Mejorando el contenedor personalizado para el rebanado (slicing)
Nuestro contenedor personalizado es excelente para acceder a registros individuales. Sin embargo, hay un problema cuando se trata de hacer rebanados (slicing). Cuando intentas tomar una rebanada de nuestro contenedor, el resultado no es lo que normalmente esperarías.
Entendamos por qué sucede esto. En Python, el rebanado es una operación común utilizada para extraer una porción de una secuencia. Pero para nuestro contenedor personalizado, Python no sabe cómo crear un nuevo objeto RideData solo con los datos rebanados. En lugar de eso, crea una lista que contiene los resultados de llamar a __getitem__ para cada índice en la rebanada.
- Probemos el rebanado en la shell de Python:
import readrides
rows = readrides.read_rides_as_dicts('ctabus.csv')
r = rows[0:10] ## Take a slice of the first 10 records
type(r) ## This will likely be a list, not a RideData object
print(r) ## This might look like a list of numbers, not dictionaries
En este código, primero importamos el módulo readrides. Luego leemos los datos del archivo ctabus.csv en una variable rows. Cuando intentamos tomar una rebanada de los primeros 10 registros y comprobamos el tipo del resultado, encontramos que es una lista en lugar de un objeto RideData. Imprimir el resultado puede mostrar algo inesperado, como una lista de números en lugar de diccionarios.
- Modifiquemos nuestra clase
RideData para manejar el rebanado adecuadamente. Abrir readrides.py y actualizar el método __getitem__:
def __getitem__(self, index):
if isinstance(index, slice):
## Handle slice
result = RideData()
result.routes = self.routes[index]
result.dates = self.dates[index]
result.daytypes = self.daytypes[index]
result.numrides = self.numrides[index]
return result
else:
## Handle single index
return {'route': self.routes[index],
'date': self.dates[index],
'daytype': self.daytypes[index],
'rides': self.numrides[index]}
En este método __getitem__ actualizado, primero comprobamos si el index es una rebanada. Si lo es, creamos un nuevo objeto RideData llamado result. Luego llenamos este nuevo objeto con rebanadas de las columnas de datos originales (routes, dates, daytypes y numrides). Esto asegura que cuando rebanamos nuestro contenedor personalizado, obtengamos otro objeto RideData en lugar de una lista. Si el index no es una rebanada (es decir, es un solo índice), devolvemos un diccionario que contiene el registro relevante.
- Probemos nuestra capacidad mejorada de rebanado:
import readrides
rows = readrides.read_rides_as_dicts('ctabus.csv')
r = rows[0:10] ## Take a slice of the first 10 records
type(r) ## Should now be readrides.RideData
len(r) ## Should be 10
r[0] ## Should be the same as rows[0]
r[1] ## Should be the same as rows[1]
Después de actualizar el método __getitem__, podemos probar el rebanado nuevamente. Cuando tomamos una rebanada de los primeros 10 registros, el tipo del resultado ahora debe ser readrides.RideData. La longitud de la rebanada debe ser 10, y acceder a elementos individuales en la rebanada debe darnos los mismos resultados que acceder a los elementos correspondientes en el contenedor original.
- También puedes probar con diferentes patrones de rebanado:
## Get every other record from the first 20
r2 = rows[0:20:2]
len(r2) ## Should be 10
## Get the last 10 records
r3 = rows[-10:]
len(r3) ## Should be 10
Aquí, estamos probando diferentes patrones de rebanado. La primera rebanada rows[0:20:2] obtiene cada otro registro de los primeros 20 registros, y la longitud de la rebanada resultante debe ser 10. La segunda rebanada rows[-10:] obtiene los últimos 10 registros, y su longitud también debe ser 10.
Al implementar adecuadamente el rebanado, nuestro contenedor personalizado ahora se comporta aún más como una lista estándar de Python, mientras mantiene la eficiencia de memoria del almacenamiento orientado a columnas.
Este enfoque de crear clases de contenedores personalizados que imitan los contenedores incorporados de Python pero con diferentes representaciones internas es una técnica poderosa para optimizar el uso de memoria sin cambiar la interfaz que tu código presenta a los usuarios.
