python基础学习笔记（七）

2013-05-08 00:30 by 虫师, 5728 阅读, 6 评论, 收藏, 编辑

魔法方法、属性

------------------------

 

准备工作

为了确保类是新型类，应该把 _metaclass_=type 入到你的模块的最开始。

class NewType(Object):
　　mor_code_here
class OldType:
　　mor_code_here

在这个两个类中NewType是新类，OldType是属于旧类，如果前面加上 _metaclass_=type ，那么两个类都属于新类。

 

 

构造方法

 

构造方法与其的方法不一样，当一个对象被创建会立即调用构造方法。创建一个python的构造方法很简答，只要把init方法，从简单的init方法，转换成魔法版本的_init_方法就可以了。

class FooBar:
    def __init__(self):
        self.somevar = 42
        
>>> f =FooBar()
>>> f.somevar
42

 

 

重写一个一般方法

 

每一个类都可能拥有一个或多个超类（父类），它们从超类那里继承行为方法。

class A:
    def hello(self):
        print 'hello . I am A.'
class B(A):
　　pass

>>> a = A()
>>> b = B()
>>> a.hello()
hello . I am A.

因为B类没有hello方法，B类继承了A类，所以会调用A 类的hello方法。

 

在子类中增加功能功能的最基本的方式就是增加方法。但是也可以重写一些超类的方法来自定义继承的行为。如下：

class A:
    def hello(self):
        print 'hello . I am A.'
class B(A):
    def hello(self):
        print 'hello . I am  B'

>>> b = B()
>>> b.hello()
hello . I am  B

 

 

特殊的和构造方法

 

重写是继承机制中的一个重要内容，对一于构造方法尤其重要。看下面的例子：

class Bird:
    def __init__(self):
        self.hungry = True
    def eat(self):
        if self.hungry:
            print 'Aaaah...'
            self.hungry = False
        else:
            print 'No, thanks!'

>>> b = Bird()
>>> b.eat()
Aaaah...
>>> b.eat()
No, thanks!

这个类中定义了鸟有吃的能力， 当它吃过一次后再次就会不饿了，通过上面的执行结果可以清晰的看到。

那么用SongBird类来继承Bird 类，并且给它添加歌唱的方法：

class Bird:
    def __init__(self):
        self.hungry = True
    def eat(self):
        if self.hungry:
            print 'Aaaah...'
            self.hungry = False
        else:
            print 'No, thanks!'
            

class SongBird(Bird):
         def __init__(self):
                 self.sound = 'Squawk!'
         def sing(self):
                 print self.sound

>>> s = SongBird()
>>> s.sing()
Squawk!
>>> s.eat()

Traceback (most recent call last):
  File "<pyshell#26>", line 1, in <module>
    s.eat()
  File "C:/Python27/bird", line 6, in eat
    if self.hungry:
AttributeError: 'SongBird' object has no attribute 'hungry'

异常很清楚地说明了错误：SongBird没有hungry特性。原因是这样的：在SongBird中，构造方法被重写，但新的构造方法没有任何关于初始化hungry特性的代码。为了达到预期的效果，SongBird的构造方法必须调用其超类Bird的构造方法来确保进行基本的初始化。

两种方法实现：

一 、调用未绑定的超类构造方法

class Bird:
    def __init__(self):
        self.hungry = True
    def eat(self):
        if self.hungry:
            print 'Aaaah...'
            self.hungry = False
        else:
            print 'No, thanks!'
            

class SongBird(Bird):
         def __init__(self):
                 Bird.__init__(self)
                 self.sound = 'Squawk!'
         def sing(self):
                 print self.sound


>>> s = SongBird()
>>> s.sing()
Squawk!
>>> s.eat()
Aaaah...
>>> s.eat()
No, thanks!

