自动注入到底比new好在哪？控制反转和容器IOC只能看作是一种编程思想。在理想状态下，可以实现自动注射和生命周期管理。但在实际的开发中，我个人觉得有时不如新的方便，我主要遇到以下问题：
1。编写大量的配置和构造函数要比编写新的更麻烦，特别是对于某些函数来说，只需一次。原来，new可以一次性完成，但是如果要使用依赖注入，还需要编写配置
成都创新互联是一家专业提供
城东企业网站建设,专注与
成都网站设计、网站制作、
H5场景定制、小程序制作等业务。10年已为城东众多企业、政府机构等服务。创新互联专业网站设计公司优惠进行中。
2。当需要注入更多的类时，构造函数就像老妇人的裹尸布一样臭，一样长。关键是以前用过的一些类现在不用了，你要手动清理构造函数，这比new要麻烦多了
3。这也是最重要的一点，有时候项目很复杂，会遇到循环注入的问题。也就是说，A依赖B，B依赖C，C依赖A，这种情况说明架构的存在是不合理的。在这一点上，你可以重构系统，也可以不依赖依赖依赖注入，直接用新的方法来解决它。]因此，依赖注入只是一种编程思想，有一些高级的性质，但不是。它是万能的。它存在的意义是脱钩。从宏观上讲，就是要解决多人共同开发一个项目时，各自独立的模块，减少相互之间的依赖和干扰。从微观的角度看，有几个类是密切相关的。虽然文件是独立的，但是功能是集成的。在这个时候，脱钩是没有意义的。为什么不是新的？
因此，我个人理解依赖注入与引擎是一样的。发动机由几个主要部件组成。这些组件之间是解耦的，可以通过依赖注入来实现。对于单个组件的内部部件和螺钉，必须使用依赖注入来实现它们。这比收益多一点。使用new来实现它们要方便得多。。。[Picknose][Picknose][Picknose][Picknose][Picknose][Picknose][Picknose
当你问这个问题时，你可能主要怀疑Python的性能。事实上，Python的许多更好的模块都是用C语言编写的，比如一个常用的Python数值计算库numpy是用C语言实现的，而且计算机的配置也没有十年前那么低。今年，python掀起了一股依靠人工智能的浪潮。作为人工智能产品开发中最流行的编程语言，人工智能相关产品的开发自然离不开大数据的支持，因此Python能否进行大规模的数值计算，毋庸置疑。
Python能否进行大规模数值计算？
Shell比python简单。
安装一个虚拟机软件，然后安装一个Ubuntu系统，然后找一本书，测试shell，然后学习示例，练习很久就会。
Python学习就是找一本书，把里面所有的例子都打出来，然后找几个项目练习，再找一个培训班，这样才能走出课堂。
本文名称：__new__方法自动注入到底比new好在哪？-创新互联
网站URL：
http://cdkjz.cn/article/cceeig.html
