类与对象
对象 = 属性 + 方法
对象是类的实例,类主要定义对象的结构,然后以类为模板创建对象;类不但包含方法定义,还包含所有实例共享的数据
- 封装:
将抽象得到的数据和行为(或功能)相结合,形成一个有机的整体(即类);封装的目的是增强安全性和简化编程,使用者不必了解具体的实现细节,而只是要通过外部接口,以特定的访问权限来使用类的成员。
使用关键词 class 定义类, 类名约定以大写字母开头 - 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
self
- 类的方法与普通的函数的区别在于 它们必须有一个额外的第一个参数名称(对应于该实例,即该对象本身),按照惯例它的名称是 self;
- 在调用方法时,无需明确提供与参数 self 对应的参数
共有和私有
- 在 Python 中定义私有变量或方法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为私有的了
- python的私有变量和私有方法是伪私有,只供类对象使用,即使是子类对象也不能访问
- python的伪私有是指python使用一种 name mangling 技术,将私有变量或私有方法的名字
__name
转换成_classname__name
,使得其不能直接访问,但仍可能通过实例._类__变量名/方法名()
的方式访问
class JustCounter:
__secretCount = 0 # 私有变量
publicCount = 0 # 公开变量
def count(self):
self.__secretCount += 1
self.publicCount += 1
print(self.__secretCount)
counter = JustCounter()
counter.count() # 1
counter.count() # 2
print(counter.publicCount) # 2
print(counter.__secretCount)
# AttributeError: 'JustCounter' object has no attribute '__secretCount'
print(counter._JustCounter__secretCount)
# 2 Python的私有为伪私有
继承
- 子类中出现与父类相同的属性或方法时,父类中对应的属性或方法会被覆盖
- 注意在定义子类的
__init__
时,由于与父类中对应的方法同名,若不想覆盖父类的__init__
的方法,则需要在子类的该方法中添加父类名.__init__(self)
或super().__init__()
- python支持多继承形式,父类中方法的调用顺序从左向右查找
类、类对象和实例对象
- 类对象:创建一个类,其实也是一个对象也在内存开辟了一块空间,称为类对象,类对象只有一个;
- 实例对象:就是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;
- 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,说白了就是类属性所有的通过该类实例化的对象都能共享;
- 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,说白了实例属性只能在自己的对象里面使用,其他的对象不能直接使用,因为self是谁调用,它的值就属于该对象
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; - 实例属性就相当于局部变量,出了这个类或者这个类的实例对象,就没有作用了;
- 类属性就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。
属性与方法同名时,属性会覆盖方法
绑定
-
绑定是指python严格要求方法需要有实例才能被调用
-
Python 对象的数据属性通常存储在名为
.__ dict__
的字典中,可以直接访问__dict__
,也可以利用内置函数vars()
获取
相关的内置函数
-
issubclass(class, classinfo)
用于判断 class 是否是类型 classinfo 的子类a. 一个类是其自身的子类
b. 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)
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a. 如果第一个参数不是对象,则永远返回False。
b. 如果第二个参数不是类或者由类对象组成的元组,则会抛出一个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])
用于返回一个对象属性值
class A(object):
def set(self, a, b):
x = a
a = b
b = x
print(a, b)
a = A()
c = getattr(a, 'set')
c(a='1', b='2') # 2 1
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
class A(object):
bar = 1
a = A()
print(getattr(a, 'bar')) # 1
setattr(a, 'bar', 5)
print(a.bar) # 5
setattr(a, "age", 28)
print(a.age) # 28
-
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 – 删除属性值函数, doc – 属性描述信息
class C(object):
def __init__(self):
self.__x = None
def getx(self):
return self.__x
def setx(self, value):
self.__x = value
def delx(self):
del self.__x
x = property(getx, setx, delx, "I'm the 'x' property.")
cc = C()
cc.x = 2
print(cc.x) # 2
del cc.x
print(cc.x)
# AttributeError: 'C' object has no attribute '_C__x'
练习题
1、怎么定义私有方法?
在方法前面加两个下划线 __
2、尝试执行以下代码,并解释错误原因:
class C:
def myFun():
print('Hello!')
c = C()
c.myFun()
错误1. NameError: name 'C' is not defined
实例化类对象时应该在类外部
错误2. TypeError: myFun() takes 0 positional arguments but 1 was given
类方法在定义时,至少需要一个参数,一般为self
3、按照以下要求定义一个游乐园门票的类,并尝试计算2个成人+1个小孩平日票价
要求:
平日票价100元
周末票价为平日的120%
儿童票半价
class Ticket:
def __init__(self, num_adult, num_children):
self.value = 100
self.adult = num_adult
self.children = num_children
def compute(self, weekday):
value = self.value * self.adult + self.value * self.children * 0.5
if weekday:
return value
else:
return 1.2*value
ticket = Ticket(2, 1)
value = ticket.compute(0)
print(value)
魔法方法
- 魔法方法总是被双下划线包围,如
__init__
- 魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用
- 魔法方法的第一个参数应为
cls(类名称)
或self(实例对象的名称)
