python的数据模型_python高级（一）—— python数据模型(特殊方法)

本文主要内容

collections.namedtuple

__getitem__ 和 __len__

__repr__和__str__

__abs__、__add__和__mul__

__bool__

本文内容的表格式总结

语 法

调用的方法(按照顺序寻找)

备注

list[2]

__getitem__(2)

list[1:3:2]

__getitem__(slice(1,3,2))

切片时传入的参数是slice类型

for i in object:

__iter__()、__getitem__()

__iter__需要返回迭代器，并不断调用next()

in object

__contains__()、__iter__()、__getitem__()

__iter__()、__getitem__()会按照顺序搜索

print(object)

__str__()、__repr__()

if object:

__bool__()、__len__()

使用if、while等判断句时，会调用__bool__()

如果没有这两个方法，一般情况下，自定义的类总认为是真的

何为python的数据模型

本文所指的python数据模型，也可成为python中内置的对象模型(一切皆为对象)，其包含的一些方法为特殊方法，在java中也称“魔术方法”。由于python文档里面喜欢使用“数据模型”这个词，所以本文依此称数据模型。

简单来说，数据模型就是python自有的数据类型，及其包含的特殊方法。例如：使用len()时会调用__len__特殊方法；使用list[]时会调用__getitem__方法；使用各类运算符也会调用其相对应的方法。从根本上而言，list[]、+、-、*、/、for i in x这些写法只是为了更简洁和更具有可读性，但内部跟其他操作一下，也是通过方法实现的，这就是特殊方法。

可命名元组(namedtuple)

#导入可命名元组

from collections importnamedtuple#创建的两种方法 (创建股票模型，每只股票包括name和price)

Stock_1= namedtuple("stock", ("name", "price")) #方法1：第二个参数传入可迭代对象(元组、数组等都可)

Stock_2= namedtuple("stock", "name price") #方法2：字符串之间用空格隔开

#生成多只股票

stock01 = Stock_1("SH000001", 1)

stock02= Stock_1("SH000002", 12)

stock03= Stock_1("SH000003", 123)

stock04= Stock_1("SH000004", 1234)#访问股票信息

print(stock01.name) #属性形式 SH000001

print(stock04[1]) #列表形式 1234

__getitem__ 和 __len__

1、__len__

classFoo:def __len__(self): #重写__len__方法

print("method __len__")return 1

if __name__ == "__main__":

foo=Foo()

n= len(foo) #使用len()时会自动调用__len__方法：method __len__