1. 特殊方法和运算符重载
Python 的运算符实际上是通过调用对象的特殊方法实现的。
a = 20
b = 30
c = a+b
d = a.__add__(b)
print("c=",c)
print("d=",d)
运行结果:
c= 50
d= 50
常见的特殊方法统计如下:
方法 | 说明 | 例子 |
---|---|---|
__ init__ | 构造方法 | 对象创建:p = Person() |
__ del__ | 析构方法 | 对象回收 |
__ repr__,__ str__ | 打印,转换 | print(a) |
__ call__ | 函数调用 | a() |
__ getattr__ | 点号运算 | a.xxx |
__ setattr__ | 属性赋值 | a.xxx = value |
__ getitem__ | 索引运算 | a[key] |
__ setitem__ | 索引赋值 | a[key]=value |
__ len__ | 长度 | len(a) |
每个运算符实际上都对应了相应的方法,统计如下:
运算符 | 特殊方法 | 说明 |
---|---|---|
运算符+ | __ add__ | 加法 |
运算符- | __ sub__ | 减法 |
<,<=,== | __ lt__,__ le__,__ eq__ | 比较运算符 |
>,>=,!= | __ gt__,__ ge__,__ ne__ | 比较运算符 |
,^,& | __ or__,__ xor__,__ and__ | 或、异或、与 |
<<,>> | __ lshift__,__ rshift__ | 左移、右移 |
*,/,%,// | __ mul__,__ truediv__,__ mod__,__ floordiv__ | 乘、浮点除、模运算、(取余)、整数除 |
** | __ pow__ | 指数运算 |
我们可以重写上面的特殊方法,即实现了“运算符的重载”。
#测试运算符的重载
class Person:
def __init__(self,name):
self.name = name
def __add__(self, other):
if isinstance(other,Person):
return "{0}--{1}".format(self.name,other.name)
else:
return "不是同类对象,不能相加"
def __mul__(self, other):
if isinstance(other,int):
return self.name*other
else:
return "不是同类对象,不能相乘"
p1 = Person("高淇")
p2 = Person("高希希")
x = p1 + p2
print(x)
print(p1*3)
运行结果:
高淇--高希希
高淇高淇高淇
2. 特殊属性
Python 对象中包含了很多双下划线开始和结束的属性,这些是特殊属性,有特殊用法。这里我们列出常见的特殊属性:
特殊方法 | 含义 |
---|---|
obj.__ dict__ | 对象的属性字典 |
obj.__ class__ | 对象所属的类 |
class.__ bases__ | 类的基类元组(多继承) |
class.__ base__ | 类的基类 |
class.__ mro__ | 类层次结构 |
class.__ subclasses__() | 子类列表 |
#测试特殊属性
class A:
pass
class B:
pass
class C(B,A):
def __init__(self,nn):
self.nn = nn
def cc(self):
print("cc")
c = C(3)
print(dir(c))
print(c.__dict__)
print(c.__class__)
print(C.__bases__)
print(C.mro())
print(A.__subclasses__())
运行结果:
['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'cc', 'nn']
{'nn': 3}
<class '__main__.C'>
(<class '__main__.B'>, <class '__main__.A'>)
[<class '__main__.C'>, <class '__main__.B'>, <class '__main__.A'>, <class 'object'>]
[<class '__main__.C'>]
3. 对象的浅拷贝和深拷贝
- 变量的赋值操作
只是形成两个变量,实际还是指向同一个对象。 - 浅拷贝
Python 拷贝一般都是浅拷贝。拷贝时,对象包含的子对象内容不拷贝。因此,源对象和拷贝对象会引用同一个子对象。 - 深拷贝
使用 copy 模块的 deepcopy 函数,递归拷贝对象中包含的子对象。源对象和拷贝对象所有的子对象也不同。
#测试对象的引用赋值、浅拷贝、深拷贝
import copy
class MobilePhone:
def __init__(self,cpu,screen):
self.cpu = cpu
self.screen = screen
class CPU:
def calculate(self):
print("计算,算个 12345")
print("CPU 对象:",self)
class Screen:
def show(self):
print("显示一个好看的画面,亮瞎你的钛合金大眼")
print("屏幕对象:",self)
c = CPU()
s = Screen()
m = MobilePhone(c,s)
m.cpu.calculate()
n = m #两个变量,但是指向了同一个对象
print(m,n)
m2 = copy.copy(m) #m2 是新拷贝的另一个手机对象
print(m,m2)
m.cpu.calculate()
m2.cpu.calculate() #m2 和 m 拥有了一样的 cpu 对象和 screen 对象
m3 = copy.deepcopy(m)
m3.cpu.calculate() #m3 和 m 拥有不一样的 cpu 对象和 screen对象
运算结果:
计算,算个 12345
CPU 对象: <__main__.CPU object at 0x00685690><__main__.MobilePhone object at 0x00685B50><__main__.MobilePhone object at 0x00685B50><__main__.MobilePhone object at 0x00685B50><__main__.MobilePhone object at 0x0069B490>
