函数 类与对象

函数以def关键词开头，后接函数名和圆括号()。
函数执行的代码以冒号起始，并且缩进。
return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。
def functionname (parameters):
       "函数文档字符串"
        functionsuite
        return [expression]

函数的调用
【例子】

1
def printme(str):
2
    print(str)
3
​
4
​
5
printme("我要调用用户自定义函数!")  # 我要调用用户自定义函数!
6
printme("再次调用同一函数")  # 再次调用同一函数
7
temp = printme('hello') # hello
8
print(temp)  # None
我要调用用户自定义函数!

再次调用同一函数

hello

None
函数文档
1
def MyFirstFunction(name):
2
    "函数定义过程中name是形参"
3
    # 因为Ta只是一个形式，表示占据一个参数位置
4
    print('传递进来的{0}叫做实参，因为Ta是具体的参数值！'.format(name))
5
​
6
​
7
MyFirstFunction('老马的程序人生')  
8
# 传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！
9
​
10
print(MyFirstFunction.__doc__)  
11
# 函数定义过程中name是形参
12
​
13
help(MyFirstFunction)
14
# Help on function MyFirstFunction in module __main__:
15
# MyFirstFunction(name)
16
#    函数定义过程中name是形参
传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！

函数定义过程中name是形参

Help on function MyFirstFunction in module __main__:



MyFirstFunction(name)

    函数定义过程中name是形参


函数参数
Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参数形态如下：

位置参数 (positional argument)
默认参数 (default argument)
可变参数 (variable argument)
关键字参数 (keyword argument)
命名关键字参数 (name keyword argument)
参数组合
1. 位置参数

def functionname(arg1):
       "函数文档字符串"
       functionsuite
       return [expression]

arg1 - 位置参数 ，这些参数在调用函数 (call function) 时位置要固定。
2. 默认参数

def functionname(arg1, arg2=v):
       "函数文档字符串"
       functionsuite
       return [expression]

arg2 = v - 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
默认参数一定要放在位置参数 后面，不然程序会报错。
【例子】

1
def printinfo(name, age=8):
2
    print('Name:{0},Age:{1}'.format(name, age))
3
​
4
​
5
printinfo('小马')  # Name:小马,Age:8
6
printinfo('小马', 10)  # Name:小马,Age:10
Name:小马,Age:8

Name:小马,Age:10
Python 允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。
【例子】

    
    def printinfo(name, age):

    print('Name:{0},Age:{1}'.format(name, age))

printinfo(age=8, name='小马')  # Name:小马,Age:8
Name:小马,Age:8
3. 可变参数

顾名思义，可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。

def functionname(arg1, arg2=v, *args):
       "函数文档字符串"
       functionsuite
       return [expression]

*args - 可变参数，可以是从零个到任意个，自动组装成元组。
加了星号（*）的变量名会存放所有未命名的变量参数。
【例子】
def printinfo(arg1, *args):

    print(arg1)

    for var in args:

        print(var)

4. 关键字参数

def functionname(arg1, arg2=v, args, *kw):
       "函数文档字符串"
       functionsuite
       return [expression]

**kw - 关键字参数，可以是从零个到任意个，自动组装成字典。
【例子】


def printinfo(arg1, *args, **kwargs):

    print(arg1)

    print(args)

    print(kwargs)

printinfo(70, 60, 50)

# 70

# (60, 50)

# {}

printinfo(70, 60, 50, a=1, b=2)

# 70

# (60, 50)

# {'a': 1, 'b': 2}

「可变参数」和「关键字参数」的同异总结如下：

可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。
关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。
5. 命名关键字参数

def functionname(arg1, arg2=v, args, *, nkw, *kw):
       "函数文档字符串"
       functionsuite
       return [expression]

*, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
如果要限制关键字参数的名字，就可以用「命名关键字参数」
使用命名关键字参数时，要特别注意不能缺少参数名。

没有写参数名nwk，因此 10 被当成「位置参数」，而原函数只有 1 个位置函数，现在调用了 2 个，因此程序会报错。
6. 参数组合

在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：

位置参数、默认参数、可变参数和关键字参数。
位置参数、默认参数、命名关键字参数和关键字参数。
要注意定义可变参数和关键字参数的语法：

*args 是可变参数，args 接收的是一个 tuple
**kw 是关键字参数，kw 接收的是一个 dict
命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 *，否则定义的是位置参数。

警告：虽然可以组合多达 5 种参数，但不要同时使用太多的组合，否则函数很难懂。



变量作用域
Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。

# outer函数在这被调用

# inner函数在这被调用
outer函数在这被调用

inner函数在这被调用
闭包

是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。

如果一个函数在内部调用自身本身，这个函数就是递归函数。
在 Python 里有两类函数：

第一类：用 def 关键词定义的正规函数
第二类：用 lambda 关键词定义的匿名函数
Python 使用 lambda 关键词来创建匿名函数，而非def关键词，它没有函数名，其语法结构如下：

lambda argument_list: expression

lambda - 定义匿名函数的关键词。
argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
:- 冒号，在函数参数和表达式中间要加个冒号。
expression - 只是一个表达式，输入函数参数，输出一些值。
注意：

expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
匿名函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
【例子】

1
def sqr(x):
2
    return x ** 2
3
​
4
​
5
print(sqr)
6
# <function sqr at 0x000000BABD3A4400>
7
​
8
y = [sqr(x) for x in range(10)]
9
print(y)
10
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
11
​
12
lbd_sqr = lambda x: x ** 2
13
print(lbd_sqr)
14
# <function <lambda> at 0x000000BABB6AC1E0>
15
​
16
y = [lbd_sqr(x) for x in range(10)]
17
print(y)
18
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
19
​
20
​
21
sumary = lambda arg1, arg2: arg1 + arg2
22
print(sumary(10, 20))  # 30
23
​
24
func = lambda *args: sum(args)
25
print(func(1, 2, 3, 4, 5))  # 15
<function sqr at 0x00000220081D9E18>

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

<function <lambda> at 0x00000220081FF400>

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

30

15
匿名函数的应用
函数式编程 是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。
匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：

参数是函数 (filter, map)
返回值是函数 (closure)
如，在 filter和map函数中的应用：

filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。

类与对象
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、分号和类的实现。


类的方法与普通的函数只有一个特别的区别 —— 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，我们无需明确提供与参数 self 相对应的参数。

【例子】

1
class Ball:
2
    def setName(self, name):
3
        self.name = name
4
​
5
    def kick(self):
6
        print("我叫%s,该死的，谁踢我..." % self.name)
7
​
8
​
9
a = Ball()
10
a.setName("球A")
11
b = Ball()
12
b.setName("球B")
13
c = Ball()
14
c.setName("球C")
15
a.kick()
16
# 我叫球A,该死的，谁踢我...
17
b.kick()
18
# 我叫球B,该死的，谁踢我...
我叫球A,该死的，谁踢我...

