算数运算符
一元运算符
__neg__ -、__pos__ +、__abs__ abs()
众多比较运算符
__lt__ <、__le__ <=、__eq__ ==、__ne__ !=、__gt__ >、__ge__ >=
算术运算符
__add__ +、__sub__ -、__mul__ *、__truediv__ /、__floordiv__ //、__ mod__ 、 __divmod__ divmod()、__pow__ **
或 pow()、__round__ round()
反向算术运算符
__radd__、__rsub__、__rmul__、__rtruediv__、__rfloordiv__、__rmod__、 __rdivmod__、__rpow__
增量赋值算术运算符
__iadd__、__isub__、__imul__、__itruediv__、__ifloordiv__、__imod__、 __ipow__
位运算符
__invert__ ~、__lshift__ <<、__rshift__ >>、__and__ &、__or__ |、__ xor__ ^
反向位运算符
__invert__ ~、__lshift__ <<、__rshift__ >>、__and__ &、__or__ |、__ xor__ ^
增量赋值位运算符
__ilshift__、__irshift__、__iand__、__ixor__、__ior_
非算数运算符
字符串 / 字节序列
表示形式
__repr__、__str__、__format__、__bytes__
数值转换
__abs__、__bool__、__complex__、__int__、__float__、__hash__、__index__
集合模拟
__len__、__getitem__、__setitem__、__delitem__、__contains__
迭代枚举
__iter__、__reversed__、__next__
可调用模拟
__call__
上下文管理
__enter__、__exit__
实例创建和销毁
__new__、__init__、__del__
属性管理
__getattr__、__getattribute__、__setattr__、__delattr__、__dir__
属性描述符
__get__、__set__、__delete__
跟类相关的服务
__prepare__、__instancecheck__、__subclasscheck__
__ repr__,__ str__
_ repr __ 所返回的字符串应该准确、无歧义,并且尽可能表达出如何用代码创建出这个被 打印的对象。因此这里使用了类似调用对象构造器的表达形式(比如Vector(3, 4)就是个 例子)。
__ repr__ 和 __ str __ 的区别在于,后者是在 str() 函数被使用,或是在用 print 函数打印 一个对象的时候才被调用的,并且它返回的字符串对终端用户更友好。
__ del __ 与 弱引用
__ del __ 不会删除对象,而是删除对象的引用。执行 del 操作后可能会导致对象不可获取,从而被垃圾回收机制删除。
Python 没有直接销毁对象的机制,CPython 中的垃圾回收主要依靠引用计数,后来实现了分代垃圾回收程序,它能把引用循环中不可获取的对象销毁。
弱引用不会增加对象的引用数量。不会妨碍所指对象被当作垃圾回收。
(WeakValueDictionary 类 实现的是一种可变映射,里面的值是对象的弱引用。被引用的对象在程序中的其他地方被当作垃圾回收后,对应的键会自动从 WeakValueDictionary 中删除。因此,WeakValueDictionary 经常用于缓存)
弱引用的局限
不是每个 Python 对象都可以作为弱引用的目标(或称所指对象)。基本的 list 和 dict 实 例不能作为所指对象,但是它们的子类可以轻松地解决这个问题.
但是,int 和 tuple 实例不能作为弱引用的目标,甚至它们的子类也不行。这些局限基本上是 CPython 的实现细节,在其他 Python 解释器中情况可能不一样。
__ slots __
默认情况下,Python 在各个实例中名为 dict 的字典里存储实例属性。
通过设置 slots ,阻止实例创建 dict 成员。解释器仅为指定成员分配内存空间
'''
遇到问题没人解答?小编创建了一个Python学习交流QQ群:531509025
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
'''
class X:
__slots__ = ('a','b')
def __init__(self,a):
self.a = a
主要作用是为了创建海量数据时,提升效率,对于非指定的对象,不开辟内存空间。
对 slots 的修改并不会影响类创建时设定的内存分配策略。
总之,如果使用得当,slots 能显著节省内存,不过有几点要注意。
-
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。
__ cal __
来控制对象的创建过程
单例
'''
遇到问题没人解答?小编创建了一个Python学习交流QQ群:531509025
寻找有志同道合的小伙伴,互帮互助,群里还有不错的视频学习教程和PDF电子书!
'''
class My(type):
obj = None
def __call__(self, *args, **kwargs):
if not My.obj:
obj = object.__new__(self)
self.__init__(obj, *args, **kwargs)
My.obj = obj
return My.obj
class Printer(metaclass=My):
装饰器
from functools import wraps
class decorate:
def __init__(self, name):
self.name = name
def __call__(self, func):
@wraps(func)
def deco(*args, **kwargs):
if self.name == 'Admin':
pass
elif self.name == 'Student':
pass)
elif self.name == 'Teacher':
pass
return func(*args, **kwargs)
return deco
@decorate('Admin')
@decorate('Student')
@decorate('Teacher')