得益于 Python 数据模型,自定义类型的行为可以像内置类型那样自然。实现如此自然的行为,靠的不是继承,而是鸭子类型(duck typing):我们只需按照预定行为实现对象所需的方法即可。
9.1 对象表示形式
实现 __repr__
和 __str__
特殊方法,为 repr()
和 str()
提供支持。
9.2 再谈向量类
from array import array
import math
class Vector2d:
typecode = 'd' # typecode 是类属性,在 Vector2d 实例和字节序列之间转换时使用。
def __init__(self, x, y):
self.x = float(x) # 把 x 和 y 转换成浮点数,尽早捕获错误
self.y = float(y)
def __iter__(self): #把 Vector2d 实例变成可迭代的对象,这样才能拆包 也可以写成yield self.x; yield.self.y
return (i for i in (self.x, self.y))
def __repr__(self): # 使用 {!r} 获取各个分量的表示形式,然后插值,构成一个字符串;因为Vector2d 实例是可迭代的对象,所以 *self 会把 x 和 y 分量提供给 format 函数
class_name = type(self).__name__
return '{}({!r}, {!r})'.format(class_name, *self)
def __str__(self):
return str(tuple(self))
def __bytes__(self):
return (bytes([ord(self.typecode)]) + bytes(array(self.typecode, self)))
def __eq__(self, other): # 拿 Vector2d 实例与其他具有相同数值的可迭代对象相比,结果也是 True (如Vector(3, 4) == [3, 4])。这个行为可以视作特性,也可以视作缺陷。
return tuple(self) == tuple(other)
def __abs__(self):
return math.hypot(self.x, self.y)
def __bool__(self):
return bool(abs(self))
9.3 备选构造方法
@classmethod
def frombytes(cls, octets):
typecode = chr(octets[0])
memv = memoryview(octets[1:]).cast(typecode)
return cls(*memv)
9.4 classmethod 与 staticmethod
classmethod
前面展示了它的用法:定义操作类,而不是操作实例的方法。 classmethod 改变了调用方法的方式,因此类方法的第一个参数是类本身,而不是实例。 classmethod 最常见的用途是定义备选构造方法,按照约定,类方法的第一个参数名为 cls(但是 Python 不介意具体怎么命名)。
staticmethod
装饰器也会改变方法的调用方式,但是第一个参数不是特殊的值。其实,静态方法就是普通的函数,只是碰巧在类的定义体中,而不是在模块层定义。
9.5 格式化显示
>>> format(42, 'b') # 'x'是十六进制
'101010'
>>> format(2/3, '.1%')
'66.7%'
# 在Vector2d类中定义
def __format__(self, fmt_spec=''):
components = (format(c, fmt_spec) for c in self) #
return '({}, {})'.format(*components) #
>>> format(v1, '.2f')
'(3.00, 4.00)'
>>> format(v1, '.3e')
'(3.000e+00, 4.000e+00)'
def __format__(self, fmt_spec=''):
if fmt_spec.endswith('p'):
fmt_spec = fmt_spec[:-1]
coords = (abs(self), self.angle())
outer_fmt = '<{}, {}>'
else:
coords = self
outer_fmt = '({}, {})'
components = (format(c, fmt_spec) for c in coords)
return outer_fmt.format(*components)
>>> format(Vector2d(1, 1), 'p')
'<1.4142135623730951, 0.7853981633974483>'
>>> format(Vector2d(1, 1), '.3ep')
'<1.414e+00, 7.854e-01>'
>>> format(Vector2d(1, 1), '0.5fp')
'<1.41421, 0.78540>'
9.6 可散列的 Vector2d
把 x 和 y 分量设为只读特性
class Vector2d:
typecode = 'd'
def __init__(self, x, y):
self.__x = float(x) # 两个前导下划线(尾部没有下划线,或者有一个下划线),把属性标记为私有的,但不符合建议
self.__y = float(y)
@property # @property 装饰器把读值方法标记为特性。
def x(self):
return self.__x
@property
def y(self):
return self.__y
def __iter__(self):
return (i for i in (self.x, self.y))
最好使用位运算符异或(^)混合各分量的散列值。
def __hash__(self):
return hash(self.x) ^ hash(self.y)
9.7 Python 的私有属性和“受保护的”属性
有人编写了一个名为 Dog 的类,这个类的内部用到了 mood
实例属性,但是没有 将其开放。现在,你创建了 Dog
类的子类:Beagle
。如果你在毫不知情的情况下又创建了名为 mood
的实例属性,那么在继承的方法中就会把 Dog
类的 mood
属性覆盖掉。这是个难以调试的问题。为了避免这种情况,如果以 __mood
的形式(两个前导下划线,尾部没有或最多有一个下划线)命名实例属性,Python 会把属性名存入实例的 __dict__
属性中,而且会在前面加上一个下划线和类名。因此,对 Dog
类来说,__mood
会变成 _Dog__mood
;对 Beagle 类来说,会变成 _Beagle__mood
。这个语言特性叫名称改写(name mangling)。
不过,只要知道改写私有属性名的机制,任何人都能直接读取私有属性。
9.8 使用 slots 类属性节省空间
让解释器在元组中存储实例属性,而不用字典。在类中定义 __slots__
属性之后,实例不能再有 __slots__
中所列名称之外的其他属性。是用于优化的,不是为了约束程序员。
class Vector2d:
__slots__ = ('__x', '__y')
用户定义的类中默认就有 __weakref__
属性。可是,如 果类中定义了 __slots__
属性,而且想把实例作为弱引用的目标,那么要把 ‘__weakref__
’
添加到 __slots__
中。
slots 的问题
- 每个子类都要定义
__slots__
属性,因为解释器会忽略继承的__slots__
属性。 - 实例只能拥有
__slots__
中列出的属性,除非把 ‘__dict__
’ 加入__slots__
中(这样做就失去了节省内存的功效)。 - 如果不把 ‘
__weakref__
’ 加入__slots__
,实例就不能作为弱引用的目标。
与其他优化措施一样,仅当权衡当下的需求并仔细搜集资料后证明确实有必要时,才应该使用 __slots__
属性。
9.9 覆盖类属性
如果为不存在的实例属性赋值,会新建实例属性。假如我们为 typecode 实例属性赋值,那么同名类属性不受影响。然而,自此之后,实例读取的 self.typecode 是实例属性 typecode,也就是把同名类属性遮盖了。借助这一特性,可以为各个实例的 typecode 属性定制不同的值。
类属性是公开的,因此会被子类继承,于是经常会创建一个子类,只用于定制类的数据属性。