我叫球B,该死的，谁踢我...
Python 的魔法方法
据说，Python 的对象天生拥有一些神奇的方法，它们是面向对象的 Python 的一切...

它们是可以给你的类增加魔力的特殊方法...

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...

类有一个名为__init__(self[, param1, param2...])的魔法方法，该方法在类实例化时会自动调用。

【例子】

1
​
2
class Ball:
3
    def __init__(self, name):
4
        self.name = name
5
​
6
    def kick(self):
7
        print("我叫%s,该死的，谁踢我..." % self.name)
8
​
9
​
10
a = Ball("球A")
11
b = Ball("球B")
12
c = Ball("球C")
13
a.kick()
14
# 我叫球A,该死的，谁踢我...
15
b.kick()
16
# 我叫球B,该死的，谁踢我...
我叫球A,该死的，谁踢我...

我叫球B,该死的，谁踢我...
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为私有的了。

【例子】类的私有属性实例

1
class JustCounter:
2
    __secretCount = 0  # 私有变量
3
    publicCount = 0  # 公开变量
4
​
5
    def count(self):
6
        self.__secretCount += 1
7
        self.publicCount += 1
8
        print(self.__secretCount)
9
​
10
​
11
counter = JustCounter()
12
counter.count()  # 1
13
counter.count()  # 2
14
print(counter.publicCount)  # 2
15
​
16
# Python的私有为伪私有
17
print(counter._JustCounter__secretCount)  # 2 
18
print(counter.__secretCount)  
19
# AttributeError: 'JustCounter' object has no attribute '__secretCount'
1

2

2

2
【例子】类的私有方法实例

1
class Site:
2
    def __init__(self, name, url):
3
        self.name = name  # public
4
        self.__url = url  # private
5
​
6
    def who(self):
7
        print('name  : ', self.name)
8
        print('url : ', self.__url)
9
​
10
    def __foo(self):  # 私有方法
11
        print('这是私有方法')
12
​
13
    def foo(self):  # 公共方法
14
        print('这是公共方法')
15
        self.__foo()
16
​
17
​
18
x = Site('老马的程序人生', 'https://blog.csdn.net/LSGO_MYP')
19
x.who()
20
# name  :  老马的程序人生
21
# url :  https://blog.csdn.net/LSGO_MYP
22
​
23
x.foo()
24
# 这是公共方法
25
# 这是私有方法
26
​
27
x.__foo()
28
# AttributeError: 'Site' object has no attribute '__foo'
name  :  老马的程序人生

url :  https://blog.csdn.net/LSGO_MYP

这是公共方法

这是私有方法
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（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

【例子】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。

1
# 类定义
2
class people:
3
    # 定义基本属性
4
    name = ''
5
    age = 0
6
    # 定义私有属性,私有属性在类外部无法直接进行访问
7
    __weight = 0
8
​
9
    # 定义构造方法
10
    def __init__(self, n, a, w):
11
        self.name = n
12
        self.age = a
13
        self.__weight = w
14
​
15
    def speak(self):
16
        print("%s 说: 我 %d 岁。" % (self.name, self.age))
17
​
18
​
19
# 单继承示例
20
class student(people):
21
    grade = ''
22
​
23
    def __init__(self, n, a, w, g):
24
        # 调用父类的构函
25
        people.__init__(self, n, a, w)
26
        self.grade = g
27
​
28
    # 覆写父类的方法
29
    def speak(self):
30
        print("%s 说: 我 %d 岁了，我在读 %d 年级" % (self.name, self.age, self.grade))
31
​
32
​
33
s = student('小马的程序人生', 10, 60, 3)
34
s.speak()
35
# 小马的程序人生 说: 我 10 岁了，我在读 3 年级
小马的程序人生 说: 我 10 岁了，我在读 3 年级
注意：如果上面的程序去掉：people.__init__(self, n, a, w)，则输出：说: 我 0 岁了，我在读 3 年级，因为子类的构造方法把父类的构造方法覆盖了。

【例子】

1
import random
2
​
3
class Fish:
4
    def __init__(self):
5
        self.x = random.randint(0, 10)
6
        self.y = random.randint(0, 10)
7
​
8
    def move(self):
9
        self.x -= 1
10
        print("我的位置", self.x, self.y)
11
​
12
​
13
class GoldFish(Fish):  # 金鱼
14
    pass
15
​
16
​
17
class Carp(Fish):  # 鲤鱼
18
    pass
19
​
20
​
21
class Salmon(Fish):  # 三文鱼
22
    pass
23
​
24
​
25
class Shark(Fish):  # 鲨鱼
26
    def __init__(self):
27
        self.hungry = True
28
​
29
    def eat(self):
30
        if self.hungry:
31
            print("吃货的梦想就是天天有得吃！")
32
            self.hungry = False
33
        else:
34
            print("太撑了，吃不下了！")
35
            self.hungry = True
36
​
37
​
38
g = GoldFish()
39
g.move()  # 我的位置 9 4
40
s = Shark()
41
s.eat() # 吃货的梦想就是天天有得吃！
42
s.move()  
43
# AttributeError: 'Shark' object has no attribute 'x'
我的位置 3 8

