元类
在python中一切皆对象,类也是对象,只不过类是一个创建对象的对象,我们可以在类中动态的创建一个类,比如
deffunc(name):if name == "Plane":classPlane(object):pass
returnPlaneelse:classMetrorolite(object):pass
return Mrtroolite
虽然根据上述代码可以动态创建一个类,但是整个类的代码仍需要我们编写的
type()有两种作用:
1、检查对象类型
classPeople(object):def __init__(self, id, name, employees):
self.id=id
self.name=namedeffunc(self):return
if __name__ == "__main__":
id= 1001name= "abc"employees= [1,2,3]
people=People(id, name, employees)#检查整型
print(type(id)) #
#检查字符串型
print(type(name)) #
#检查列表型
print(type(employees)) #
#检查类的对象型
print(type(people)) #
#检查类类型
print(type(People)) #
#检查函数型
print(type(people.func)) #
#如果我们对其结果再次type()得到的结果都是type类型,这就验证了一切解释对象
2、还有一个高大上的作用就是动态的创建类
语法:type(类名, 由父类名称组成的元组(可以为空), 包含属性的字典(名称和值))
返回值是一个类
#空类
Chinese = type("People", (), {})#继承父类,父类以元组的形式表达
Chinses = type("People", (object, ), {})#给类一些属性(下述都是类属性)和方法(方法可以自定义,依次是实例方法、类方法、静态方法)
defsayHI(self):print("HI")
@classmethoddefsayHello(cls):print("Hello")
@staticmethoddefsayBye():print("Bye")
Chinese= type("People", (object, ), {"id": 1001, "name": "zhangsan", "func1": sayHI, "func2": sayHello, "func3": sayBye})#Chinese 不是类名,People是类名,Chinese是一个引用变量
元类的定义:
元类就是用来创建类的"东西”
元类是类的类, 是类的模板
元类是用来控制如何创建类的, 正如类是创建对象的模板一样,而元类的主要目的是为了控制类的创建行为
元类的实例化结果是我们用class定义的类,正如类的实例为对象
type是python的一个内建元类, 用来直接控制生成类
python中任何class定义的类其实都是type类实例化的对象
当然了,你也可以创建自己的元类,需要继承 type。
元类的定义和使用:
通过函数返回一个元类:
#自定义函数
defsummary(a, b):return a+b#这个函数的作用是修改当前类的属性的值和方法的功能,并且返回一个类
defupper_attr(future_class_name, future_class_parent, future_class_attr):#可以修改当前类定义的属性的值和方法的功能
newAttr ={}for name, value infuture_class_attr.items():if name == "bar":
newAttr[name]= "变量值修改了"
if name == "func":
newAttr[name]=summaryreturntype(future_class_name, future_class_parent, newAttr)class Operation(object, metaclass=upper_attr):
bar= "修改之前的值"func=Noneif __name__ == "__main__":print(Operation.bar) #变量值修改了
print(Operation.func(2, 4)) #返回值6
通过继承type生成元类(博主也没有看懂,了解即可,用到极少):
classMeta(type):def __init__(cls, *args, **kwargs):
super().__init__(*args)def __new__(cls, *args, **kwargs):
name, bases, attrs = args
return super().__new__(cls, name, bases, attrs)
class M_Class(metaclass=Meta):
def __new__(cls, *args, **kwargs):
return super().__new__(cls)
def __init__(self):
pass
动态语言
静态语言和动态语言的区别:
静态语言(强类型语言)
静态语言是在编译时变量的数据类型即可确定的语言,多数静态类型语言要 求在使用变量之前必须声明数据类型。
例如:C++、Java、Delphi、C#等。
动态语言(弱类型语言)
动态语言是在运行时确定数据类型的语言。变量使用之前不需要类型声明, 通常变量的类型是被赋值的那个值的类型。
例如:PHP/ASP/Ruby/Python/Perl/ABAP/SQL/JavaScript/Unix Shell等等。
动态语言的特性:
运行的过程中给对象绑定(添加)属性
运行的过程中给类绑定(添加)属性
运行的过程中给类绑定(添加)方法
运行的过程中删除属性、方法
classPerson(object):def __init__(self, name, age):
self.name=name
self.age=agedefshow():print("通过类动态增加类方法.")
@classmethoddefshow2(cls):print("通过类动态增加类方法,并且打印id.", cls.id)if __name__ == "__main__":
person= Person("张三", 22)#运行过程中,给对象添加属性
person.phone = "1847015XXXX"
print(person.phone) #1847015XXXX
#运行过程中,对象是不能添加方法,否则会报错
#person.func = show
#person.func()
#运行过程中,给类增加属性
Person.id = 10001
print("对象访问类属性", person.id) #对象访问类属性10001
print("类访问类属性", Person.id) #类访问类属性10001
#运行过程中给类增加方法
Person.func =show
Person.func()#通过类动态增加类方法.
