流畅的python--python数据类型

python解析器在碰到特殊的句法时，会使用特殊方法（魔术方法）来激活一些基本的对象操作，这些特殊的方法指的是形如__func__的方法。

比如my_collection[key]这种特殊的句法就会调用my_collection.__getitem__(key)

通过一个纸牌例子来学习：

# -*- coding:utf-8 -*-
import collections
from random import choice
# 用来构建一些只有少数属性没有方法的类
Card = collections.namedtuple('Card', ['rank', 'suit'])


class FrenchDeck:
    ranks = [str(n) for n in range(2,11) + list('JQKA')]
    suits = 'spades diamonds clubs hearts'.split()

    def __init__(self):
        self._cards = [Card(rank, suit) for suit in self.suits for rank in self.ranks]

    def __len__(self):
        return len(self._cards)

    def __getitem__(self, position):
        return self._cards[position]


if __name__ == '__main__':
    deck = FrenchDeck()
    #len()会调用类的__len__方法
    print(len(deck))
    #deck[]会调用__getitem__方法
    print(deck[0])
    print(deck[-1])
    print(choice(deck))
    print(deck[:3])
    print(deck[12::13])

结果：

52
Card(rank='2', suit='spades')
Card(rank='A', suit='hearts')
Card(rank='2', suit='hearts')
[Card(rank='2', suit='spades'), Card(rank='3', suit='spades'), Card(rank='4', suit='spades')]
[Card(rank='A', suit='spades'), Card(rank='A', suit='diamonds'), Card(rank='A', suit='clubs'), Card(rank='A', suit='hearts')]

 

特殊方法的存在是为了被python解析器调用的，而不是给自己调用的，一般我们通过内置函数使用特殊方法，并且不要随意添加特殊方法。比如说：不会这样用：my_object.__len__()，而是这样用：len(my_object)。如果是python内置的类型，情况会有些变化，比如列表，字符串，这样python会”抄近路“，直接读它们的ob_size属性，因为这样会运行的快一点。很多时候特殊方法的调用是隐式的，比如for i in x:这个语句，背后其实用的是iter(x)，这个函数的背后是x.__iter__()方法

常见的一些特殊方法：

数学相关

• abs(a) : 求取绝对值。abs(-1)
• max(list) : 求取list最大值。max([1,2,3])
• min(list) : 求取list最小值。min([1,2,3])
• sum(list) : 求取list元素的和。 sum([1,2,3]) >>> 6
• sorted(list) : 排序，返回排序后的list。
• len(list) : list长度,len([1,2,3])
• divmod(a,b): 获取商和余数。 divmod(5,2) >>> (2,1)
• pow(a,b) : 获取乘方数。pow(2,3) >>> 8
• round(a,b) : 获取指定位数的小数。a代表浮点数，b代表要保留的位数。round(3.1415926,2) >>> 3.14
• range(a[,b]) : 生成一个a到b的数组,左闭右开。 range(1,10) >>> [1,2,3,4,5,6,7,8,9]

类型转换

• int(str) : 转换为int型。int('1') >>> 1
• float(int/str) : 将int型或字符型转换为浮点型。float('1') >>> 1.0
• str(int) : 转换为字符型。str(1) >>> '1'
• bool(int) : 转换为布尔类型。 str(0) >>> False str(None) >>> False
• bytes(str,code) : 接收一个字符串，与所要编码的格式，返回一个字节流类型。bytes('abc', 'utf-8') >>> b'abc' bytes(u'爬虫', 'utf-8') >>> b'\xe7\x88\xac\xe8\x99\xab'
• list(iterable) : 转换为list。 list((1,2,3)) >>> [1,2,3]
• iter(iterable)： 返回一个可迭代的对象。 iter([1,2,3]) >>> <list_iterator object at 0x0000000003813B00>
• dict(iterable) : 转换为dict。 dict([('a', 1), ('b', 2), ('c', 3)]) >>> {'a':1, 'b':2, 'c':3}
• enumerate(iterable) : 返回一个枚举对象。
• tuple(iterable) : 转换为tuple。 tuple([1,2,3]) >>>(1,2,3)
• set(iterable) : 转换为set。 set([1,4,2,4,3,5]) >>> {1,2,3,4,5} set({1:'a',2:'b',3:'c'}) >>> {1,2,3}
• hex(int) : 转换为16进制。hex(1024) >>> '0x400'
• oct(int) : 转换为8进制。 oct(1024) >>> '0o2000'
• bin(int) : 转换为2进制。 bin(1024) >>> '0b10000000000'
• chr(int) : 转换数字为相应ASCI码字符。 chr(65) >>> 'A'
• ord(str) : 转换ASCI字符为相应的数字。 ord('A') >>> 65

相关操作

• eval() : 执行一个表达式，或字符串作为运算。 eval('1+1') >>> 2
• exec() : 执行python语句。 exec('print("Python")') >>> Python
• filter(func, iterable) : 通过判断函数fun，筛选符合条件的元素。 filter(lambda x: x>3, [1,2,3,4,5,6]) >>> <filter object at 0x0000000003813828>
• map(func, *iterable) : 将func用于每个iterable对象。 map(lambda a,b: a+b, [1,2,3,4], [5,6,7]) >>> [6,8,10]
• zip(*iterable) : 将iterable分组合并。返回一个zip对象。 list(zip([1,2,3],[4,5,6])) >>> [(1, 4), (2, 5), (3, 6)]
• type()：返回一个对象的类型。
• id()： 返回一个对象的唯一标识值。
• hash(object)：返回一个对象的hash值，具有相同值的object具有相同的hash值。 hash('python') >>> 7070808359261009780
• help()：调用系统内置的帮助系统。
• isinstance()：判断一个对象是否为该类的一个实例。
• issubclass()：判断一个类是否为另一个类的子类。
• globals() : 返回当前全局变量的字典。
• next(iterator[, default]) : 接收一个迭代器，返回迭代器中的数值，如果设置了default，则当迭代器中的元素遍历后，输出default内容。
• reversed(sequence) ： 生成一个反转序列的迭代器。 reversed('abc') >>> ['c','b','a']

 

__repr__和__str__区别：

__repr__ 目的是为了表示清楚，是为开发者准备的。

__str__ 目的是可读性好，是为使用者准备的。

我的理解是 __repr__ 应该尽可能的表示出一个对象来源的类以及继承关系，方便程序员们了解这个对象。而 __str__ 就简单的表示对象。 print一个对象调用的是__str__方法