吃货的梦想就是天天有得吃！
解决该问题可用以下两种方式：

调用未绑定的父类方法Fish.__init__(self)
1
class Shark(Fish):  # 鲨鱼
2
    def __init__(self):
3
        Fish.__init__(self)
4
        self.hungry = True
5
​
6
    def eat(self):
7
        if self.hungry:
8
            print("吃货的梦想就是天天有得吃！")
9
            self.hungry = False
10
        else:
11
            print("太撑了，吃不下了！")
12
            self.hungry = True
使用super函数super().__init__()
1
class Shark(Fish):  # 鲨鱼
2
    def __init__(self):
3
        super().__init__()
4
        self.hungry = True
5
​
6
    def eat(self):
7
        if self.hungry:
8
            print("吃货的梦想就是天天有得吃！")
9
            self.hungry = False
10
        else:
11
            print("太撑了，吃不下了！")
12
            self.hungry = True
Python 虽然支持多继承的形式，但我们一般不使用多继承，因为容易引起混乱。

class DerivedClassName(Base1, Base2, Base3):
       statement-1
              .
              .
              .
       statement-N

需要注意圆括号中父类的顺序，若是父类中有相同的方法名，而在子类使用时未指定，Python 从左至右搜索，即方法在子类中未找到时，从左到右查找父类中是否包含方法。

【例子】

1
# 类定义
2
class People:
3
    # 定义基本属性
4
    name = ''
5
    age = 0
6
    # 定义私有属性,私有属性在类外部无法直接进行访问
7
    __weight = 0
8
​
9
    # 定义构造方法
10
    def __init__(self, n, a, w):
11
        self.name = n
12
        self.age = a
13
        self.__weight = w
14
​
15
    def speak(self):
16
        print("%s 说: 我 %d 岁。" % (self.name, self.age))
17
​
18
​
19
# 单继承示例
20
class Student(People):
21
    grade = ''
22
​
23
    def __init__(self, n, a, w, g):
24
        # 调用父类的构函
25
        People.__init__(self, n, a, w)
26
        self.grade = g
27
​
28
    # 覆写父类的方法
29
    def speak(self):
30
        print("%s 说: 我 %d 岁了，我在读 %d 年级" % (self.name, self.age, self.grade))
31
​
32
​
33
# 另一个类，多重继承之前的准备
34
class Speaker:
35
    topic = ''
36
    name = ''
37
​
38
    def __init__(self, n, t):
39
        self.name = n
40
        self.topic = t
41
​
42
    def speak(self):
43
        print("我叫 %s，我是一个演说家，我演讲的主题是 %s" % (self.name, self.topic))
44
​
45
​
46
# 多重继承
47
class Sample01(Speaker, Student):
48
    a = ''
49
​
50
    def __init__(self, n, a, w, g, t):
51
        Student.__init__(self, n, a, w, g)
52
        Speaker.__init__(self, n, t)
53
​
54
# 方法名同，默认调用的是在括号中排前地父类的方法
55
test = Sample01("Tim", 25, 80, 4, "Python")
56
test.speak()  
57
# 我叫 Tim，我是一个演说家，我演讲的主题是 Python
58
​
59
class Sample02(Student, Speaker):
60
    a = ''
61
​
62
    def __init__(self, n, a, w, g, t):
63
        Student.__init__(self, n, a, w, g)
64
        Speaker.__init__(self, n, t)
65
​
66
# 方法名同，默认调用的是在括号中排前地父类的方法
67
test = Sample02("Tim", 25, 80, 4, "Python")
68
test.speak()  
69
# Tim 说: 我 25 岁了，我在读 4 年级
我叫 Tim，我是一个演说家，我演讲的主题是 Python

Tim 说: 我 25 岁了，我在读 4 年级
组合
【例子】

1
class Turtle:
2
    def __init__(self, x):
3
        self.num = x
4
​
5
​
6
class Fish:
7
    def __init__(self, x):
8
        self.num = x
9
​
10
​
11
class Pool:
12
    def __init__(self, x, y):
13
        self.turtle = Turtle(x)
14
        self.fish = Fish(y)
15
​
16
    def print_num(self):
17
        print("水池里面有乌龟%s只，小鱼%s条" % (self.turtle.num, self.fish.num))
18
​
19
​
20
p = Pool(2, 3)
21
p.print_num()
22
# 水池里面有乌龟2只，小鱼3条
水池里面有乌龟2只，小鱼3条
类、类对象和实例对象
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。

class A(object):
       pass

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。

【例子】

1
class A(object):
2
    pass
3
​
4
# 实例化对象 a、b、c都属于实例对象。
5
a = A()
6
b = A()
7
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，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。

【例子】

1
class A():
2
    a = 0  #类属性
3
    def __init__(self, xx):
4
        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，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。

【例子】

1
# 创建类对象
2
class Test(object):
3
    class_attr = 100  # 类属性
4
​
5
    def __init__(self):
6
        self.sl_attr = 100  # 实例属性
7
​
8
    def func(self):
9
        print('类对象.类属性的值:', Test.class_attr)  # 调用类属性
10
        print('self.类属性的值', self.class_attr)  # 相当于把类属性 变成实例属性
11
        print('self.实例属性的值', self.sl_attr)  # 调用实例属性
12
​
13
​
14
a = Test()
15
a.func()
16
​
17
# 类对象.类属性的值: 100
18
# self.类属性的值 100
19
# self.实例属性的值 100
20
​
21
b = Test()
22
b.func()
23
​
24
# 类对象.类属性的值: 100
25
# self.类属性的值 100
26
# self.实例属性的值 100
27
​
28
a.class_attr = 200
29
a.sl_attr = 200
30
a.func()
31
​
32
# 类对象.类属性的值: 100
33
# self.类属性的值 200
34
# self.实例属性的值 200
35
​
36
b.func()
37
​
38
# 类对象.类属性的值: 100
39
# self.类属性的值 100
40
# self.实例属性的值 100
41
​
42
Test.class_attr = 300
43
a.func()
44
​
45
# 类对象.类属性的值: 300
46
# self.类属性的值 200
47
# self.实例属性的值 200
48
​
49
b.func()
50
# 类对象.类属性的值: 300
51
# self.类属性的值 300
52
# self.实例属性的值 100
类对象.类属性的值: 100

self.类属性的值 100

self.实例属性的值 100

类对象.类属性的值: 100

self.类属性的值 100

self.实例属性的值 100

类对象.类属性的值: 100

self.类属性的值 200

self.实例属性的值 200

类对象.类属性的值: 100

self.类属性的值 100

self.实例属性的值 100

类对象.类属性的值: 300

self.类属性的值 200

self.实例属性的值 200

类对象.类属性的值: 300

self.类属性的值 300

self.实例属性的值 100
注意：属性与方法名相同，属性会覆盖方法。

【例子】

1
class A:
2
    def x(self):
3
        print('x_man')
4
​
5
​
6
aa = A()
7
aa.x()  # x_man
8
aa.x = 1
9
print(aa.x)  # 1
10
aa.x()
11
# TypeError: 'int' object is not callable
x_man

