- 这篇博文是Python入门(后传—天池龙珠计划)的第三部分,主要是介绍Python基础进阶:从函数到高级魔方方法
- 这篇博文会结合之前写过的Python入门(学习笔记)做一定补充,补充修改的内容在下面予以列出,具体情况可查阅相关博文。
- 学习交流欢迎联系 obito0401@163.com
Python入门(七):函数
补充内容
- 函数定义部分稍作优化,使之更易理解
- 新增函数文档部分介绍
- 函数参数部分大幅改进优化,条理更为清晰易懂
- 变量作用域部分新增闭包介绍
- 新增函数式编程部分介绍
- lambda函数部分做了进一步的优化,如新增了 filter 和 map 等高阶函数的应用讲解
类与对象
按理说这部分内容已经属于 Python 进阶的部分了,当初写完 Python入门(学习笔记)系列博客后,想着以后有时间了单独再写个[Python进阶(学习笔记)]系列博客,但又不知如何下笔。今个算是明白了,哪有什么入门进阶,往下走就对了 : )
对象 = 属性 + 方法
对象是类的实例
- 换句话说,类主要定义对象的结构,然后我们以类为模板创建对象
- 类不但包含方法定义,而且还包含所有实例共享的数据
- 封装:信息隐蔽技术
我们可以使用关键字class
定义 Python 类,关键字后面紧跟类的名称、冒号和类的实现
- 继承:子类自动共享父类之间数据和方法的机制
- 多态:不同对象对同一方法响应不同的行动
- 封装:信息隐蔽技术
self是什么?
- Python 的 self 相当于 C++ 的 this 指针
- 类的方法与普通的函数只有一个特别的区别——类必须有一个额外的第一个参数名称(对应于上面的实例,即该对象本身),按照惯例它的名称是
self
。在调用方法时,我们无需明确提供与参数self
相对应的参数
Python 的魔方方法
- 传说,Python 的对象天生拥有一些神奇的方法,它们可以给你的类增加魔力,它们是面向对象的 Python 的一切 ⋯ \cdots ⋯
- 如果你的对象实现了这些方法中的某一个,那么这个方法就会在特殊的情况下被 Python 所调用,而这一切都是自动发生的 ⋯ \cdots ⋯
- 类有一个名为
__init__(self[,param1,param2...])
的魔方方法,该方法在类实例化时会自动调用
公有和私有
在 Python 中定义私有变量只需要在变量名或函数名前加上"__"两个下划线,那么这个函数或变量就会变为私有的了。
- 类的私有属性实例
- 类的私有方法实例
继承
- Python 同样支持类的继承,派生类的定义如下所示:
class DerivedClassName(BaseClassName):
<statement-1>
·
·
·
<statement-N>
BaseClassName
(示例中的基类名)必须与派生类定义在一个作用域内。除了类,还可以用表达式,基类定义在另一个模块中时这一点非常有用:
class DerivedClassName(modname,BaseClassName):
<statement-1>
·
·
·
<statement-N>
- 如果子类中定义与父类同名的方法或属性,则会自动覆盖父类对应的方法或属性
组合
类、类对象和实例对象
- 类对象:创建一个类,其实也是一个对象在内存开辟了一块空间,称为类对象
# 类对象只有一个
class A(object):
pass
- 实例对象:通过实例化类创建的对象,称为实例对象
# 实例对象可以有多个
a = A()
b = A()
c = A()
- 类属性:类里面方法外面定义的变量称为类属性。类属性所属于类对象并且多个实例对象之间共享同一个类属性
class A():
a = xx # 类属性
def __init__(self):
A.a = xx # 使用类属性可以通过(类名.类属性)调用
- 实例属性:实例属性和具体的某个实例对象有关系,并且一个实例对象和另外一个实例对象是不共享属性的
class A():
__init__(self):
self.name = xx # 实例属性
- 类属性和实例属性区别:
- 类属性:类外面,可以通过
实例对象.类属性
和类名.类属性
进行调用。类里面,通过self.类属性
和类名.类属性
进行调用 - 实例属性:类外面,可以通过
实例对象.实例属性
调用。类里面,通过self.实例属性
调用 - 类属性相当于类里面的全局变量,可以和这个类的所有实例对象共享
- 实例属性相当于局部变量,出了这个类或者这个类的实例对象,就不起作用了
- 类属性:类外面,可以通过
Warning:属性与方法名相同,属性会覆盖方法
什么是绑定?
