2020 9 14 打卡笔记

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))
print(next(myG))
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