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。
【例子】
class Turtle: # Python中的类名约定以大写字母开头
“”“关于类的一个简单例子”""
# 属性
color = ‘green’
weight = 10
legs = 4
shell = True
mouth = ‘大嘴’
# 方法
def climb(self):
print(‘我正在很努力的向前爬…’)
def run(self):
print(‘我正在飞快的向前跑…’)
def bite(self):
print(‘咬死你咬死你!!’)
def eat(self):
print(‘有得吃,真满足…’)
def sleep(self):
print(‘困了,睡了,晚安,zzz’)
tt = Turtle()
print(tt)
print(type(tt))
print(tt.class)
print(tt.class.name)
tt.climb()
tt.run()
tt.bite()
print(type(Turtle))
<main.Turtle object at 0x000002200820E898>
<class ‘main.Turtle’>
<class ‘main.Turtle’>
Turtle
我正在很努力的向前爬…
我正在飞快的向前跑…
咬死你咬死你!!
<class ‘type’>
继承:子类自动共享父类之间数据和方法的机制
【例子】
class MyList(list):
pass
lst = MyList([1, 5, 2, 7, 8])
lst.append(9)
lst.sort()
print(lst)
[1, 2, 5, 7, 8, 9]
多态:不同对象对同一方法响应不同的行动
【例子】
class Animal:
def run(self):
raise AttributeError(‘子类必须实现这个方法’)
class People(Animal):
def run(self):
print(‘人正在走’)
class Pig(Animal):
def run(self):
print(‘pig is walking’)
class Dog(Animal):
def run(self):
print(‘dog is running’)
def func(animal):
animal.run()
func(Pig())
pig is walking
self 是什么?
Python 的 self 相当于 C++ 的 this 指针。
【例子】
class Test:
def prt(self):
print(self)
print(self.class)
t = Test()
t.prt()
<main.Test object at 0x000002200820EA20>
<class ‘main.Test’>
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】
class Ball:
def setName(self, name):
self.name = name
def kick(self):
print(“我叫%s,该死的,谁踢我…” % self.name)
a = Ball()
a.setName(“球A”)
b = Ball()
b.setName(“球B”)
c = Ball()
c.setName(“球C”)
a.kick()
b.kick()
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】
class Ball:
def init(self, name):
self.name = name
def kick(self):
print(“我叫%s,该死的,谁踢我…” % self.name)
a = Ball(“球A”)
b = Ball(“球B”)
c = Ball(“球C”)
a.kick()
b.kick()
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
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._JustCounter__secretCount) # 2
print(counter.__secretCount)
1
2
2
2
【例子】类的私有方法实例
class Site:
def init(self, name, url):
self.name = name # public
self.__url = url # private
def who(self):
print('name : ', self.name)
print('url : ', self.__url)
def __foo(self): # 私有方法
print(‘这是私有方法’)
def foo(self): # 公共方法
print(‘这是公共方法’)
self.__foo()
x = Site(‘老马的程序人生’, ‘https://blog.csdn.net/LSGO_MYP’)
x.who()
x.foo()
x.__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。
类定义
class people:
# 定义基本属性
name = ‘’
age = 0
# 定义私有属性,私有属性在类外部无法直接进行访问
__weight = 0
# 定义构造方法
def init(self, n, a, w):
self.name = n
self.age = a
self.__weight = w
def speak(self):
print("%s 说: 我 %d 岁。" % (self.name, self.age))
单继承示例
class student(people):
grade = ‘’
def init(self, n, a, w, g):
# 调用父类的构函
people.init(self, n, a, w)
self.grade = g
# 覆写父类的方法
def speak(self):
print("%s 说: 我 %d 岁了,我在读 %d 年级" % (self.name, self.age, self.grade))
s = student(‘小马的程序人生’, 10, 60, 3)
s.speak()
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】
import random
class Fish:
def init(self):
self.x = random.randint(0, 10)
self.y = random.randint(0, 10)
def move(self):
self.x -= 1
print(“我的位置”, self.x, self.y)
class GoldFish(Fish): # 金鱼
pass
class Carp(Fish): # 鲤鱼
pass
class Salmon(Fish): # 三文鱼
pass
class Shark(Fish): # 鲨鱼
def init(self):
self.hungry = True
def eat(self):
if self.hungry:
print(“吃货的梦想就是天天有得吃!”)