计算,算个 12345
CPU 对象: <__main__.CPU object at 0x00685690>
计算,算个 12345
CPU 对象: <__main__.CPU object at 0x00685690>
计算,算个 12345
CPU 对象: <__main__.CPU object at 0x006A5DB0>
4. 组合
- “is-a”关系,我们可以使用“继承”。从而实现子类拥有的父类的方法和属性。“is-a”关系指的是类似这样的关系:狗是动物,dog is animal。狗类就应该继承动物类。
- “has-a”关系,我们可以使用“组合”,也能实现一个类拥有另一个类的方法和属性。”has-a”关系指的是这样的关系:手机拥有 CPU。 MobilePhone has a CPU。
#组合测试
class MobilePhone:
def __init__(self,cpu,screen):
self.cpu = cpu
self.screen = screen
class CPU:
def calculate(self):
print("计算,算个 12345")
class Screen:
def show(self):
print("显示一个好看的画面,亮瞎你的钛合金大眼")
c = CPU()
s = Screen()
m = MobilePhone(c,s)
m.cpu.calculate() #通过组合,我们也能调用 cpu 对象的方法。相当于手机对象间接拥有了“cpu 的方法”
m.screen.show()
运行结果:
计算,算个 12345
显示一个好看的画面,亮瞎你的钛合金大眼
5. 设计模式_工厂模式实现
设计模式是面向对象语言特有的内容,是我们在面临某一类问题时候固定的做法,设计模式有很多种,比较流行的是:GOF(Goup Of Four)23 种设计模式。
对于初学者,我们学习两个最常用的模式:工厂模式和单例模式。
工厂模式实现了创建者和调用者的分离,使用专门的工厂类将选择实现类、创建对象进行统一的管理和控制。
#工厂模式
class CarFactory:
def createCar(self,brand):
if brand == "奔驰":
return Benz()
elif brand == "宝马":
return BMW()
elif brand == '比亚迪':
return BYD()
else:
return "未知品牌,无法创建"
class Benz
pass
class BMW:
pass
class BYD:
pass
factory = CarFactory()
c1 = factory.createCar("奔驰")
c2 = factory.createCar("宝马")
print(c1)
print(c2)
运行结果:
<__main__.Benz object at 0x021C5770>
<__main__.BMW object at 0x021C5790>
6. 设计模式_单例模式实现
单例模式(Singleton Pattern)的核心作用是确保一个类只有一个实例,并且提供一个访问该实例的全局访问点。
单例模式只生成一个实例对象,减少了对系统资源的开销。当一个对象的产生需要比较多资源,如读取配置文件、产生其他依赖对象时,可以产生一个“单例对象”,然后永久驻留内存中。
单例模式有多种实现的方式,我们这里推荐重写__new__()的方法。
#单例模式
class MySingleton:
__obj = None
__init_flag = True
def __new__(cls, *args, **kwargs):
if cls.__obj == None:
cls.__obj = object.__new__(cls)
return cls.__obj
def __init__(self,name):
if MySingleton.__init_flag:
print("init....")
self.name = name
MySingleton.__init_flag = False
a = MySingleton("aa")
print(a)
b = MySingleton("bb")
print(b)
运行结果:
init....
<__main__.MySingleton object at 0x01E15610>
<__main__.MySingleton object at 0x01E15610>
设计模式称之为“模式”,就是一些固定的套路。我们很容易用到其他场景上,比如前面讲的工厂模式,我们需要将工厂类定义成“单例”,只需要简单的套用即可实现:
#测试工厂模式和单例模式的整合使用
class CarFactory:
__obj = None #类属性
__init_flag = True
def create_car(self,brand):
if brand =="奔驰":
return Benz()
elif brand =="宝马":
return BMW()
elif brand == "比亚迪":
return BYD
else:
return "未知品牌,无法创建"
def __new__(cls, *args, **kwargs):
if cls.__obj ==None:
cls.__obj = object.__new__(cls)
return cls.__obj
def __init__(self):
if CarFactory.__init_flag:
print("init CarFactory....")
CarFactory.__init_flag = False
class Benz:
pass
class BMW:
pass
class BYD:
pass
factory = CarFactory()
c1 = factory.create_car("奔驰")
c2 = factory.create_car("比亚迪")
print(c1)
print(c2)
factory2 = CarFactory()
print(factory)
print(factory2)
运行结果:
init CarFactory....
<__main__.Benz object at 0x01E36E90>
<__main__.BYD object at 0x01E36C30>
<__main__.CarFactory object at 0x01E36730>
<__main__.CarFactory object at 0x01E36730