首页
/ 使用Transitions库生成状态转移表的两种方法

使用Transitions库生成状态转移表的两种方法

2025-06-04 17:00:40作者:仰钰奇

状态机是软件开发中常用的设计模式,而Python的Transitions库提供了强大的状态机实现功能。在实际应用中,我们经常需要以矩阵形式展示状态转移关系,本文将介绍两种在Transitions库中生成状态转移表的方法。

方法一:通过遍历machine.events构建

Transitions库内部维护了一个events字典,其中包含了所有的状态转移信息。我们可以通过遍历这个数据结构来构建状态转移表。

实现步骤

  1. 首先创建一个默认字典来存储状态转移关系
  2. 遍历machine.events中的每个事件(trigger)
  3. 对于每个事件,遍历其包含的所有转移(transitions)
  4. 收集源状态(source)到目标状态(dest)的转移关系

示例代码

from transitions import Machine
from collections import defaultdict
from pandas import DataFrame

states = ["A", "B", "C"]
transitions = [["go", "A", "B"], ["go", "B", "C"], ["reset", "*", "A"]]
data = defaultdict(lambda: defaultdict(list))
machine = Machine(states=states, transitions=transitions, initial="A")

for trigger, event in machine.events.items():
    for source, trans in event.transitions.items():
        for tran in trans:
            data[source][tran.dest].append(trigger)

# 使用pandas展示结果
print(DataFrame([[", ".join(data[source][dest]) for dest in states] for source in states],
                columns=states, index=states))

输出结果

该代码会生成一个清晰的矩阵表格,行表示源状态,列表示目标状态,单元格内容为触发该转移的事件名称。

方法二:通过GraphMachine和pygraphviz构建

如果需要更详细的信息,包括转移条件,可以使用Transitions的GraphMachine扩展结合pygraphviz库。

实现步骤

  1. 使用GraphMachine创建状态机
  2. 获取状态机的图形表示
  3. 遍历图形中的所有边(edge)
  4. 提取边的源节点、目标节点和标签(包含条件和事件信息)

示例代码

from transitions.extensions import GraphMachine
from collections import defaultdict
from pygraphviz import AGraph
from pandas import DataFrame

states = ["A", "B", "C"]
transitions = [["go", "A", "B"], ["go", "B", "C"], ["reset", "*", "A"]]
data = defaultdict(lambda: defaultdict(lambda: "-"))
machine = GraphMachine(states=states, transitions=transitions, initial="A", 
                      show_auto_transitions=False, show_conditions=True, graph_engine="pygraphviz")

# 添加带条件的转移
machine.add_transition("go", "C", "B", conditions="is_it_friday")
machine.add_transition("go", "C", "A")
machine.add_transition("stop", "C", "C", unless="not_done")

graph = machine.get_graph()
for source in states:
    for edge in graph.edges_iter(source):
        if edge[0] == source:
            data[source][edge[1]] = edge.attr["label"]

# 使用pandas展示结果
print(DataFrame([[data[source][dest] for dest in states] for source in states],
                columns=states, index=states))

输出特点

这种方法生成的表格不仅包含转移事件名称,还会显示转移条件,格式为"事件[条件]"或"事件[!条件]"表示unless条件。

方法比较

  1. 简单性:方法一更简单直接,适合只需要基本转移信息的情况
  2. 信息丰富度:方法二能提供更详细的信息,包括转移条件
  3. 依赖性:方法二需要安装pygraphviz库,增加了项目依赖

实际应用建议

在实际项目中,可以根据需求选择合适的方法:

  • 如果只需要基本的转移关系,使用方法一
  • 如果需要展示条件逻辑或生成文档,使用方法二
  • 考虑将生成状态转移表的逻辑封装成工具函数,方便复用

状态转移表是理解和验证状态机设计的重要工具,通过Transitions库提供的这两种方法,开发者可以轻松地将复杂的状态转移逻辑可视化,提高代码的可维护性和可理解性。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
139
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
923
551
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
74
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8