Python描述符使用方法

描述符

个人的理解是,描述符其实就是增强版的属性。比如创建一个类,人。人有一个属性name。我现在想在初始化的时候,对这个name属性的长度进行限制。我还想在调用该属性的时候,打印某些东西。设置该属性的时候,可以进行判断。那么我们可以创建一个Name类,把name属性托管给Name类。这个Name类就是描述符。

具体实现

首先作为一个描述符类,必须实现下面几个方法之一:

__set__(self, instance, value)
__get__(self, instance, owner)
__delete__(self, instance)

这其中self是描述符类的实例对象,instance是 属性被托管类 的实例,owner是 属性被托管的类。

代码

示例:

class Name(object):
	# 描述符类
    def __init__(self, name = "Jiaqi"):
        self._name = name
    
    def __get__(self, instance, owner):
        return self._name

    def __set__(self, instance, value):
    	#限制一下名字长度
        if len(value) < 10 and len(value) > 1:
            print("descriptor's name")
            self._name = value
        else:
            raise ValueError("The length of name is error.")
    def __delete__(self, instance):
        del self._name

class Person(object):
	# 托管
    name = Name()
    def __init__(self, name):
        self.name = name

Jiaqi = Person("Jiaqi")
Jiaqi.name

结果:

descriptor's name
'Jiaqi'

property函数

这样比较复杂。Python提供了一个内置的描述符。我们可以通过Property()函数来创建描述符,非常方便,示例如下:

class Person(object):
    def __init__(self, name, height):
        self._name = name
        self._height = height
    
    def _name_get(self):
        return self._name
    
    def _name_set(self, value):
        self._name = value
    
    def _heigth_get(self):
        return self._height

    def _height_set(self, value):
        self._height = value
    
    name = property(_name_get, _name_set)
    height = property(_heigth_get, _height_set)

    def __repr__(self):
        return "{} name is {}, height is {}.".format(
            self.__class__.__name__,        
            self._name, self._height
        )
jiaqi = Person("Jiaqi", 183)
print(jiaqi.name)
print(jiaqi.height)
jiaqi

结果:

Jiaqi
183
Person name is Jiaqi, height is 183.

当然,这种方法有时候比较不好。因为子类继承父类后,如果父类中使用了property()函数实现了一个描述符,此时我们如果覆写了子类的_name_get函数的话(以上面的例子为例),Property函数中使用的_name_get函数还是父类的。因此如果使用property函数,需要在子类中覆写。

使用property装饰器

一种比较妥善的方法是,使用property作为装饰器 。
基本方法如下:

class Person(object):
    def __init__(self, name, height):
        self._name = name
        self._height = height
    
    @property
    def name(self):
        return self._name
    
    @name.setter
    def name(self, value):
        self._name = value

    @property
    def height(self):
        return self._height
    
    @height.setter
    def height(self, value):
        self._height = value


    def __repr__(self):
        return "{} name is {}, height is {}.".format(
            self.__class__.__name__,        
            self._name, self._height
        )
jiaqi = Person("Jiaqi", 183)
print(jiaqi.name)
print(jiaqi.height)
jiaqi

结果:

Jiaqi
183
Person name is Jiaqi, height is 183.
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值