1
什么是绑定？
Python 严格要求方法需要有实例才能被调用，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__。

【例子】

1
class CC:
2
    def setXY(self, x, y):
3
        self.x = x
4
        self.y = y
5
​
6
    def printXY(self):
7
        print(self.x, self.y)
8
​
9
​
10
dd = CC()
11
print(dd.__dict__)
12
# {}
13
​
14
print(vars(dd))
15
# {}
16
​
17
print(CC.__dict__)
18
# {'__module__': '__main__', 'setXY': <function CC.setXY at 0x000000C3473DA048>, 'printXY': <function CC.printXY at 0x000000C3473C4F28>, '__dict__': <attribute '__dict__' of 'CC' objects>, '__weakref__': <attribute '__weakref__' of 'CC' objects>, '__doc__': None}
19
​
20
dd.setXY(4, 5)
21
print(dd.__dict__)
22
# {'x': 4, 'y': 5}
23
​
24
print(vars(CC))
25
# {'__module__': '__main__', 'setXY': <function CC.setXY at 0x000000632CA9B048>, 'printXY': <function CC.printXY at 0x000000632CA83048>, '__dict__': <attribute '__dict__' of 'CC' objects>, '__weakref__': <attribute '__weakref__' of 'CC' objects>, '__doc__': None}
26
​
27
print(CC.__dict__)
28
# {'__module__': '__main__', 'setXY': <function CC.setXY at 0x000000632CA9B048>, 'printXY': <function CC.printXY at 0x000000632CA83048>, '__dict__': <attribute '__dict__' of 'CC' objects>, '__weakref__': <attribute '__weakref__' of 'CC' objects>, '__doc__': None}
{}

{}

{'__module__': '__main__', 'setXY': <function CC.setXY at 0x000002200822BD08>, 'printXY': <function CC.printXY at 0x000002200822BF28>, '__dict__': <attribute '__dict__' of 'CC' objects>, '__weakref__': <attribute '__weakref__' of 'CC' objects>, '__doc__': None}

{'x': 4, 'y': 5}

{'__module__': '__main__', 'setXY': <function CC.setXY at 0x000002200822BD08>, 'printXY': <function CC.printXY at 0x000002200822BF28>, '__dict__': <attribute '__dict__' of 'CC' objects>, '__weakref__': <attribute '__weakref__' of 'CC' objects>, '__doc__': None}

{'__module__': '__main__', 'setXY': <function CC.setXY at 0x000002200822BD08>, 'printXY': <function CC.printXY at 0x000002200822BF28>, '__dict__': <attribute '__dict__' of 'CC' objects>, '__weakref__': <attribute '__weakref__' of 'CC' objects>, '__doc__': None}
一些相关的内置函数（BIF）
issubclass(class, classinfo) 方法用于判断参数 class 是否是类型参数 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。
【例子】

1
class A:
2
    pass
3
​
4
​
5
class B(A):
6
    pass
7
​
8
​
9
print(issubclass(B, A))  # True
10
print(issubclass(B, B))  # True
11
print(issubclass(A, B))  # False
12
print(issubclass(B, object))  # True
True

True

False

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。
【例子】

1
a = 2
2
print(isinstance(a, int))  # True
3
print(isinstance(a, str))  # False
4
print(isinstance(a, (str, int, list)))  # True
5
​
6
​
7
class A:
8
    pass
9
​
10
​
11
class B(A):
12
    pass
13
​
14
​
15
print(isinstance(A(), A))  # True
16
print(type(A()) == A)  # True
17
print(isinstance(B(), A))  # True
18
print(type(B()) == A)  # False
True

False

True

True

True

True

False
hasattr(object, name)用于判断对象是否包含对应的属性。
【例子】

1
class Coordinate:
2
    x = 10
3
    y = -5
4
    z = 0
5
​
6
​
7
point1 = Coordinate()
8
print(hasattr(point1, 'x'))  # True
9
print(hasattr(point1, 'y'))  # True
10
print(hasattr(point1, 'z'))  # True
11
print(hasattr(point1, 'no'))  # False
True

True

True

False
getattr(object, name[, default])用于返回一个对象属性值。
【例子】

1
class A(object):
2
    bar = 1
3
​
4
​
5
a = A()
6
print(getattr(a, 'bar'))  # 1
7
print(getattr(a, 'bar2', 3))  # 3
8
print(getattr(a, 'bar2'))
9
# AttributeError: 'A' object has no attribute 'bar2'
1

3
【例子】这个例子很酷！

1
class A(object):
2
    def set(self, a, b):
3
        x = a
4
        a = b
5
        b = x
6
        print(a, b)
7
​
8
​
9
a = A()
10
c = getattr(a, 'set')
11
c(a='1', b='2')  # 2 1
12
​
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。
【例子】

1
class A(object):
2
    bar = 1
3
​
4
​
5
a = A()
6
print(getattr(a, 'bar'))  # 1
7
setattr(a, 'bar', 5)
8
print(a.bar)  # 5
9
setattr(a, "age", 28)
10
print(a.age)  # 28
1

