Python生成器和类

目录

介绍

生成器

类

继承

魔术方法

结论

---

• 下载源1.4 KB

介绍

这是我们关于学习Python及其在机器学习（ML）和人工智能（AI）中的应用的系列文章中的第三个模块。在前面的模块中，我们研究了数据结构和循环。现在，让我们进一步介绍一下生成器和类。

生成器

创建自己的迭代器的一种方法是使用生成器函数。生成器函数使用yield关键字将下一个迭代器值传递给调用方。这类似于C＃中的yield return关键字。一旦函数返回，就没有任何迭代的余地了。

让我们使用生成器函数演示yield关键字，该函数在斐波那契数列上产生前n个数字：

def fibonacci(n):
    a = 1
    b = 1
    for i in range(n):
        if i < 2:
            yield 1
        else:
            c = a + b
            a = b
            b = c
            yield c

现在，您可以像在循环中那样使用诸如range之类的函数来使用此函数：

for f in fibonacci(10):
    print(f)

这将打印前十个斐波那契数字。

您还可以使用生成器函数产生无限多个元素。

类

与C＃或Java相同，Python具有类。Python提供了面向对象编程的所有标准功能。

让我们来看一个简单的Python类示例：

from math import sqrt

class Vector:
    def __init__(self, x, y):
        self.x = x
        self.y = y

    def length(self):
        return sqrt(self.x ** 2 + self.y ** 2)

__init__方法是构造函数。

length 是一个类方法。

类方法的第一个参数是指正在处理的类实例。按照惯例，这称为self（您可以命名其他名称，但没人能做到这一点。）。self的作用与C＃和Java（对当前对象的引用）中的this作用非常相似。Python的不同之处在于，您不能只使用x而是self.x，并且Python要求您明确地将其作为第一个方法参数。

您现在可以使用这样的类：

v = Vector(1, 1)
print(v.length())
print(v.x)
print(v.y)

如你所见，x和y属性可以被访问，但是它们也可以被修改:

v.x = 2
print(v.length())

Python没有访问修饰符，例如public和private。所有变量均可公开访问。用下划线开头的属性名称可以告诉类的用户他们不应该使用该属性，但是该语言不强制使用该名称。

继承

让我们演示如何从Python中的类派生。我们将创建一个基类Document和一个派生类Book：

class Document:
    def __init__(self, author, content):
        self.author = author
        self.content = content

    def length(self):
        return len(self.content)

    def info_summary(self):
        return "Document written by " + self.author

class Book(Document):
    def __init__(self, author, content, pages):
        super().__init__(author, content)
        self.pages = pages

    def info_summary(self):
        return "Book written by {} of {} pages".format(self.author, self.pages)

Book类派生自Document。在Book类的__init__方法中，此行调用超类的构造函数。

super().__init__(author, content)

在Book（不需要像override关键字一样）中info_summary函数被覆盖，并且Book中没有提及length，因此它仅从Document派生出。

book = Book("me", "... content ...", 50)
print(book.length())
print(book.info_summary())

如果要检查某个对象是否属于某个类，请使用以下isinstance函数：

print(isinstance(book, Book)) # True
print(isinstance(book, Document)) # True
print(isinstance(book, object)) # True

doc = Document("someone else", "...")
print(isinstance(doc, Book)) # False
print(isinstance(doc, Document)) # True

与C＃和Java不同，Python支持多重继承：您可以编写Book(Document, AnotherClass, PerhapsEvenMore)类而不是编写Book(Document)类。

如果超类具有相同名称的方法，则只能在子类中派生其中一个。调用方法时（未明确覆盖），Python使用名为C3线性化的算法来确定在超类中查找的顺序。如果要检查所谓的方法解析顺序，则可以查看YourClassName.__mro__属性。这是一个人工的例子来证明：

class A:
    pass

class B:
    pass

class C:
    pass

class D(A, C):
    pass

class F(B, C):
   pass

class G(A):
    pass

class H(F, B, D, A):
    pass

print(H.__mro__)

输出(<class '__main__.H'>, <class '__main__.F'>, <class '__main__.B'>, <class '__main__.D'>, <class '__main__.A'>, <class '__main__.C'>, <class 'object'>)因此您知道Python将首先在H类中查找，然后是B，D，A，最后是C。

魔术方法

Python类提供了许多“魔术方法”，使您可以进行运算符重载，将类实例视为迭代器等等。

魔术方法就像普通方法一样，但是格式为__method_name__。您已经知道一种魔术方法__init__。另一个示例是__add__魔术方法，它使+运算符重载：

class Vector:
    def __init__(self, x, y):
        self.x = x
        self.y = y

    def __add__(self, other):
        return Vector(self.x + other.x, self.y + other.y)

v1 = Vector(3, 2)
v2 = Vector(4, 1)
v3 = v1 + v2

__iter__和__next__魔术方法使您能够在实例中迭代。此方法返回下一个迭代值或提高StopIteration以指示结束。

class Fibonacci:
    def __init__(self, n):
        self.prev = 1
        self.prev_prev = 1
        self.n = n
        self.i = 0

    def __iter__(self):
        return self

    def __next__(self):
        self.i += 1
        if self.i == self.n + 1:
            raise StopIteration
        if self.i <= 2:
            return 1
        else:
            current = self.prev + self.prev_prev
            self.prev_prev = self.prev
            self.prev = current
            return current

for fib in Fibonacci(10):
    print(fib)

这只是魔术方法的表面，您还可以做更多的事情。如果您有兴趣，请参阅本指南。

结论

在本模块中，我们讨论了用于迭代器、类、继承和魔术方法的生成器函数。现在，我们已经了解了Python的基础知识，我们可以全面了解Python中与机器学习相关的软件包。