self.hungry = False
else:
print(“太撑了,吃不下了!”)
self.hungry = True
g = GoldFish()
g.move() # 我的位置 9 4
s = Shark()
s.eat() # 吃货的梦想就是天天有得吃!
s.move()
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)
class Shark(Fish): # 鲨鱼
def init(self):
Fish.init(self)
self.hungry = True
def eat(self):
if self.hungry:
print(“吃货的梦想就是天天有得吃!”)
self.hungry = False
else:
print(“太撑了,吃不下了!”)
self.hungry = True
使用super函数super().init()
class Shark(Fish): # 鲨鱼
def init(self):
super().init()
self.hungry = True
def eat(self):
if self.hungry:
print(“吃货的梦想就是天天有得吃!”)
self.hungry = False
else:
print(“太撑了,吃不下了!”)
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】
类定义
class People:
# 定义基本属性
name = ‘’
age = 0
# 定义私有属性,私有属性在类外部无法直接进行访问
__weight = 0
# 定义构造方法
def init(self, n, a, w):
self.name = n
self.age = a
self.__weight = w
def speak(self):
print("%s 说: 我 %d 岁。" % (self.name, self.age))
单继承示例
class Student(People):
grade = ‘’
def init(self, n, a, w, g):
# 调用父类的构函
People.init(self, n, a, w)
self.grade = g
# 覆写父类的方法
def speak(self):
print("%s 说: 我 %d 岁了,我在读 %d 年级" % (self.name, self.age, self.grade))
另一个类,多重继承之前的准备
class Speaker:
topic = ‘’
name = ‘’
def init(self, n, t):
self.name = n
self.topic = t
def speak(self):
print(“我叫 %s,我是一个演说家,我演讲的主题是 %s” % (self.name, self.topic))
class Sample01(Speaker, Student):
a = ‘’
def init(self, n, a, w, g, t):
Student.init(self, n, a, w, g)
Speaker.init(self, n, t)
test = Sample01(“Tim”, 25, 80, 4, “Python”)
test.speak()
class Sample02(Student, Speaker):
a = ‘’
def init(self, n, a, w, g, t):
Student.init(self, n, a, w, g)
Speaker.init(self, n, t)
test = Sample02(“Tim”, 25, 80, 4, “Python”)
test.speak()
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】
class Turtle:
def init(self, x):
self.num = x
class Fish:
def init(self, x):
self.num = x
class Pool:
def init(self, x, y):
self.turtle = Turtle(x)
self.fish = Fish(y)
def print_num(self):
print(“水池里面有乌龟%s只,小鱼%s条” % (self.turtle.num, self.fish.num))
p = Pool(2, 3)
p.print_num()
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】
class A(object):
pass
a = A()
b = A()
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】
class A():
a = 0 #类属性
def init(self, xx):
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】
创建类对象
class Test(object):
class_attr = 100 # 类属性
def init(self):
self.sl_attr = 100 # 实例属性
def func(self):
print(‘类对象.类属性的值:’, Test.class_attr) # 调用类属性
print(‘self.类属性的值’, self.class_attr) # 相当于把类属性 变成实例属性
print(‘self.实例属性的值’, self.sl_attr) # 调用实例属性
a = Test()
a.func()
b = Test()
b.func()
a.class_attr = 200
a.sl_attr = 200
a.func()
b.func()
Test.class_attr = 300
a.func()
b.func()
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】
class A:
def x(self):
print(‘x_man’)
aa = A()
aa.x() # x_man
aa.x = 1
print(aa.x) # 1
aa.x()
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】
class CC:
def setXY(self, x, y):
self.x = x
self.y = y
def printXY(self):
print(self.x, self.y)
dd = CC()
print(dd.dict)
print(vars(dd))
print(CC.dict)
dd.setXY(4, 5)
print(dd.dict)
print(vars(CC))
print(CC.dict)
{}
{}
{‘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】
class A:
pass
class B(A):
pass
print(issubclass(B, A)) # True
print(issubclass(B, B)) # True
print(issubclass(A, B)) # False
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】
a = 2
print(isinstance(a, int)) # True
print(isinstance(a, str)) # False
print(isinstance(a, (str, int, list))) # True
class A:
pass
class B(A):
pass
print(isinstance(A(), A)) # True
print(type(A()) == A) # True
print(isinstance(B(), A)) # True
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】
class Coordinate:
x = 10
y = -5
z = 0
point1 = Coordinate()
print(hasattr(point1, ‘x’)) # True
print(hasattr(point1, ‘y’)) # True
print(hasattr(point1, ‘z’)) # True
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】
class A(object):
bar = 1
a = A()
print(getattr(a, ‘bar’)) # 1
print(getattr(a, ‘bar2’, 3)) # 3
print(getattr(a, ‘bar2’))
1
3
【例子】这个例子很酷!