5

28
delattr(object, name)用于删除属性。
【例子】

1
class Coordinate:
2
    x = 10
3
    y = -5
4
    z = 0
5
​
6
​
7
point1 = Coordinate()
8
​
9
print('x = ', point1.x)  # x =  10
10
print('y = ', point1.y)  # y =  -5
11
print('z = ', point1.z)  # z =  0
12
​
13
delattr(Coordinate, 'z')
14
​
15
print('--删除 z 属性后--')  # --删除 z 属性后--
16
print('x = ', point1.x)  # x =  10
17
print('y = ', point1.y)  # y =  -5
18
​
19
# 触发错误
20
print('z = ', point1.z)
21
# AttributeError: 'Coordinate' object has no attribute 'z'
x =  10

y =  -5

z =  0

--删除 z 属性后--

x =  10

y =  -5
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
【例子】

1
class C(object):
2
    def __init__(self):
3
        self.__x = None
4
​
5
    def getx(self):
6
        return self.__x
7
​
8
    def setx(self, value):
9
        self.__x = value
10
​
11
    def delx(self):
12
        del self.__x
13
​
14
    x = property(getx, setx, delx, "I'm the 'x' property.")
15
​
16
​
17
cc = C()
18
cc.x = 2
19
print(cc.x)  # 2
20
​
21
del cc.x
22
print(cc.x)
23
# AttributeError: 'C' object has no attribute '_C__x'
2
魔法方法
魔法方法总是被双下划线包围，例如__init__。

魔法方法是面向对象的 Python 的一切，如果你不知道魔法方法，说明你还没能意识到面向对象的 Python 的强大。

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
【例子】

1
class Rectangle:
2
    def __init__(self, x, y):
3
        self.x = x
4
        self.y = y
5
​
6
    def getPeri(self):
7
        return (self.x + self.y) * 2
8
​
9
    def getArea(self):
10
        return self.x * self.y
11
​
12
​
13
rect = Rectangle(4, 5)
14
print(rect.getPeri())  # 18
15
print(rect.getArea())  # 20
18

20
__new__(cls[, ...]) 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。
【例子】

1
class A(object):
2
    def __init__(self, value):
3
        print("into A __init__")
4
        self.value = value
5
​
6
    def __new__(cls, *args, **kwargs):
7
        print("into A __new__")
8
        print(cls)
9
        return object.__new__(cls)
10
​
11
​
12
class B(A):
13
    def __init__(self, value):
14
        print("into B __init__")
15
        self.value = value
16
​
17
    def __new__(cls, *args, **kwargs):
18
        print("into B __new__")
19
        print(cls)
20
        return super().__new__(cls, *args, **kwargs)
21
​
22
​
23
b = B(10)
24
​
25
# 结果：
26
# into B __new__
27
# <class '__main__.B'>
28
# into A __new__
29
# <class '__main__.B'>
30
# into B __init__
31
​
32
class A(object):
33
    def __init__(self, value):
34
        print("into A __init__")
35
        self.value = value
36
​
37
    def __new__(cls, *args, **kwargs):
38
        print("into A __new__")
39
        print(cls)
40
        return object.__new__(cls)
41
​
42
​
43
class B(A):
44
    def __init__(self, value):
45
        print("into B __init__")
46
        self.value = value
47
​
48
    def __new__(cls, *args, **kwargs):
49
        print("into B __new__")
50
        print(cls)
51
        return super().__new__(A, *args, **kwargs)  # 改动了cls变为A
52
​
53
​
54
b = B(10)
55
​
56
# 结果：
57
# into B __new__
58
# <class '__main__.B'>
59
# into A __new__
60
# <class '__main__.A'>
into B __new__

<class '__main__.B'>

into A __new__

<class '__main__.B'>

into B __init__

into B __new__

<class '__main__.B'>

into A __new__

<class '__main__.A'>
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。
【例子】利用__new__实现单例模式。

1
class Earth:
2
    pass
3
​
4
​
5
a = Earth()
6
print(id(a))  # 260728291456
7
b = Earth()
8
print(id(b))  # 260728291624
9
​
10
class Earth:
11
    __instance = None  # 定义一个类属性做判断
12
​
13
    def __new__(cls):
14
        if cls.__instance is None:
15
            cls.__instance = object.__new__(cls)
16
            return cls.__instance
17
        else:
18
            return cls.__instance
19
​
20
​
21
a = Earth()
22
print(id(a))  # 512320401648
23
b = Earth()
24
print(id(b))  # 512320401648
2336598724336

2336598528464

2336598467752

2336598467752
__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。
【例子】

1
class CapStr(str):
2
    def __new__(cls, string):
3
        string = string.upper()
4
        return str.__new__(cls, string)
5
​
6
​
7
a = CapStr("i love lsgogroup")
8
print(a)  # I LOVE LSGOGROUP
I LOVE LSGOGROUP
__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为 1；当程序中有两个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 2，依此类推，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，因此 Python 就会回收该对象。

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，比如对象 a 持有一个实例变量引用对象 b，而对象 b 又持有一个实例变量引用对象 a，此时两个对象的引用计数都是 1，而实际上程序已经不再有变量引用它们，系统应该回收它们，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（Cyclic Garbage Collector）来检测并回收这种引用循环。

【例子】

1
class C(object):
2
    def __init__(self):
3
        print('into C __init__')
4
​
5
    def __del__(self):
6
        print('into C __del__')
7
​
8
​
9
c1 = C()
10
# into C __init__
11
c2 = c1
12
c3 = c2
13
del c3
14
del c2
15
del c1
16
# into C __del__
into C __init__

into C __del__
__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__
__repr__(self)：

repr是str的备胎
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__
【例子】

1
class Cat:
2
    """定义一个猫类"""
3
​
4
    def __init__(self, new_name, new_age):
5
        """在创建完对象之后 会自动调用, 它完成对象的初始化的功能"""
6
        self.name = new_name
7
        self.age = new_age
8
​
9
    def __str__(self):
10
        """返回一个对象的描述信息"""
11
        return "名字是:%s , 年龄是:%d" % (self.name, self.age)
12
        
13
    def __repr__(self):
14
        """返回一个对象的描述信息"""
15
        return "Cat:(%s,%d)" % (self.name, self.age)
16
​
17
    def eat(self):
18
        print("%s在吃鱼...." % self.name)
19
​
20
    def drink(self):
21
        print("%s在喝可乐..." % self.name)
22
​
23
    def introduce(self):
24
        print("名字是:%s, 年龄是:%d" % (self.name, self.age))
25
​
26
​
27
# 创建了一个对象
28
tom = Cat("汤姆", 30)
29
print(tom)  # 名字是:汤姆 , 年龄是:30
30
print(str(tom)) # 名字是:汤姆 , 年龄是:30
31
print(repr(tom))  # Cat:(汤姆,30)
32
tom.eat()  # 汤姆在吃鱼....
33
tom.introduce()  # 名字是:汤姆, 年龄是:30
名字是:汤姆 , 年龄是:30

名字是:汤姆 , 年龄是:30

Cat:(汤姆,30)

汤姆在吃鱼....

