全面深入了解python（一）

全面深入了解python（一）

写在开始前，此教程不是基础教程，在看之前你需要有一定的python基础，不然你可能无法理解教程到底教了哪些东西。

环境:python版本是3.6.5（>=3.4即可）

1. Python数据模型

数据模型其实是对Python框架的描述，它规范了这门语言自身构建模块的接口，这些模块包括但不限于序列、迭代器、函数、类和上下文管理器。

Python解释器碰到特殊的句法时，会使用特殊方法去激活一些基本的对象操作，这些特殊方法的名字以两个下划线开头，以两个下划线结尾（例如__getitem__）。比如obj[key]的背后就是__getitem__方法，为了能求得my_collection[key]的值，解释器实际上会调用my_collection.__getitem__(key)。

上面说的特殊方法其实有个昵称，可能你以前就听过，叫做魔术方法。这些魔术方法能让你自己的对象实现和支持以下的语言结构，并与之交互：

• 迭代
• 集合类
• 属性访问
• 运算符重载
• 函数和方法的调用
• 对象的创建和销毁
• 字符串表示形式和格式化
• 管理上下文（即with块）

1.1 一叠Python风格的纸牌

接下来用一个非常简单的例子来展示如何实现__getitem__和__len__这两个特殊方法，通过这个例子我们也能见识到特殊方法的强大。

import collections

Card = collections.namedtuple('Card',['rank','suit'])

class OrderCard:
    ranks = [str(n) for n in range(2,11)] + list('JQKA')
    suits = 'spades diamonds clubs hearts'.split()

    def __init__(self):
        self._cards = [Card(rank,suit) for suit in self.suits for rank in self.ranks]
        
    def __len__(self):
        return len(self._cards)
    
    def __getitem__(self, position):
        return self._cards[position]

首先，我们用collections.namedtuple构建了一个简单的类来表示一张纸牌。自Python 2.6开始，namedtuple就加入到Python里，用以构建只有少数属性但是没有方法的对象，比如数据库条目。使用终端进行样例的输入，利用namedtuple，我们可以很轻松地得到一个纸牌对象：

>>> beer_card = Card('7','diamonds')
>>> beer_card
Card(rank='7', suit='diamonds')

当然，我们这个例子主要还是关注OrderCard这个类，很短小精悍。首先，它跟任何标准Python集合类型一样，可以用len()函数来查看一叠牌有多少张：

>>> order_card = OrderCard()
>>> len(order_card)
52

从一叠牌中抽取特定的一张纸牌，比如说第一张或者最后一张，是很容易的：order_card[0]或order_card[-1]。这都是由__getitem__方法提供的：

>>> order_card[0]
Card(rank='2', suit='spades')
>>> order_card[-1]
Card(rank='A', suit='hearts️')

我们需要单独写一个方法用来随机抽取一张纸牌吗？没必要，Python已经内置了从一个序列中随机选出一个元素的函数random.choice，我们直接把它用在这一叠纸牌实例上就好：

>>> from random import choice
>>> choice(order_card)
Card(rank='8', suit='spades')
>>> choice(order_card)
Card(rank='3', suit='hearts️')
>>> choice(order_card)
Card(rank='Q', suit='hearts️')

现在已经可以体会到通过实现魔术方法来利用Python数据模型的两个好处。

• 作为你的类的用户，他们不必去记住标准操作的各种名称(“怎么得到元素的总数？是.size()还是.length()还是别的什么？”)
• 可以更加方便地利用Python的标准库，比如random.choice函数，从而不用重新发明轮子。

因为__getitem__方法把[]操作交给了self._cards列表，所以我们的deck类自动支持切片(slicing)操作。下面列出了查看一叠牌最上面3张和只看排面是K的牌的操作。其中第二种操作的具体方法是，先抽出索引是11的那张牌，然后每隔13张牌拿1张：

>>> order_card[:3]
[Card(rank='2', suit='spades'), Card(rank='3', suit='spades'), Card(rank='4', suit='spades')]
>>> order_card[11::13]#前面是索引，后面是步长
[Card(rank='K', suit='spades'), Card(rank='K', suit='diamonds️'), Card(rank='K', suit='clubs️'), Card(rank='K', suit='hearts️')]

另外，仅仅实现了__getitem__方法，这一叠牌就变成可迭代的了：

>>> for card in order_card:
...     print(card)
Card(rank='2', suit='spades')
Card(rank='3', suit='spades')
Card(rank='4', suit='spades')
...

反向迭代也没关系：

>>> for card in reversed(order_card):
...     print(card)
Card(rank='A', suit='hearts️')
Card(rank='K', suit='hearts️')
Card(rank='Q', suit='hearts️')
...