在SongBird类中添加了一行代码Bird.__init__(self) 。 在调用一个实例的方法时，该方法的self参数会被自动绑定到实例上（这称为绑定方法）。但如果直接调用类的方法，那么就没有实例会被绑定。这样就可以自由地提供需要的self参数（这样的方法称为未绑定方法）。

通过将当前的实例作为self参数提供给未绑定方法，SongBird就能够使用其超类构造方法的所有实现，也就是说属性hungry能被设置。

 

二、使用super函数

__metaclass__ = type  #表明为新式类
class Bird:
    def __init__(self):
        self.hungry = True
    def eat(self):
        if self.hungry:
            print 'Aaaah...'
            self.hungry = False
        else:
            print 'No, thanks!'
            

class SongBird(Bird):
         def __init__(self):
                 super(SongBird,self).__init__()
                 self.sound = 'Squawk!'
         def sing(self):
                 print self.sound

>>> s.sing()
Squawk!
>>> s.eat()
Aaaah...
>>> s.eat()
No, thanks!

super函数只能在新式类中使用。当前类和对象可以作为super函数的参数使用，调用函数返回的对象的任何方法都是调用超类的方法，而不是当前类的方法。那就可以不同在SongBird的构造方法中使用Bird,而直接使用super(SongBird,self)。

 

 

属性

 

访问器是一个简单的方法，它能够使用getHeight 、setHeight 之样的名字来得到或者重绑定一些特性。如果在访问给定的特性时必须要采取一些行动，那么像这样的封装状态变量就很重要。如下：

class Rectangle:
    def __init__(self):
        self.width = 0
        self.height = 0
    def setSize(self,size):
        self.width , self.height = size
    def getSize(self):
        return self.width , self.height

>>> r = Rectangle()
>>> r.width = 10
>>> r.height = 5
>>> r.getSize()
(10, 5)
>>> r.setSize((150,100))
>>> r.width
150

在上面的例子中，getSize和setSize方法一个名为size的假想特性的访问器方法，size是由width 和height构成的元组。

 

 

property 函数

 

property函数的使用很简单，如果已经编写了一个像上节的Rectangle 那样的类，那么只要增加一行代码：

__metaclass__ = type
class Rectangle:
    def __int__(self):
        self.width = 0
        self.height = 0
    def setSize(self,size):
        self.width, self.height = size
    def getSize(self):
        return self.width ,self.height
    size = property(getSize ,setSize)


>>> r = Rectangle()
>>> r.width = 10
>>> r.height = 5
>>> r.size
(10, 5)
>>> r.size = 150,100
>>> r.width
150

在这个新版的Retangle 中，property 函数创建了一个属性，其中访问器函数被用作参数（先取值，然后是赋值），这个属性命为size 。这样一来就不再需要担心是怎么实现的了，可以用同样的方式处理width、height 和size。

迭代器

本节进行迭代器的讨论。只讨论一个特殊方法---- __iter__  ，这个方法是迭代器规则的基础。

 

迭代器规则

迭代的意思是重复做一些事很多次---就像在循环中做的那样。__iter__ 方法返回一个迭代器，所谓迭代器就是具有next方法的对象，在调用next方法时，迭代器会返回它的下一个值。如果next方法被调用，但迭代器没有值可以返回，就会引发一个StopIteration异常。

 

这里是一个婓波那契数例，使用迭代器如下：

class Fibs:
    def __init__(self):
        self.a = 0
        self.b = 1
    def next(self):
        self.a , self.b = self.b , self.a + self.b
        return self.a
    def __iter__(self):
        return self

>>> fibs = Fibs() 
>>> for f in fibs:
      if  f  > 1000:
          print f
          break    #因为设置了break ，所以循环在这里停止。

1597

内建函数iter可以从可迭代的对象中获得迭代器。

>>> it = iter([1,2,3])
>>> it.next()
1
>>> it.next()
2

 

从迭代器得到序列

除了在迭代器和可迭代对象上进行迭代外，还能把它们转换为序列。在大部分能使用序列的情况下，能使用迭代器替换。

class TestIterator:
    value = 0
    def next(self):
        self.value += 1
        if self.value > 10: raise StopIteration
        return self.value
    def __iter__(self):
        return self

>>> ti = TestIterator()
>>> list(ti)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

　

 

　

生成器

 

生成器也叫 简单生成器，生成器可以帮助读者写出非常优雅的代码，当然，编写任何程序时不使用生成器也是可以的。

 