名字是:汤姆, 年龄是:30
__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，就像下面的 '2019-10-11' 一样。

__repr__(self) 的返回结果应更准确。怎么说，__repr__ 存在的目的在于调试，便于开发者使用。

【例子】

1
import datetime
2
​
3
today = datetime.date.today()
4
print(str(today))  # 2019-10-11
5
print(repr(today))  # datetime.date(2019, 10, 11)
6
print('%s' %today)  # 2019-10-11
7
print('%r' %today)  # datetime.date(2019, 10, 11)
2020-08-01

datetime.date(2020, 8, 1)

2020-08-01

datetime.date(2020, 8, 1)
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”。

【例子】

1
class C:
2
    pass
3
​
4
​
5
print(type(len))  # <class 'builtin_function_or_method'>
6
print(type(dir))  # <class 'builtin_function_or_method'>
7
print(type(int))  # <class 'type'>
8
print(type(list))  # <class 'type'>
9
print(type(tuple))  # <class 'type'>
10
print(type(C))  # <class 'type'>
11
print(int('123'))  # 123
12
​
13
# 这个例子中list工厂函数把一个元祖对象加工成了一个列表对象。
14
print(list((1, 2, 3)))  # [1, 2, 3]
<class 'builtin_function_or_method'>

<class 'builtin_function_or_method'>

<class 'type'>

<class 'type'>

<class 'type'>

<class 'type'>

123

[1, 2, 3]
__add__(self, other)定义加法的行为：+
__sub__(self, other)定义减法的行为：-
【例子】

1
class MyClass:
2
​
3
    def __init__(self, height, weight):
4
        self.height = height
5
        self.weight = weight
6
​
7
    # 两个对象的长相加，宽不变.返回一个新的类
8
    def __add__(self, others):
9
        return MyClass(self.height + others.height, self.weight + others.weight)
10
​
11
    # 两个对象的宽相减，长不变.返回一个新的类
12
    def __sub__(self, others):
13
        return MyClass(self.height - others.height, self.weight - others.weight)
14
​
15
    # 说一下自己的参数
16
    def intro(self):
17
        print("高为", self.height, " 重为", self.weight)
18
​
19
​
20
def main():
21
    a = MyClass(height=10, weight=5)
22
    a.intro()
23
​
24
    b = MyClass(height=20, weight=10)
25
    b.intro()
26
​
27
    c = b - a
28
    c.intro()
29
​
30
    d = a + b
31
    d.intro()
32
​
33
​
34
if __name__ == '__main__':
35
    main()
36
​
37
# 高为 10  重为 5
38
# 高为 20  重为 10
39
# 高为 10  重为 5
40
# 高为 30  重为 15
高为 10  重为 5

高为 20  重为 10

高为 10  重为 5

高为 30  重为 15
__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) 定义取模算法的行为：%
__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)。
【例子】

1
print(divmod(7, 2))  # (3, 1)
2
print(divmod(8, 2))  # (4, 0)
(3, 1)

(4, 0)
__pow__(self, other[, module])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)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：*
__rtruediv__(self, other)定义真除法的行为：/
__rfloordiv__(self, other)定义整数除法的行为：//
__rmod__(self, other) 定义取模算法的行为：%
__rdivmod__(self, other)定义当被 divmod() 调用时的行为
__rpow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
__rlshift__(self, other)定义按位左移位的行为：<<
__rrshift__(self, other)定义按位右移位的行为：>>
__rand__(self, other)定义按位与操作的行为：&
__rxor__(self, other)定义按位异或操作的行为：^
__ror__(self, other)定义按位或操作的行为：|
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。

【例子】

1
class Nint(int):
2
    def __radd__(self, other):
3
        return int.__sub__(other, self) # 注意 self 在后面
4
​
5
​
6
a = Nint(5)
7
b = Nint(3)
8
print(a + b)  # 8
9
print(1 + b)  # -2
8

-2
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：/=
__ifloordiv__(self, other)定义赋值整数除法的行为：//=
__imod__(self, other)定义赋值取模算法的行为：%=
__ipow__(self, other[, modulo])定义赋值幂运算的行为：**=
__ilshift__(self, other)定义赋值按位左移位的行为：<<=
__irshift__(self, other)定义赋值按位右移位的行为：>>=
__iand__(self, other)定义赋值按位与操作的行为：&=
__ixor__(self, other)定义赋值按位异或操作的行为：^=
__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。
【例子】

1
class C:
2
    def __getattribute__(self, item):
3
        print('__getattribute__')
4
        return super().__getattribute__(item)
5
​
6
    def __getattr__(self, item):
7
        print('__getattr__')
8
​
9
    def __setattr__(self, key, value):
10
        print('__setattr__')
11
        super().__setattr__(key, value)
12
​
13
    def __delattr__(self, item):
14
        print('__delattr__')
15
        super().__delattr__(item)
16
​
17
​
18
c = C()
19
c.x
20
# __getattribute__
21
# __getattr__
22
​
23
c.x = 1
24
# __setattr__
25
​
26
del c.x
27
# __delattr__
__getattribute__

__getattr__

__setattr__

__delattr__
描述符
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，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。
【例子】