迭代通常是隐式的，比如说一个集合类型没有实现__contains__方法，那么in运算符就会按顺序做一次迭代搜索。于是，in运算符可以用在我们的OrderCard类上，因为它是可迭代的：

>>> Card('3','spades') in order_card
True
>>> Card('K','test') in order_card
False

那么排序呢？我们用点数来判定扑克牌的大小，2最小、A最大;同时还要加上对花色的判定，黑桃最大、红桃次之、方块再次、梅花最小。下面就是按照这个规则来给扑克牌排序的函数，梅花2的大小是0，黑桃A是51:

suit_values = dict(spades=3,hearts=2,diamonds=1,clubs=0)

def spades_high(card):
    rank_value = OrderCard.ranks.index(card.rank)
    return rank_value * len(suit_values) + suit_values[card.suit]

有了spades_high函数，就能对这叠牌进行升序排序了：

>>> for card in sorted(order_card,key=spades_high):
...     print(card)
Card(rank='2', suit='clubs')
Card(rank='2', suit='diamonds')
Card(rank='2', suit='hearts')
... 
Card(rank='A', suit='diamonds')
Card(rank='A', suit='hearts')
Card(rank='A', suit='spades')

虽然OrderCard隐式地继承了object类，但功能却不是继承而来的。我们通过数据模型和一些合成来实现这些功能。通过实现__len__和__getitem__这两个特殊方法，OrderCard就跟一个Python自由的序列数据类型一样，可以体现出Python的核心语言特性（例如迭代和切片）。同时这个类还可以用于标准库中如：random.choice、reversed和sorded这些函数。另外，对合成的运用使__len__和__getitem__的具体实现可以代理给self._cards

这个python列表（即list对象）。

1.2 如何使用特殊方法（魔术方法）

首先明确一点，魔术方法的存在是为了被python解释器调用的，你自己并不需要调用它们。也就是说没有my_object.__len__()这种写法，而应该使用len(my_object)。在执行len(my_object)的时候，如果my_object是一个自定义类的对象，那么python会自己去调用其中由你实现的__len__方法。

通常代码中无需直接使用魔术方法，除非有大量的元编程存在，唯一的例外是经常使用__init__方法，目的是在代码的子类的__init__方法中调用超类的构造器。通过内置函数（len、iter、str等等）来使用魔术方法是最好的选择，这些内置函数不仅会调用魔术方法，对于内置类来说，运行它们速度更快。

还有一点，不要自己想当然的随意添加魔术方法，比如__foo__之类的，因为现在没有被Python内部使用，不代表以后不被用。

来实现一个二维向量（vector）类，这里的向量就是欧几里得几何中常用的概念，常在数学和物理中使用。

python内置的complex类可以用来表示向量，但是我们自定义的类可以扩展到n维向量。

自定义Vector类：

from math import hypot

class Vector:
    def __init__(self,x=0,y=0):
        self.x = x
        self.y = y

    def __repr__(self):
        return f'Vector({self.x},{self.y})' # 3.6新功能,新的格式化方式

    def __abs__(self):
        return hypot(self.x,self.y)

    def __bool__(self):
        return bool(abs(self))

    def __add__(self, other):
        x = self.x + other.x
        y = self.y + other.y
        return Vector(x,y)

    def __mul__(self, scalar):
        return Vector(self.x * scalar, self.y * scalar)

把上图的样例实现出来：

>>> v1 = Vector(2,4)
>>> v2 = Vector(2,1)
>>> v1 + v2
Vector(4,5)

通过+运算符所得到的结果也是一个向量，而且结果会被控制台友善的打印出来。

abs是一个内置函数，如果输入是整数或者浮点数，返回值是输入值的绝对值，输入值是复数，返回值应该是该复数的模，因此定义该函数时，也应该返回该向量的模：

>>> v = Vector(3,4)
>>> abs(v)
5.0

我们还可以利用*运算符来实现向量的标量乘法：

>>> v * 3
Vector(9,12)
>>> abs(v * 3)
15.0

实现的Vector类中是由：__repr__、__abs__、__add__、__mul__这些特殊方法实现。但是在上述使用中发现除了__init__会被使用之外，其他的魔术方法是被python解释器直接调用，而不是自己使用代码调用。（上文已经提过）

1.3 为什么len不是普通方法

如果x是一个内置类型的实例，那么len(x)的速度会非常快，背后的原因是CPython会直接从一个C结构体里读取对象的长度，完全不会调用任何方法。获取一个集合中元素的数量是一个很常见的操作，在str、list、memoryview等类型上，这个操作必须高效。

c语言中的结构体里可以存储这个对象的相关数据信息，是其属性，可以直接读取。例:

struct Articles
{
   char  title[50];  //文章标题
   char  author[50];  //文章作者
   char  subject[100];  //文章主题
   int   article_length;  //文章长度
   int   article_id;  //文章编号
} article;