- Python 严格要求方法需要有实例才能调用,这种限制其实就是 Python 所谓的绑定概念
- Python 对象的数据属性通常存储在名为
.__dict__
的字典中,我们可以直接访问__dict__
,或利用 Python 的内置函数vars()
获取.__dict__
一些内置的相关函数(BIF)
issubclass(class,classinfo)
方法用于判断参数 class 是否为类型参数 classinfo 的子类- 一个类被认为是其自身的子类
classinfo
可以是类对象的元组,只要 class 是其中任何一个候选类的子类,则返回True
isinstance(object,classinfo)
方法用于判断一个对象是否是一个已知的类型,类似type()
type()
不会认为子类是一种父类类型,不考虑继承关系isinstance()
会认为子类是一种父类类型,考虑继承关系- 如果第一个参数不是对象,则永远返回
False
- 如果第二个参数不是类或者由类对象组成的元组,会抛出一个
TypeError
异常
hasattr(object,name)
用于判断对象是否包含对应的属性
getattr(object,name[,default])
用于返回一个属性值
setattr(object,name,value)
对应函数getattr()
,用于设置属性值,该属性不一定是存在的
delattr(object,name)
用于删除属性
class property([fget[,fset[,fdel[,doc]]]])
用于在新式类中返回属性值fget
:获取属性值的函数fset
:设置属性值的函数fdel
:删除属性值的函数doc
:属性的描述信息
魔方方法
- 魔方方法是面向对象的 Python 的一切,如果你不知道魔方方法,说明你还没意识到面向对象的 Python 的强大之处
- 魔方方法的“魔力”体现在它们总能够在适当的时候被自动调用
- 魔方方法总是被双下划线包围,例如
__init__
- 魔方方法的第一个参数应为
cls
(类方法)或者self
(实例方法):cls
:代表一个类的名称self
:代表一个实例对象的名称
基本的魔方方法
__init__(self[,...])
构造器,当一个实例被创建的时候调用的初始化方法
__new__(cls[,...])
__new__
是在一个对象实例化的时候所调用的第一个方法,在调用__init__
初始化前,先调用__new__
__new__
至少要有一个参数cls
,代表要实例化的类,此参数在实例化时由 Python 解释器自动提供,后面的参数直接传递给__init__
__new__
对当前类进行了实例化,并将实例返回,传给__init__
的self
。但是,执行了__new__
,并不一定会进入__init__
,只有__new__
返回了当前类cls
的实例,当前类的__init__
才会进入
- 若
__new__
没有正确返回当前类cls
的实例,那__init__
是不会被调用的,即使父类的实例也不行,将没有__init__
被调用 - 可利用
__new__
实现单例模式
__new__
方法主要是当你继承一些不可变的 class 时(比如int,str,tuple
),提供给你一个自定义这些类的实例化过程的途径。
__del__(self)
析构器,当一个对象将要被系统回收之时调用的方法
__str__(self)
:- 当你打印一个对象的时候,触发
__str__
- 当你使用
%s
格式化的时候,触发__str__
str
强转数据类型的时候,触发__str__
- 当你打印一个对象的时候,触发
__repr__(self)
repr
是str
的备用选项- 有
__str__
的时候执行__str__
,没有实现__str__
的时候,执行__repr__
repr(obj)
内置函数对应的结果是__repr__
的返回值- 当你使用
%r
格式化的时候,触发__repr__
__str__(self)
的返回结果可读性强,也就是说,__str__
的意义是得到便于人们阅读的信息__repr__(self)
的返回结果更准确,也就是说,__repr__
存在的目的在于调试,便于开发者使用
算术运算符
类型工厂函数,指的是不通过类而是通过函数来创建对象
__add__(self,other)
定义加法的行为:+
__sub__(self,other)
定义减法的行为:-
__mul__(self,other)
定义乘法的行为:*
__truediv__(self,other)
定义真除法的行为:/
__floordiv__(self,other)
定义整数除法的行为://
__mod__(self,other)
定义取模除法的行为:%
__divmod__(self,other)
定义当被divmod()
调用时的行为divmod(a,b)
把除数和余数运算结果结合起来,返回一个包含商和余数的元组(a//b,a%b)
__pow__(self,other[,moudle])
定义当被power()
调用或**
运算时的行为__lshift__(self,other)
定义按位左移位的行为:<<
__rshift__(self,other)
定义按位右移位的行为:>>
__and__(self,other)
定义按位与操作的行为:&
__xor__(self,other)
定义按位异或操作的行为:^
__or__(self,other)
定义按位或操作的行为:|
