python – 在namedtuple中使用’_’作为typename做了什么特别的事吗?

weixin_38055888 2019-09-12 10:36:52
我正在查看在namedtuple中使用_作为typename的代码.我想知道这是什么目的. example = namedtuple('_', ['NameOfClass1', 'NameOfClass2']) 为什么不使用String?
...全文
90 1 打赏 收藏 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
weixin_38069804 2019-09-12
  • 打赏
  • 举报
回复
这是一个有点奇怪的例子.重点是为类及其属性提供有意义的名称.诸如__repr__和类docstring之类的一些功能从有意义的名称中获得了大部分好处. FWIW,namedtuple工厂包括一个详细的选项,可以很容易地理解工厂对其输入做了什么.当verbose = True时,工厂打印出它创建的类定义: >>> from collections import namedtuple >>> example = namedtuple('_', ['NameOfClass1', 'NameOfClass2'], verbose=True) class _(tuple): '_(NameOfClass1, NameOfClass2)' __slots__ = () _fields = ('NameOfClass1', 'NameOfClass2') def __new__(_cls, NameOfClass1, NameOfClass2): 'Create new instance of _(NameOfClass1, NameOfClass2)' return _tuple.__new__(_cls, (NameOfClass1, NameOfClass2)) @classmethod def _make(cls, iterable, new=tuple.__new__, len=len): 'Make a new _ object from a sequence or iterable' result = new(cls, iterable) if len(result) != 2: raise TypeError('Expected 2 arguments, got %d' % len(result)) return result def __repr__(self): 'Return a nicely formatted representation string' return '_(NameOfClass1=%r, NameOfClass2=%r)' % self def _asdict(self): 'Return a new OrderedDict which maps field names to their values' return OrderedDict(zip(self._fields, self)) def _replace(_self, **kwds): 'Return a new _ object replacing specified fields with new values' result = _self._make(map(kwds.pop, ('NameOfClass1', 'NameOfClass2'), _self)) if kwds: raise ValueError('Got unexpected field names: %r' % kwds.keys()) return result def __getnewargs__(self): 'Return self as a plain tuple. Used by copy and pickle.' return tuple(self) NameOfClass1 = _property(_itemgetter(0), doc='Alias for field number 0') NameOfClass2 = _property(_itemgetter(1), doc='Alias for field number 1')
内容概要:本文围绕“基于雅可比伪逆迭代的双臂协同轨迹规划与跟踪误差收敛性研究”展开,系统探讨了利用雅可比矩阵伪逆法实现双机械臂协同运动的轨迹规划方法,并通过Matlab代码实现了对系统跟踪误差收敛性的仿真验证。研究内容涵盖双臂协同的动力学建模、雅可比伪逆算法的迭代求解机制、轨迹跟踪控制器的设计,以及跟踪误差收敛性的数学证明与数值仿真分析,旨在提升多机械臂系统在复杂协作任务中的运动协调性、轨迹跟踪精度与控制稳定性。; 适合人群:具备机器人学、自动控制理论及数值计算基础,熟悉Matlab/Simulink仿真环境,从事多机械臂协同控制、轨迹规划算法开发及相关方向的研究生、科研人员或工程技术人员。; 使用场景及目标:①研究双机械臂系统在协同作业中的运动规划与控制策略;②掌握雅可比伪逆法在冗余自由度机器人运动学求解中的应用原理;③实现并验证轨迹规划算法的仿真性能与误差收敛特性;④为工业装配、协作搬运、精密操作等多臂机器人应用场景提供算法支持与技术参考。; 阅读建议:建议读者结合Matlab代码逐模块分析算法实现细节,重点关注雅可比矩阵的构建方法、伪逆求解过程及其在迭代控制中的应用机制,同时通过仿真结果对比分析不同参数对系统收敛性与跟踪精度的影响,宜在实际调试中调整增益参数与初始条件以深化对控制性能的理解。

479

社区成员

发帖
与我相关
我的任务
社区描述
其他技术讨论专区
其他 技术论坛(原bbs)
社区管理员
  • 其他技术讨论专区社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