1
class MyDecriptor:
2
    def __get__(self, instance, owner):
3
        print('__get__', self, instance, owner)
4
​
5
    def __set__(self, instance, value):
6
        print('__set__', self, instance, value)
7
​
8
    def __delete__(self, instance):
9
        print('__delete__', self, instance)
10
​
11
​
12
class Test:
13
    x = MyDecriptor()
14
​
15
​
16
t = Test()
17
t.x
18
# __get__ <__main__.MyDecriptor object at 0x000000CEAAEB6B00> <__main__.Test object at 0x000000CEABDC0898> <class '__main__.Test'>
19
​
20
t.x = 'x-man'
21
# __set__ <__main__.MyDecriptor object at 0x00000023687C6B00> <__main__.Test object at 0x00000023696B0940> x-man
22
​
23
del t.x
24
# __delete__ <__main__.MyDecriptor object at 0x000000EC9B160A90> <__main__.Test object at 0x000000EC9B160B38>
__get__ <__main__.MyDecriptor object at 0x0000022008242668> <__main__.Test object at 0x00000220082427B8> <class '__main__.Test'>

__set__ <__main__.MyDecriptor object at 0x0000022008242668> <__main__.Test object at 0x00000220082427B8> x-man

__delete__ <__main__.MyDecriptor object at 0x0000022008242668> <__main__.Test object at 0x00000220082427B8>
定制序列
协议（Protocols）与其它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

如果说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。
【例子】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。

1
class CountList:
2
    def __init__(self, *args):
3
        self.values = [x for x in args]
4
        self.count = {}.fromkeys(range(len(self.values)), 0)
5
​
6
    def __len__(self):
7
        return len(self.values)
8
​
9
    def __getitem__(self, item):
10
        self.count[item] += 1
11
        return self.values[item]
12
​
13
​
14
c1 = CountList(1, 3, 5, 7, 9)
15
c2 = CountList(2, 4, 6, 8, 10)
16
print(c1[1])  # 3
17
print(c2[2])  # 6
18
print(c1[1] + c2[1])  # 7
19
​
20
print(c1.count)
21
# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}
22
​
23
print(c2.count)
24
# {0: 0, 1: 1, 2: 1, 3: 0, 4: 0}
3

6

7

{0: 0, 1: 2, 2: 0, 3: 0, 4: 0}

{0: 0, 1: 1, 2: 1, 3: 0, 4: 0}
__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]。
【例子】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。

1
class CountList:
2
    def __init__(self, *args):
3
        self.values = [x for x in args]
4
        self.count = {}.fromkeys(range(len(self.values)), 0)
5
​
6
    def __len__(self):
7
        return len(self.values)
8
​
9
    def __getitem__(self, item):
10
        self.count[item] += 1
11
        return self.values[item]
12
​
13
    def __setitem__(self, key, value):
14
        self.values[key] = value
15
​
16
    def __delitem__(self, key):
17
        del self.values[key]
18
        for i in range(0, len(self.values)):
19
            if i >= key:
20
                self.count[i] = self.count[i + 1]
21
        self.count.pop(len(self.values))
22
​
23
​
24
c1 = CountList(1, 3, 5, 7, 9)
25
c2 = CountList(2, 4, 6, 8, 10)
26
print(c1[1])  # 3
27
print(c2[2])  # 6
28
c2[2] = 12
29
print(c1[1] + c2[2])  # 15
30
print(c1.count)
31
# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}
32
print(c2.count)
33
# {0: 0, 1: 0, 2: 2, 3: 0, 4: 0}
34
del c1[1]
35
print(c1.count)
36
# {0: 0, 1: 0, 2: 0, 3: 0}
3

6

15

{0: 0, 1: 2, 2: 0, 3: 0, 4: 0}

{0: 0, 1: 0, 2: 2, 3: 0, 4: 0}

{0: 0, 1: 0, 2: 0, 3: 0}
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：
【例子】

1
string = 'lsgogroup'
2
for c in string:
3
    print(c)
4
​
5
'''
6
l
7
s
8
g
9
o
10
g
11
r
12
o
13
u
14
p
15
'''
16
​
17
for c in iter(string):
18
    print(c)
l

s

g

o

g

r

o

u

p

l

s

g

o

g

r

o

u

p
【例子】

1
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}
2
for each in links:
3
    print('%s -> %s' % (each, links[each]))
4
    
5
'''
6
B -> 百度
7
A -> 阿里
8
T -> 腾讯
9
'''
10
​
11
for each in iter(links):
12
    print('%s -> %s' % (each, links[each]))
B -> 百度

A -> 阿里

T -> 腾讯

B -> 百度

A -> 阿里

T -> 腾讯
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。
【例子】

1
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}
2
​
3
it = iter(links)
4
while True:
5
    try:
6
        each = next(it)
7
    except StopIteration:
8
        break
9
    print(each)
10
​
11
# B
12
# A
13
# T
14
​
15
it = iter(links)
16
print(next(it))  # B
17
print(next(it))  # A
18
print(next(it))  # T
19
print(next(it))  # StopIteration
B

A

T

B

A

T
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-2-682f811edce7> in <module>()
     17 print(next(it))  # A
     18 print(next(it))  # T
---> 19 print(next(it))  # StopIteration

StopIteration: 
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。
【例子】

1
class Fibs:
2
    def __init__(self, n=10):
3
        self.a = 0
4
        self.b = 1
5
        self.n = n
6
​
7
    def __iter__(self):
8
        return self
9
​
10
    def __next__(self):
11
        self.a, self.b = self.b, self.a + self.b
12
        if self.a > self.n:
13
            raise StopIteration
14
        return self.a
15
​
16
​
17
fibs = Fibs(100)
18
for each in fibs:
19
    print(each, end=' ')
20
​
21
# 1 1 2 3 5 8 13 21 34 55 89
1 1 2 3 5 8 13 21 34 55 89 
4.10 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。
【例子】

1
def myGen():
2
    print('生成器执行！')
3
    yield 1
4
    yield 2
5
    
6
myG = myGen()
7
for each in myG:
8
    print(each)
9
​
10
'''
11
生成器执行！
12
1
13
2
14
'''
15
​
16
myG = myGen()
17
print(next(myG))  
18
# 生成器执行！
19
# 1
20
​
21
print(next(myG))  # 2
22
print(next(myG))  # StopIteration
生成器执行！

