绝对不要使用两个前导下划线，这是很烦人的自私行为。——Ian Bicking
对象表示形式
repr()
以便于开发者理解的方式返回对象的字符串表示形式。
str()
以便于用户理解的方式返回对象的字符串表示形式。
制作一个向量类,和第一章的有点类似
❸ 定义 iter 方法，把 Vector2d 实例变成可迭代的对象，这样才能拆包(例
如，x, y = my_vector)。这个方法的实现方式很简单，直接调用生成器表达式一个接
一个产出分量。
这一行也可以写成 yield self.x; yield.self.y。第 14 章会进一步讨论 iter 特殊方法、生成器表达式和
yield 关键字。
❻ print 函数会调用 str 函数，对 Vector2d 来说，输出的是一个有序对。
❼ bytes 函数会调用 bytes 方法，生成实例的二进制表示形式。
bool 函数会调用 bool 方法，如果 Vector2d 实例的模为零，返回 False，否则
返回 True。
另一种实现
from array import array
import math
class Vector2d:
typecode = 'd'
def __init__(self, x, y):
self.x = float(x)
self.y = float(y)
def __iter__(self):
return (i for i in (self.x, self.y))
def __repr__(self):
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):
return tuple(self) == tuple(other)
def __abs__(self):
return math.hypot(self.x, self.y)
def __bool__(self):
return bool(abs(self))
❷ 在 init 方法中把 x 和 y 转换成浮点数，尽早捕获错误，以防调用 Vector2d 函
数时传入不当参数。
❸ 定义 iter 方法，把 Vector2d 实例变成可迭代的对象，这样才能拆包(例
如，x, y = my_vector)。这个方法的实现方式很简单，直接调用生成器表达式一个接
一个产出分量。
这一行也可以写成 yield self.x; yield.self.y。第 14 章会进一步讨论 iter 特殊方法、生成器表达式和
yield 关键字。
'__eq__ 方法'，在两个操作数都是 Vector2d 实例时可用，不
过拿 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。
备选构造方法
1.把 Vector2d 实例转换成字节序列了；
2.同理，也应该能从字节序列转换成Vector2d 实例。
3.在标准库中探索一番之后，我们发现 array.array 有个类方法.frombytes(2.9.1 节介绍过)正好符合需求。
代码如下:
from array import array
import math
class Vector2d:
typecode = 'd'
def __init__(self, x, y):
self.x = float(x)
self.y = float(y)
def __iter__(self):
return (i for i in (self.x, self.y))
def __repr__(self):
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):
return tuple(self) == tuple(other)
def __abs__(self):
return math.hypot(self.x, self.y)
def __bool__(self):
return bool(abs(self))
@classmethod
def frombytes(cls, octets):
typecode = chr(octets[0])
memv = memoryview(octets[1:]).cast(typecode)
return cls(*memv)
❸ 从第一个字节中读取 typecode。
❹ 使用传入的 octets 字节序列创建一个 memoryview，然后使用 typecode 转换。
2.9.2 节简单介绍过 memoryview，说明了它的 .cast 方法。
❺ 拆包转换后的 memoryview，得到构造方法所需的一对参数。
内置的 format() 函数和 str.format() 方法把各个类型的格式化方式委托给相应的
.__format__(format_spec) 方法。format_spec 是格式说明符，它是：
format(my_obj, format_spec) 的第二个参数，或者
str.format() 方法的格式字符串，{} 里代换字段中冒号后面的部分
classmethod与staticmethod
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，例如示例 9-3 中的frombytes。
注意，frombytes 的最后一行使用 cls 参数构建了一个新实例，即cls(*memv)。
我们对 classmethod 的作用已经有所了解(而且知道 staticmethod 不是特别有 用)
9.5 格式化显示
内置的 format() 函数和 str.format() 方法把各个类型的格式化方式委托给相应的.__format__(format_spec) 方法。
format_spec 是格式说明符，它是：format(my_obj, format_spec) 的第二个参数，或者str.format() 方法的格式字符串，