基本的魔法方法
-
__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[, ...])
在一个对象实例化的时候所调用的第一个方法- 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__
; - 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,即使是父类的实例也不行,将没有__init__
被调用 __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
- 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
-
__del__(self)
析构器,当一个对象将要被系统回收之时调用的方法Python 采用自动引用计数(ARC)方式来回收对象所占用的空间,当程序中有一个变量引用该 Python 对象时,Python 会自动保证该对象引用计数增加 1;如果一个对象的引用计数变成了 0,则说明程序中不再有变量引用该对象,表明程序不再需要该对象,Python 会回收该对象。
大部分时候,Python 的 ARC 都能准确、高效地回收系统中的每个对象。但如果系统中出现循环引用的情况,此时 Python 的垃圾回收器就可能没那么快,要等专门的循环垃圾回收器来检测并回收这种引用循环。
-
__str__(self) & __repr__(self)
打印一个对象时,或使用
%s
格式化时,或str
强转数据类型时,触发__str__(self)
;__repr__
是__str__
的备用方法,没有__str__
时,执行__repr__
方法;repr(obj)
内置函数对应的结果是__repr__
的返回值;
当使用%r
格式化时,触发__repr__
__str__(self)
的返回结果可读性强;__repr__(self)
的返回结果应更准确,__repr__
存在的目的在于调试,便于开发者使用
算术运算符
__add__(self, other) # 加 +
__sub__(self, other) #减 -
__mul__(self, other) #乘 *
__truediv__(self, other) # 除 /
__floordiv__(self, other) # 整除 //
__mod__(self, other) # 取模/余 %
__divmod__(self, other) # 使用 divmod 方法时被调用,返回一个包含商和余数的元组
__pow__(self, other[, module]) #乘幂 power()/**
__lshift__(self, other) # 左移 <<
__rshift__(self, other) # 右移 >>
__and__(self, other) # 按位与 &
__xor__(self, other) # 按位异或 ^
__or__(self, other) # 按位或 |
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,不同之处在于反运算的魔法方法多了一个“r”;当文件左操作不支持相应的操作时被调用
__radd__(self, other) # 加 +
__rsub__(self, other) #减 -
__rmul__(self, other) #乘 *
__rtruediv__(self, other) # 除 /
__rfloordiv__(self, other) # 整除 //
__rmod__(self, other) # 取模/余 %
__rdivmod__(self, other) # 使用 divmod 方法时被调用,返回一个包含商和余数的元组
__rpow__(self, other[, module]) #乘幂 power()/**
__rlshift__(self, other) # 左移 <<
__rrshift__(self, other) # 右移 >>
__rand__(self, other) # 按位与 &
__rxor__(self, other) # 按位异或 ^
__ror__(self, other) # 按位或 |
增量赋值运算符
__iadd__(self, other) # 赋值加 +=
__isub__(self, other) # 赋值减 -=
__imul__(self, other) # 赋值乘 *=
__itruediv__(self, other) # 赋值除 /=
__ifloordiv__(self, other) # 赋值整除 //=
__imod__(self, other) # 赋值取模/余 %=
__ipow__(self, other[, module]) # 赋值乘幂 **=
__ilshift__(self, other) # 赋值左移 <<=
__irshift__(self, other) # 赋值右移 >>=
__iand__(self, other) # 赋值按位与 &=
__ixor__(self, other) # 赋值按位异或 ^=
__ior__(self, other) # 赋值按位或 |=
一元运算符
__neg__(self) # 正号
__pos__(self) # 负号
__abs__(self) # 取绝对值abs()
__invert__(self) # 按位取反
__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
描述符就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,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
协议与接口类似,规定了必须要定义的方法,Python中协议并没有这么正式,更像是一种指南
如果希望定义一种容器,则容器类型的协议要求:
如果希望容器是不可变的,则只需要定义 __len__()
和 __getitem__()
两种方法;
如果希望容器是可变的,则除上述两种方法外,还要定义 __setitem__()
和 __delitem__()
两种方法
迭代器
迭代器是访问集合元素的一种方式 ,迭代器对象从集合的第一个元素开始访问,直到所有元素被访问完结束,不能后退;列表、元组和字符串都可用于创建迭代器
迭代器有两个基本方法:iter()
和 next()
iter(object)
用于生成迭代器,next(iterator[, default])
用于返回迭代器的下一个项目
iterator
是可迭代对象
default
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
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}
it = iter(links)
print(next(it)) # B
print(next(it)) # A
print(next(it)) # T
print(next(it)) # StopIteration
it = iter(links)
while True:
try:
each = next(it)
except StopIteration:
break
print(each)
# B
# A
# T
把一个类作为一个迭代器使用需要在类中实现两个魔法方法 __iter__()
与 __next__()
__iter__(self)
定义迭代容器中元素的行为,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__()
返回下一个迭代器对象。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。
class Fibs:
def __init__(self, n=10):
self.a = 0
self.b = 1
self.n = n
def __iter__(self):
return self
def __next__(self):
self.a, self.b = self.b, self.a + self.b
if self.a > self.n:
raise StopIteration
return self.a
fibs = Fibs(100)
for each in fibs:
print(each, end=' ')
# 1 1 2 3 5 8 13 21 34 55 89
生成器
- python 中使用
yield
的函数被称为生成器 - 与普通函数不同,生成器是一个返回迭代器的函数,只能用于迭代操作,生成器可理解成就是一个迭代器
- 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
# 用生成器实现斐波那契数列
def libs(n):
a = 0
b = 1
while True:
a, b = b, a + b
if a > n:
return
yield a
for each in libs(100):
print(each, end=' ')
# 1 1 2 3 5 8 13 21 34 55 89