创建生成器

创建一个生成器就像创建函数一样简单。

>>> def flatten(nested):
    for sublist in nested:
        for element in sublist:
            yield element

            
>>> nested = [[1,2],[3,4],[5]]
#使用for循环
>>> for num in flatten(nested):
    print num

    
1
2
3
4
5
#或使用list函数
>>> list(flatten(nested))
[1, 2, 3, 4, 5]

 

递归生成器

上面创建的生成器只能处理两层嵌套，为了处理嵌套使用了两个for循环，如果要处理任意层的嵌套呢？例如，可以每层嵌套需要增加一个for循环，但不知道有几层嵌套，所以必须把解决方案变得更灵活，现在可以用递归来解决。

>>> def fla(aa):
    try:
        for bb in aa:
            for cc in fla(bb):
                yield cc
    except TypeError:
        yield aa

>>> list(fla([[[1],2],3,4,[5,[6,7]],8]))  #注意括号层次比较多
[1, 2, 3, 4, 5, 6, 7, 8]

　　

当fla被调用时有两种情况：基本情况和需要递归的情况

　　在基本的情况中，函数被告知展开一个元素，这种情部下，for循环会引发一个TypeError 异常，生成会产生一个元素。

　　如果展开的是一个列表，那么就需要特殊情况处理。程序必须遍历所有的子列表，并对它们调用fla。

-------------------

上面的做法有一个问题：如果aa 是一个类似于字符串的对象（字符串、Unicode、UserString等），那么它就是一个序列，不会引发TypeError，但是你不想对这样的对象进行迭代。

为了处理这种情况，则必须在生成器的开始处添加一个检查语句。试着将传入的对象和一个字符串拼接，看看会不会出现TypeError，这是检查一个对象是不是类似于字符串最简单快速的方法。

>>> def flatten(nested):
    try:
       #不要迭代类似字符串的对象
        try:nested + ''
        except TypeError: pass
        else: raise TypeError
        for sublist in nested:
            for element in flatten(sublist):
                yield element
    except TypeError:
        yield nested

        
>>> list(flatten(['foo',['bar',['baz']]]))
['foo', 'bar', 'baz']

如果nested+’’ 引发了一个TypError ，它就会被忽略。如果没有引发TypeError，那么内层try语句就会引发一个它自己的TypeError异常。

 

 

生成器方法

生成器新属性是在开始运行后为生成器提供值的能力。表现为生成器和“外部世界”进行交流的渠道：

　　* 外部作用域访问生成器的send方法，就像访问next 方法一样，只不过前者使用一个参数（发送的“消息”---任意对象）

　　* 在内部则挂起生成器，yield现在作为表达式而不是语句使用，换句话说，当生成器重新运行的时候，yield方法返回一个值，也就是外部通过send方法发送的值。如果next 方法被使用，那么yield方法返回None. 

下面简单的方例子来说明这种机制：

>>> def repeater(value):
    while True:
        new =(yield value)
        if new is not None:value = new

        
>>> r = repeater(42)
>>> r.next()
42
>>> r.send("hello, world!")
'hello, world!'

生成器的另两个方法：

　　* throw方法（使用异常类型调用，还有可选的值以及回溯对象）用于在生成器内引发一个异常（在yield表达式中）

　　* close 方法（调用时不用参数）用于停止生成器。

 

迭代器

 

本节进行迭代器的讨论。只讨论一个特殊方法---- __iter__  ，这个方法是迭代器规则的基础。

 

迭代器规则

迭代的意思是重复做一些事很多次---就像在循环中做的那样。__iter__ 方法返回一个迭代器，所谓迭代器就是具有next方法的对象，在调用next方法时，迭代器会返回它的下一个值。如果next方法被调用，但迭代器没有值可以返回，就会引发一个StopIteration异常。

 

这里是一个婓波那契数例，使用迭代器如下：

class Fibs:
    def __init__(self):
        self.a = 0
        self.b = 1
    def next(self):
        self.a , self.b = self.b , self.a + self.b
        return self.a
    def __iter__(self):
        return self

>>> fibs = Fibs() 
>>> for f in fibs:
      if  f  > 1000:
          print f
          break    #因为设置了break ，所以循环在这里停止。

