向生成的对象添加属性？

Question

我定义了一个生成器，它生成系统的泊松到达率。我希望每个生成的到达（客户）都有一个随机的（x，y），它向系统显示到达客户的位置。即我想生成系统的泊松到达率，其中每个到达都来自随机位置。假设 x 在 50 范围内，y 在 60 范围内。

我怎样才能将其添加到以下代码中？

class Arrival(object):

    def __init__(self, stream_defin, referrer):

        self.service = stream_defin["service"]

        self.arrival_rate = stream_defin["rate"]

        self.referrer = referrer

    def sim_init(self, env,sim_stats):

        self.sim_stats = sim_stats

        self.env = env

        self.env.process(self.sim_arrival_generator())

    def sim_arrival_generator(self):

            i = 0

            while True:

                interarrival = spstats.expon(scale=1/self.arrival_rate).rvs()

                yield self.env.timeout(interarrival)

                i+=1

Answer 1

您的代码引用了许多您没有提供定义的对象和方法。这使得你很难准确地知道你在寻找什么。另外，我不确定我是否理解你在概念上想要什么。但如果我对你的要求采取最简单的解释，我的建议是：我假设这条线当前正在创建一个“到达”，它由interarrival变量引用：interarrival = spstats.expon(scale=1/self.arrival_rate).rvs()该值当前似乎是延迟值，使得连续延迟的模式覆盖泊松分布模式。此时，您希望在代码中创建延迟以及由x和y坐标给出的随机位置，而不仅仅是时间值，并将它们一起表示“到达”。我建议创建一个 Python 字典对象来表示每次到达。您可以这样做：interarrival = {    'delay': spstats.expon(scale=1 / self.arrival_rate).rvs(),    'position': {        'x': random.randint(self.min_x, self.max_x),        'y': random.randint(self.min_y, self.max_y)    }}我采取了很多自由措施并填写了您的代码，以便它实际上可以运行并“做某事”，尽管它所做的只是在到达之间延迟并打印每个到达的值。我假设您希望看到实际的延迟，因为您的呼叫self.env.timeout和 因为您的发电机永远不会停止生成到达。如果没有延迟或一些耗时的处理，此代码将很快产生数千个您无法读取的到达信息。我将您的类从 重命名Arrival为Arrivals，因为其中的代码处理到达流，而不是单个到达，并且我想不出在不进行更多更改的情况下更改它的好方法。我尝试主要添加代码，并尽可能少地更改您提供的代码。考虑到这一切，我得出以下结论：import scipy.stats as spstatsimport randomimport jsonimport timeclass Arrivals(object):    def __init__(self, stream_defin, referrer):        self.service = stream_defin["service"]        self.arrival_rate = stream_defin["rate"]        self.min_x, self.max_x = stream_defin["min_x"], stream_defin["max_x"]        self.min_y, self.max_y = stream_defin["min_y"], stream_defin["max_y"]        self.referrer = referrer    def sim_init(self, env, sim_stats):        self.sim_stats = sim_stats        self.env = env        self.env.process(self.sim_arrival_generator())        return self    def sim_arrival_generator(self):            i = 0            while True:                interarrival = {                    'index': i,                    'delay': spstats.expon(scale=1 / self.arrival_rate).rvs(),                    'position': {                        'x': random.randint(self.min_x, self.max_x),                        'y': random.randint(self.min_y, self.max_y)                    }                }                yield self.env.timeout(interarrival)                i += 1class Env():    def process(self, arrivals):        for arrival in arrivals:            # Do whatever needs to be done with each arrival            print('Processing arrival: ')            print(json.dumps(arrival, indent=4))    def timeout(self, arrival):        # Delay the arrival by its delay time before delivering for processing        print("Delaying %2.2f seconds..." % (arrival['delay']))        time.sleep(arrival['delay'])        return arrivaldef main():    stream_defin = {        'service': 'service',        'rate': 0.5,        'min_x': 5,        'max_x': 50,        'min_y': 10,        'max_y': 60    }    stats = [] # a place to collect results, I assume    Arrivals(stream_defin, 'referrer').sim_init(Env(), stats)main()这个东西会永远运行，所以当你想停止它时，你必须按 CTRL-C 退出它。iterations添加配置值来限制迭代次数很容易。process()您可以将其添加到生成器本身，或者在达到指定的迭代计数时中断该方法。示例结果（如上所述，输出中存在实际延迟）：Delaying 5.39 seconds...Processing arrival: {    "index": 0,    "delay": 5.394974068076859,    "position": {        "x": 34,        "y": 29    }}Delaying 1.51 seconds...Processing arrival: {    "index": 1,    "delay": 1.5095025601339542,    "position": {        "x": 24,        "y": 24    }}Delaying 1.48 seconds...Processing arrival: {    "index": 2,    "delay": 1.4840036046166114,    "position": {        "x": 28,        "y": 57    }}Delaying 4.09 seconds...Processing arrival: {    "index": 3,    "delay": 4.08649062133332,    "position": {        "x": 37,        "y": 14    }}...