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
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】
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
1
5
28
delattr(object, name)用于删除属性。
【例子】
class Coordinate:
x = 10
y = -5
z = 0
point1 = Coordinate()
print('x = ', point1.x) # x = 10
print('y = ', point1.y) # y = -5
print(‘z = ‘, point1.z) # z = 0
delattr(Coordinate, ‘z’)
print(’–删除 z 属性后–’) # --删除 z 属性后–
print('x = ', point1.x) # x = 10
print('y = ', point1.y) # y = -5
print('z = ', point1.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】
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)
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】
class Rectangle:
def init(self, x, y):
self.x = x
self.y = y
def getPeri(self):
return (self.x + self.y) * 2
def getArea(self):
return self.x * self.y
rect = Rectangle(4, 5)
print(rect.getPeri()) # 18
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】
class A(object):
def init(self, value):
print(“into A init”)
self.value = value
def new(cls, *args, **kwargs):
print(“into A new”)
print(cls)
return object.new(cls)
class B(A):
def init(self, value):
print(“into B init”)
self.value = value
def new(cls, *args, **kwargs):
print(“into B new”)
print(cls)
return super().new(cls, *args, **kwargs)
b = B(10)
class A(object):
def init(self, value):
print(“into A init”)
self.value = value
def new(cls, *args, **kwargs):
print(“into A new”)
print(cls)
return object.new(cls)
class B(A):
def init(self, value):
print(“into B init”)
self.value = value
def new(cls, *args, **kwargs):
print(“into B new”)
print(cls)
return super().new(A, *args, **kwargs) # 改动了cls变为A
b = B(10)
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。
class Earth:
pass
a = Earth()
print(id(a)) # 260728291456
b = Earth()
print(id(b)) # 260728291624
class Earth:
__instance = None # 定义一个类属性做判断
def new(cls):
if cls.__instance is None:
cls.__instance = object.new(cls)
return cls.__instance
else:
return cls.__instance
a = Earth()
print(id(a)) # 512320401648
b = Earth()
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】
class CapStr(str):
def new(cls, string):
string = string.upper()
return str.new(cls, string)
a = CapStr(“i love lsgogroup”)
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】
class C(object):
def init(self):
print(‘into C init’)
def del(self):
print(‘into C del’)
c1 = C()
c2 = c1
c3 = c2
del c3
del c2
del c1
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】
class Cat:
“”“定义一个猫类”""
def init(self, new_name, new_age):
“”“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”""
self.name = new_name
self.age = new_age
def str(self):
“”“返回一个对象的描述信息”""
return “名字是:%s , 年龄是:%d” % (self.name, self.age)
def __repr__(self):
"""返回一个对象的描述信息"""
return "Cat:(%s,%d)" % (self.name, self.age)
def eat(self):
print("%s在吃鱼…" % self.name)
def drink(self):
print("%s在喝可乐…" % self.name)
def introduce(self):
print(“名字是:%s, 年龄是:%d” % (self.name, self.age))
tom = Cat(“汤姆”, 30)
print(tom) # 名字是:汤姆 , 年龄是:30
print(str(tom)) # 名字是:汤姆 , 年龄是:30
print(repr(tom)) # Cat:(汤姆,30)
tom.eat() # 汤姆在吃鱼…
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】
import datetime
today = datetime.date.today()
print(str(today)) # 2019-10-11
print(repr(today)) # datetime.date(2019, 10, 11)
print(’%s’ %today) # 2019-10-11
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】
class C:
pass
print(type(len)) # <class ‘builtin_function_or_method’>
print(type(dir)) # <class ‘builtin_function_or_method’>
print(type(int)) # <class ‘type’>
print(type(list)) # <class ‘type’>
print(type(tuple)) # <class ‘type’>
print(type©) # <class ‘type’>
print(int(‘123’)) # 123
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】
class MyClass:
def init(self, height, weight):
self.height = height
self.weight = weight
# 两个对象的长相加,宽不变.返回一个新的类
def add(self, others):