反算术运算符
- 反运算魔方方法,与算术运算符保持一一对应,不同之处就是反运算的魔方方法多了一个“r”
- 当文件左操作不支持相应的操作时被调用
_radd__(self,other)
定义加法的行为+
__rsub__(self,other)
定义减法的行为-
__rmul__(self,other)
定义乘法的行为*
- ⋯ ⋯ \cdots\cdots ⋯⋯
a+b
:这里加数是a
,被加数是b
,因此是a
主动,反运算就是如果a
对象的__add__()
方法没有实现或者不支持相应的操作,那么 Python 就会调用b
的__radd__()
方法
增量赋值运算符
__iadd__(self,other)
定义赋值加法的行为:+=
__isub__(self,other)
定义赋值减法的行为:-=
__imul__(self,other)
定义赋值乘法的行为:*=
__itruediv__(self,other)
定义赋值真除法的行为:/=
- ⋯ ⋯ \cdots\cdots ⋯⋯
__ior__(self,other)
定义赋值按位或操作的行为:|=
一元运算符
__neg__(self)
定义正号的行为:+x
__pos__(self)
定义负号的行为:-x
__abs__(self)
定义当被abs()
调用时的行为__invert__(self)
定义按位求反的行为:~x
属性访问
__getattr__(self,name)
:定义当用户试图获取一个不存在的属性时的行为__getattribute__(self,name)
:定义当该类的属性被访问时的行为(先调用该方法,查看是否存在该属性,若不存在,接着去调用__getattr__
)__setattr__(self,name,value)
:定义当一个属性被设置时的行为__delattr__(self,name)
:定义当一个属性被删除时的行为
描述符
描述符是将某种特殊类型的类的实例指派给另一个类的属性
__get__(self,instance,owner)
用于访问属性,它返回属性的值__set__(self,instance,value)
将在属性分配操作中调用,不返回任何内容__del__(self,instance)
控制删除操作,不返回任何内容
定制序列
- 协议(Protocols)与其他编程语言中的接口很相似,它规定你哪些方法必须要定义
- 然而,在 Python 中的协议就显得不那么正式。事实上,在 Python 中,协议更像是一种指南
- 容器类型的协议
- 如果你希望定制的容器是不可变的话,你只需要定义
__len__()
和__getitem__()
方法 - 如果你希望定制的容器是可变的话,除了
__len__()
和__getitem__()
方法,你还需要定义__setitem__()
和__delitem()
两个方法
- 如果你希望定制的容器是不可变的话,你只需要定义
- 【例】编写一个不可改变的自定义列表,要求记录列表中每个元素被访问的次数
__len__(self)
定义当被len()
调用时的行为(返回容器中元素的个数)__getitem__(self,key)
定义获取容器中元素的行为,相当于self[key]
__setitem__(self,key,value)
定义设置容器中指定元素的行为,相当于self[key] = value
__delitem__(self,key)
定义删除容器中指定元素的行为,相当于del self[key]
- 【例】编写一个可改变的自定义列表,要求记录列表中每个元素被访问的次数
迭代器
- 迭代是 Python 最强大的功能之一,是访问集合元素的一种方式
- 迭代器是一个可以记住遍历的位置的对象
- 迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束
- 迭代器只能往前不会后退
- 字符串,列表或元组对象都可用于创建迭代器
- 迭代器有两个基本的方法:
iter()
和next()
iter(object)
函数用来生成迭代器next(iterator[,default]
返回迭代器的下一个项目iterator
– 可迭代对象default
– 可选,用于设置在没有下一个元素时返回该默认值,如果不设置,又没有下一个元素则会触发StopIteration
异常
- 把一个类作为一个迭代器使用需要在类中实现两个魔方方法
__iter__()
与__next__()
:__iter__(self)
定义当迭代容器中的元素的行为,返回一个特殊的迭代器对象。这个迭代器对象实现了__next__()
方法并通过StopIteration
异常标识迭代的完成__next__()
返回一个迭代器对象StopIteration
异常用于标识迭代的完成,防止出现无限循环的情况,在__next__()
方法中我们可以设置在完成指定循环次数后触发StopIteration
异常来结束迭代
生成器
- 在 Python 中,使用了
yield
的函数被称为生成器(generator) - 跟普通函数不同的是,生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解的话,生成器就是一个迭代器
- 在调用生成器运行的过程中,每次遇到
yield
时函数会暂停并保存当前所有的运行信息,返回yield
的值,并在下一次执行next()
方法时从当前位置继续运行 - 调用一个生成器函数,返回的是一个迭代器对象
- 【例】用生成器实现斐波那契数列