doesn't  follow this convention.
相关讨论