{} 里代换字段中冒号后面的部分
>>> brl = 1/2.43 # BRL到USD的货币兑换比价
>>> brl
0.4115226337448559
>>> format(brl, '0.4f') # ➊
'0.4115'
>>> '1 BRL = {rate:0.2f} USD'.format(rate=brl) # ➋
'1 BRL = 0.41 USD'
格式规范微语言为一些内置类型提供了专用的表示代码。
比如，b 和 x 分别表示二进制和十六进制的 int 类型，f 表示小数形式的 float 类型，而 % 表示百分数形式：
>>> format(42, 'b')
'101010'
>>> format(2/3, '.1%')
'66.7%'
datetime 模块中的类，它们的 format 方法使用的格式代码与 strftime() 函数一样。
>>> from datetime import datetime
>>> now = datetime.now()
>>> format(now, '%H:%M:%S')
'18:49:05'
>>> "It's now {:%I:%M %p}".format(now)
"It's now 06:49 PM"
如果类没有定义 format 方法，从 object 继承的方法会返回 str(my_object)。我们为 Vector2d 类定义了 str 方法
>>> v1 = Vector2d(3, 4)
>>> format(v1)
'(3.0, 4.0)'
向量类做format
from array import array
import math
class Vector2d:
typecode = 'd'
def __init__(self, x, y):
self.x = float(x)
self.y = float(y)
def __iter__(self):
return (i for i in (self.x, self.y))
def __repr__(self):
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):
return tuple(self) == tuple(other)
def __abs__(self):
return math.hypot(self.x, self.y)
def __bool__(self):
return bool(abs(self))
@classmethod
def frombytes(cls, octets):
typecode = chr(octets[0])
memv = memoryview(octets[1:]).cast(typecode)
return cls(*memv)
def __format__(self, fmt_spec=''):
components = (format(c, fmt_spec) for c in self) # ➊
#这里还是有些看不懂,拆包拆出来个啥?
return '({}, {})'.format(*components)
v1 = Vector2d(3, 4)
print(format(v1))
print(format(v1, '.2f'))
print(format(v1, '.3e'))
增强 format 方法，计算极坐标
我们已经定义了计算模的 abs 方法，因此还要定义一个简单的
angle 方法，使用 math.atan2() 函数计算角度
from array import array
import math
class Vector2d:
typecode = 'd'
def __init__(self, x, y):
self.x = float(x)
self.y = float(y)
def __iter__(self):
return (i for i in (self.x, self.y))
def __repr__(self):
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):
return tuple(self) == tuple(other)
def __abs__(self):
return math.hypot(self.x, self.y)
def __bool__(self):
return bool(abs(self))
@classmethod
def frombytes(cls, octets):
typecode = chr(octets[0])
memv = memoryview(octets[1:]).cast(typecode)
return cls(*memv)
def angle(self):
return math.atan2(self.y, self.x)
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)
print(format(Vector2d(1, 1), 'p'))
print(format(Vector2d(1, 1), '.3ep'))
print(format(Vector2d(1, 1), '0.5fp'))
可散列的Vector2d
为了把 Vector2d 实例变成可散列的，必须使用 hash 方法(还需要 eq 方法，前面已经实现了)。此外，还要让向量不可变，
目前，我们可以为分量赋新值，如 v1.x = 7，Vector2d 类的代码并不阻止这么做。我
们想要的行为是这样的：
>>> v1.x, v1.y
(3.0, 4.0)
>>> v1.x = 7
Traceback (most recent call last):
...