1

2

生成器执行！

1

2
---------------------------------------------------------------------------
StopIteration                             Traceback (most recent call last)
<ipython-input-6-56bfa60ce8de> in <module>()
     14 
     15 print(next(myG))  # 2
---> 16 print(next(myG))  # StopIteration

StopIteration: 
【例子】用生成器实现斐波那契数列。

1
def libs(n):
2
    a = 0
3
    b = 1
4
    while True:
5
        a, b = b, a + b
6
        if a > n:
7
            return
8
        yield a
9
​
10
​
11
for each in libs(100):
12
    print(each, end=' ')
13
​
14
# 1 1 2 3 5 8 13 21 34 55 89
1 1 2 3 5 8 13 21 34 55 89 函数以def关键词开头，后接函数名和圆括号()。
函数执行的代码以冒号起始，并且缩进。
return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。
def functionname (parameters):
       "函数文档字符串"
        functionsuite
        return [expression]

函数的调用
【例子】

1
def printme(str):
2
    print(str)
3
​
4
​
5
printme("我要调用用户自定义函数!")  # 我要调用用户自定义函数!
6
printme("再次调用同一函数")  # 再次调用同一函数
7
temp = printme('hello') # hello
8
print(temp)  # None
我要调用用户自定义函数!

再次调用同一函数

hello

None
函数文档
1
def MyFirstFunction(name):
2
    "函数定义过程中name是形参"
3
    # 因为Ta只是一个形式，表示占据一个参数位置
4
    print('传递进来的{0}叫做实参，因为Ta是具体的参数值！'.format(name))
5
​
6
​
7
MyFirstFunction('老马的程序人生')  
8
# 传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！
9
​
10
print(MyFirstFunction.__doc__)  
11
# 函数定义过程中name是形参
12
​
13
help(MyFirstFunction)
14
# Help on function MyFirstFunction in module __main__:
15
# MyFirstFunction(name)
16
#    函数定义过程中name是形参
传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！

函数定义过程中name是形参

Help on function MyFirstFunction in module __main__:



MyFirstFunction(name)

    函数定义过程中name是形参


函数参数
Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参数形态如下：

位置参数 (positional argument)
默认参数 (default argument)
可变参数 (variable argument)
关键字参数 (keyword argument)
命名关键字参数 (name keyword argument)
参数组合
1. 位置参数

def functionname(arg1):
       "函数文档字符串"
       functionsuite
       return [expression]

arg1 - 位置参数 ，这些参数在调用函数 (call function) 时位置要固定。
2. 默认参数

def functionname(arg1, arg2=v):
       "函数文档字符串"
       functionsuite
       return [expression]

arg2 = v - 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
默认参数一定要放在位置参数 后面，不然程序会报错。
【例子】

1
def printinfo(name, age=8):
2
    print('Name:{0},Age:{1}'.format(name, age))
3
​
4
​
5
printinfo('小马')  # Name:小马,Age:8
6
printinfo('小马', 10)  # Name:小马,Age:10
Name:小马,Age:8

Name:小马,Age:10
Python 允许函数调用时参数的顺序与声明时不一致，因为 Python 解释器能够用参数名匹配参数值。
【例子】

    
    def printinfo(name, age):

    print('Name:{0},Age:{1}'.format(name, age))

printinfo(age=8, name='小马')  # Name:小马,Age:8
Name:小马,Age:8
3. 可变参数

顾名思义，可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。

def functionname(arg1, arg2=v, *args):
       "函数文档字符串"
       functionsuite
       return [expression]

*args - 可变参数，可以是从零个到任意个，自动组装成元组。
加了星号（*）的变量名会存放所有未命名的变量参数。
【例子】
def printinfo(arg1, *args):

    print(arg1)

    for var in args:

        print(var)

4. 关键字参数

def functionname(arg1, arg2=v, args, *kw):
       "函数文档字符串"
       functionsuite
       return [expression]

**kw - 关键字参数，可以是从零个到任意个，自动组装成字典。
【例子】


def printinfo(arg1, *args, **kwargs):

    print(arg1)

    print(args)

    print(kwargs)

printinfo(70, 60, 50)

# 70

# (60, 50)

# {}

printinfo(70, 60, 50, a=1, b=2)

# 70

# (60, 50)

# {'a': 1, 'b': 2}

「可变参数」和「关键字参数」的同异总结如下：

可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。
关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。
5. 命名关键字参数

def functionname(arg1, arg2=v, args, *, nkw, *kw):
       "函数文档字符串"
       functionsuite
       return [expression]

*, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
如果要限制关键字参数的名字，就可以用「命名关键字参数」
使用命名关键字参数时，要特别注意不能缺少参数名。

没有写参数名nwk，因此 10 被当成「位置参数」，而原函数只有 1 个位置函数，现在调用了 2 个，因此程序会报错。
6. 参数组合

在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：

位置参数、默认参数、可变参数和关键字参数。
位置参数、默认参数、命名关键字参数和关键字参数。
要注意定义可变参数和关键字参数的语法：

*args 是可变参数，args 接收的是一个 tuple
**kw 是关键字参数，kw 接收的是一个 dict
命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 *，否则定义的是位置参数。

警告：虽然可以组合多达 5 种参数，但不要同时使用太多的组合，否则函数很难懂。



变量作用域
Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。

# outer函数在这被调用

# inner函数在这被调用
outer函数在这被调用

inner函数在这被调用
闭包

是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。

如果一个函数在内部调用自身本身，这个函数就是递归函数。
在 Python 里有两类函数：

第一类：用 def 关键词定义的正规函数
第二类：用 lambda 关键词定义的匿名函数
Python 使用 lambda 关键词来创建匿名函数，而非def关键词，它没有函数名，其语法结构如下：

lambda argument_list: expression

lambda - 定义匿名函数的关键词。
argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
:- 冒号，在函数参数和表达式中间要加个冒号。
expression - 只是一个表达式，输入函数参数，输出一些值。
注意：

expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
匿名函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。