为什么我不能在创建实例之前调用某些类的方法？理解逻辑

Question

我有两个例子来帮助你理解我的意思

例1工程：

import pandas as pd
import numpy as np
x_grid = np.linspace(-3, 3, 1000)
df = pd.read_excel('somefile.xlsx').dropna()

在创建DataFrame对象时，我对其实例调用了dropna（）方法

示例2不起作用：

from statsmodels.nonparametric.kde import KDEUnivariate
kde = KDEUnivariate(df).fit().evaluate(x_grid)

要使其工作，我需要先创建类的实例，如下所示：

kde = KDEUnivariate(df)

然后一次调用一个方法

kde.fit()
grid = kde.evaluate(x_grid)

这背后的逻辑是什么？ 谢谢你的帮助

Answer 1

当您尝试执行以下操作时：

import pandas as pd
import numpy as np
x_grid = np.linspace(-3, 3, 1000)
df = pd.read_excel('somefile.xlsx').dropna()

from statsmodels.nonparametric.kde import KDEUnivariate
kde = KDEUnivariate(df).fit().evaluate(x_grid)

然后实际传递fit（）方法的返回值，即'NoneType'

如果你这样做的话也是一样的：

kde = KDEUnivariate(df)
kde = kde.fit()

grid = kde.evaluate(x_grid)

但你不想这样

您需要一个实例化的，然后拟合的KDEUnivariate()对象。 然后评估一下

这就是调用机制的适当方式如下所示的原因：

kde = KDEUnivariate(df)
kde.fit()

grid = kde.evaluate(x_grid)

在这种情况下，KDEUnivariate()实例的evaluate()方法与KDEUnivariate()实例的KDEUnivariate()方法一起工作，并使用它的拟合参数，不返回KDEUnivariate()实例的fit()方法