AttributeError: can't set attribute
#为此，我们要把 x 和 y 分量设为只读特性，
不完整代码
class Vector2d:
typecode = 'd'
def __init__(self, x, y):
self.__x = float(x)
self.__y = float(y)
@property
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))
def __hash__(self):
return hash(self.x) ^ hash(self.y)
使用两个前导下划线(尾部没有下划线，或者有一个下划线)，把属性标记为私有
的
@property 装饰器把读值方法标记为特性。
读值方法与公开属性同名，都是 x。
使用位运算符异或(^)混合各分量的散列值——我们会这么做
要想创建可散列的类型，不一定要实现特性，也不一定要保护实例属性。只需
正确地实现 hash 和 eq 方法即可。但是，实例的散列值绝不应该变化，
hash成功了
>>> v1 = Vector2d(3, 4)
>>> v2 = Vector2d(3.1, 4.2)
>>> hash(v1), hash(v2)
(7, 384307168202284039)
>>> set([v1, v2])
{Vector2d(3.1, 4.2), Vector2d(3.0, 4.0)}
如果定义的类型有标量数值，可能还要实现 int 和 float 方法(分别被 int()和 float() 构造函数调用)，以便在某些情况下用于强制转换类型。
此外，还有用于支持内置的 complex() 构造函数的 complex 方法。
Vector2d 或许应该提供__complex__ 方法，不过我把它留作练习给读者。
完整的向量类代码
from array import array
import math
class Vector2d:
typecode = 'd'
def __init__(self, x, y):
self.__x = float(x)
self.__y = float(y)
@property
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))
def __repr__(self):
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):
return tuple(self) == tuple(other)
def __hash__(self):
return hash(self.x) ^ hash(self.y)
def __abs__(self):
return math.hypot(self.x, self.y)
def __bool__(self):
return bool(abs(self))
def angle(self):
return math.atan2(self.y, self.x)
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)
@classmethod
def frombytes(cls, octets):
typecode = chr(octets[0])
memv = memoryview(octets[1:]).cast(typecode)
return cls(*memv)
Python的私有属性和“受保护的”属性
举个例子。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)。
>>> v1 = Vector2d(3, 4)
>>> v1.__dict__
{'_Vector2d__y': 4.0, '_Vector2d__x': 3.0}
>>> v1._Vector2d__x
3.0
对于私有属性推荐这么做
Python 解释器不会对使用单个下划线的属性名做特殊处理，不过这是很多 Python 程序员
严格遵守的约定，他们不会在类外部访问这种属性。 遵守使用一个下划线标记对象的私
有属性很容易，就像遵守使用全大写字母编写常量那样容易。
使用 slots 类属性节省空间
但是，如果我们想要限制class的属性怎么办？比如，只允许对Student实例添加name和age属性。
为了达到限制的目的，Python允许在定义class的时候，定义一个特殊的__slots__变量，来限制该class能添加的属性
class Vector2d:
__slots__ = ('__x', '__y')
typecode = 'd'
在类中定义 slots 属性的目的是告诉解释器：“这个类中的所有实例属性都在这儿
了！”这样，Python 会在各个实例中使用类似元组的结构存储实例变量，从而避免使用消
耗内存的 dict 属性。如果有数百万个实例同时活动，这样做能节省大量内存。
综上，__slots__ 属性有些需要注意的地方，而且不能滥用，不能使用它限制用户能赋
值的属性。处理列表数据时 slots 属性最有用，例如模式固定的数据库记录，以及
特大型数据集。
如果你的程序不用处理数百万个实例，或许不值得费劲去创建不寻常的类，那就禁止它创
建动态属性或者不支持弱引用。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。
覆盖类属性
因为 Vector2d 实例本身没有 typecode 属性，所以 self.typecode 默认获
取的是 Vector2d.typecode 类属性的值
Vecto2d.__repr__ 方法中为什么没有硬编码 class_name 的值，而是
使用 type(self).__name__ 获取，如下所示：
# 在Vector2d类中定义
def __repr__(self):
class_name = type(self).__name__
return '{}({!r}, {!r})'.format(class_name, *self)
如果硬编码 class_name 的值，那么 Vector2d 的子类(如 ShortVector2d)要覆盖__repr__ 方法，只是为了修改 class_name 的值。
从实例的类型中读取类名，__repr__ 方法就可以放心继承。
如何利用数据模型处理 Python 的其他功能：
提供不同的对象表示形式、实现自定义的格式代码、公开只读属性，以及通过 hash() 函数支持集合和映射
小总结
所有用于获取字符串和字节序列表示形式的方法：__repr__、__str__、__format__ 和 __bytes__。
把对象转换成数字的几个方法：__abs__、__bool__和 __hash__。
用于测试字节序列转换和支持散列(连同 hash 方法)的 eq 运算符。
format
现 format 方法，对提供给内置函数 format(obj,format_spec) 的 format_spec
提供给 str.format 方法的'{:«format_spec»}' 位于代换字段中的 «format_spec» 做简单的解析
用 slots 属性节省内存，以及这么做要注意的问题。
slots 属性有点棘手，因此仅当处理特别多的实例(数百万个，而不是几千
个)时才建议使用。
可散列
实现了 hash 方法，使用推荐的异或运算符计算实例属性的散列值
私有属性最好用 命名规则来实现
self.__x 这种方式有好有坏
扫一扫
298
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