1597

内建函数iter可以从可迭代的对象中获得迭代器。

>>> it = iter([1,2,3])
>>> it.next()
1
>>> it.next()
2

 

从迭代器得到序列

除了在迭代器和可迭代对象上进行迭代外，还能把它们转换为序列。在大部分能使用序列的情况下，能使用迭代器替换。

class TestIterator:
    value = 0
    def next(self):
        self.value += 1
        if self.value > 10: raise StopIteration
        return self.value
    def __iter__(self):
        return self

>>> ti = TestIterator()
>>> list(ti)
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

　

 

　

生成器

 

生成器也叫 简单生成器，生成器可以帮助读者写出非常优雅的代码，当然，编写任何程序时不使用生成器也是可以的。

 

创建生成器

创建一个生成器就像创建函数一样简单。

>>> def flatten(nested):
    for sublist in nested:
        for element in sublist:
            yield element

            
>>> nested = [[1,2],[3,4],[5]]
#使用for循环
>>> for num in flatten(nested):
    print num

    
1
2
3
4
5
#或使用list函数
>>> list(flatten(nested))
[1, 2, 3, 4, 5]

 

递归生成器

上面创建的生成器只能处理两层嵌套，为了处理嵌套使用了两个for循环，如果要处理任意层的嵌套呢？例如，可以每层嵌套需要增加一个for循环，但不知道有几层嵌套，所以必须把解决方案变得更灵活，现在可以用递归来解决。

>>> def fla(aa):
    try:
        for bb in aa:
            for cc in fla(bb):
                yield cc
    except TypeError:
        yield aa

>>> list(fla([[[1],2],3,4,[5,[6,7]],8]))  #注意括号层次比较多
[1, 2, 3, 4, 5, 6, 7, 8]

　　

当fla被调用时有两种情况：基本情况和需要递归的情况

　　在基本的情况中，函数被告知展开一个元素，这种情部下，for循环会引发一个TypeError 异常，生成会产生一个元素。

　　如果展开的是一个列表，那么就需要特殊情况处理。程序必须遍历所有的子列表，并对它们调用fla。

-------------------

上面的做法有一个问题：如果aa 是一个类似于字符串的对象（字符串、Unicode、UserString等），那么它就是一个序列，不会引发TypeError，但是你不想对这样的对象进行迭代。

为了处理这种情况，则必须在生成器的开始处添加一个检查语句。试着将传入的对象和一个字符串拼接，看看会不会出现TypeError，这是检查一个对象是不是类似于字符串最简单快速的方法。

>>> def flatten(nested):
    try:
       #不要迭代类似字符串的对象
        try:nested + ''
        except TypeError: pass
        else: raise TypeError
        for sublist in nested:
            for element in flatten(sublist):
                yield element
    except TypeError:
        yield nested

        
>>> list(flatten(['foo',['bar',['baz']]]))
['foo', 'bar', 'baz']

如果nested+’’ 引发了一个TypError ，它就会被忽略。如果没有引发TypeError，那么内层try语句就会引发一个它自己的TypeError异常。

 

 

生成器方法

生成器新属性是在开始运行后为生成器提供值的能力。表现为生成器和“外部世界”进行交流的渠道：

　　* 外部作用域访问生成器的send方法，就像访问next 方法一样，只不过前者使用一个参数（发送的“消息”---任意对象）

　　* 在内部则挂起生成器，yield现在作为表达式而不是语句使用，换句话说，当生成器重新运行的时候，yield方法返回一个值，也就是外部通过send方法发送的值。如果next 方法被使用，那么yield方法返回None. 

下面简单的方例子来说明这种机制：

>>> def repeater(value):
    while True:
        new =(yield value)
        if new is not None:value = new

        
>>> r = repeater(42)
>>> r.next()
42
>>> r.send("hello, world!")
'hello, world!'

生成器的另两个方法：

　　* throw方法（使用异常类型调用，还有可选的值以及回溯对象）用于在生成器内引发一个异常（在yield表达式中）

　　* close 方法（调用时不用参数）用于停止生成器。