return MyClass(self.height + others.height, self.weight + others.weight)
# 两个对象的宽相减,长不变.返回一个新的类
def sub(self, others):
return MyClass(self.height - others.height, self.weight - others.weight)
# 说一下自己的参数
def intro(self):
print(“高为”, self.height, " 重为", self.weight)
def main():
a = MyClass(height=10, weight=5)
a.intro()
b = MyClass(height=20, weight=10)
b.intro()
c = b - a
c.intro()
d = a + b
d.intro()
if name == ‘main’:
main()
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】
print(divmod(7, 2)) # (3, 1)
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】
class Nint(int):
def radd(self, other):
return int.sub(other, self) # 注意 self 在后面
a = Nint(5)
b = Nint(3)
print(a + b) # 8
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】
class C:
def getattribute(self, item):
print(‘getattribute’)
return super().getattribute(item)
def getattr(self, item):
print(‘getattr’)
def setattr(self, key, value):
print(‘setattr’)
super().setattr(key, value)
def delattr(self, item):
print(‘delattr’)
super().delattr(item)
c = C()
c.x
c.x = 1
del c.x
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】
class MyDecriptor:
def get(self, instance, owner):
print(‘get’, self, instance, owner)
def set(self, instance, value):
print(‘set’, self, instance, value)
def delete(self, instance):
print(‘delete’, self, instance)
class Test:
x = MyDecriptor()
t = Test()
t.x
t.x = ‘x-man’
del t.x
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。
class CountList:
def init(self, *args):
self.values = [x for x in args]
self.count = {}.fromkeys(range(len(self.values)), 0)
def len(self):
return len(self.values)
def getitem(self, item):
self.count[item] += 1
return self.values[item]
c1 = CountList(1, 3, 5, 7, 9)
c2 = CountList(2, 4, 6, 8, 10)
print(c1[1]) # 3
print(c2[2]) # 6
print(c1[1] + c2[1]) # 7
print(c1.count)
print(c2.count)
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。
class CountList:
def init(self, *args):
self.values = [x for x in args]
self.count = {}.fromkeys(range(len(self.values)), 0)
def len(self):
return len(self.values)
def getitem(self, item):
self.count[item] += 1
return self.values[item]
def setitem(self, key, value):
self.values[key] = value
def delitem(self, key):
del self.values[key]
for i in range(0, len(self.values)):
if i >= key:
self.count[i] = self.count[i + 1]
self.count.pop(len(self.values))
c1 = CountList(1, 3, 5, 7, 9)
c2 = CountList(2, 4, 6, 8, 10)
print(c1[1]) # 3
print(c2[2]) # 6
c2[2] = 12
print(c1[1] + c2[2]) # 15
print(c1.count)
print(c2.count)
del c1[1]
print(c1.count)
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】
string = ‘lsgogroup’
for c in string:
print©
‘’’
l
s
g
o
g
r
o
u
p
‘’’
for c in iter(string):
print©
l
s
g
o
g
r
o
u
p
l
s
g
o
g
r
o
u
p
【例子】
links = {‘B’: ‘百度’, ‘A’: ‘阿里’, ‘T’: ‘腾讯’}
for each in links:
print(’%s -> %s’ % (each, links[each]))
‘’’
B -> 百度
A -> 阿里
T -> 腾讯
‘’’
for each in iter(links):
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】
links = {‘B’: ‘百度’, ‘A’: ‘阿里’, ‘T’: ‘腾讯’}
it = iter(links)
while True:
try:
each = next(it)
except StopIteration:
break
print(each)
it = iter(links)
print(next(it)) # B
print(next(it)) # A
print(next(it)) # T
print(next(it)) # StopIteration
B
A
T
B
A
T
StopIteration Traceback (most recent call last)
in ()
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】
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
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】
def myGen():
print(‘生成器执行!’)
yield 1
yield 2
myG = myGen()
for each in myG:
print(each)
‘’’
生成器执行!
1
2
‘’’
myG = myGen()
print(next(myG))
print(next(myG)) # 2
print(next(myG)) # StopIteration
生成器执行!
1
2
生成器执行!
1
2
StopIteration Traceback (most recent call last)
in ()
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。
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