#运行过程中给类增加类方法
Person.func =show2
Person.func()#通过类动态增加类方法,并且打印id。10001
__slots__
__slots__作用:
Python允许在定义class的时候,定义一个特殊变量__slots__来限制该 class能添加的属性,当前类就不能定义或者增加__slots__之外的属性了
__slots__注意事项:
__slots__只对类的实例化对象进行限制,不对类进行限制,__slots__变量值是以元组形式表示
__slots__不仅限制类对象的属性,还限制类对象的方法
__slots__仅对当前类起作用,对继承的子类不起作用
在子类中定义__slots__,子类允许定义的属性就是自身的__slots__加上父类的 __slots__
classPerson(object):__slots__ = ("name", "age")def __init__(self, name, age):
self.name=name
self.age=ageif __name__ == "__main__":
person= Person("张三", 22)#运行过程中,给对象添加属性实例对象属性只限于name,age
#person.phone = "1847015XXXX"
#print(person.phone)
#运行过程中,给类增加属性,__slots__ 不限制类
Person.id = 10001
print("对象访问类属性", person.id) #对象访问类属性 10001
print("类访问类属性", Person.id) #类访问类属性 10001
生成器
概念:Python中,这种一边循环一边计算的机制,称为生成器:generator。
创建生成器的两种方式:
方法1:列表生成式的 [ ] 改成 ( )
numbers = ( i for i in range(100))
通过 next() 函数获得生成器的下一个返回值
没有更多的元素时,抛出 StopIteration 的异常
正确的方法是使用 for 循环,因为生成器也是可迭代对象,并且不需要关心 StopIteration 异
方法2:使用函数创建生成器(实例)
#斐波那契数列
deffibonacci(num):
a=0
b= 1count=0
temp= 1
while count
a, b= b, a+b
count+= 1fi= fibonacci(4)print(next(fi)) #1
print(next(fi)) #1
print(next(fi)) #2
print(next(fi)) #3
#没有更多的元素时,抛出 StopIteration 的异常#正确的方法是使用 for 循环,因为生成器也是可迭代对象,并且不需要关心StopIteration 异常
print(next(fi)) #error
#所以在使用生成器的时候,需要捕获异常
fi = fibonacci(10)whileTrue:try:print(next(fi))exceptStopIteration as e:print(e)break
另外生成器也可以传递参数通过send(参数值):
#斐波那契数列
deffibonacci(num):
a=0
b= 1count=0
temp= 1
while count
temp= yield temp*bprint("temp{}:{}".format(count, temp))
a, b= b, a+b
count+= 1fi= fibonacci(10)print(next(fi))whileTrue:try:print(fi.send(1))except:break
迭代器
可迭代对象:
这里先提一下迭代器对象,如果一个对象可以通for循环进行遍历的对象一般都是迭代器对象;python提供了一个Iterable类就是鉴别对象是否是迭代器对象,在鉴别的过程中需要借助isinstance()方法,这个方法是鉴别对象是否属于一个类的对象,这里不能用type()方法,因为type()的作用是鉴别对象是否是类的实例化对象(通过继承的是false)
首先先简单介绍两者检验对象类型的区别:
classA:def __init__(self):pass
classB(A):def __init__(self):
super().__init__()if __name__ == "__main__":
a= 123
#两者检验整型,类似这种,字符串、列表、元组、集合、字典都是一样的结果
print(type(a) == int) #True
print(isinstance(a, int)) #True
#两者主要的区别 直接通过类生成的对象,两者检验的结果是一样的
b =B()print(type(b) == B) #True
print(isinstance(b, B)) #True
#若是父类就会有不一样的结果
print(type(b) == A) #False
print(isinstance(b, A)) #True
所以在检验对象时,采用isinstance()比较好,
from collections importIterableclassA:def __init__(self):pass
classB(A):def __init__(self):
super().__init__()#实例生成器函数
deffunc(self, a):yielda
a= a + 1
if a == 5:return
if __name__ == "__main__":
b=B()print(isinstance(b, Iterable)) #False
#像集合数据类型都是可迭代对象,字符串、列表、元组、集合、字典
b = ""
print(isinstance(b, Iterable)) #True
#前面提到的生成器,他也是可迭代对象
a =B()
b=a.func(0)print(isinstance(b, Iterable)) #True
迭代器:
可以被next()函数调用并不断返回下一个值的对象称为迭代器:Iterator。
可以使用 isinstance() 判断一个对象是否是 Iterator 对象:
有两种情况是迭代器:
1、通过生成器函数生成的生成器就是迭代器
2、通iter()函数将可迭代对象转换成迭代器
from collections importIteratorclassA:def __init__(self):pass
classB(A):def __init__(self):
super().__init__()#实例生成器函数
deffunc(self, a):yielda
a= a + 1
if a == 5:return
if __name__ == "__main__":
b=B()print(isinstance(b, Iterator)) #False
#像集合数据类型都是可迭代对象,字符串、列表、元组、集合、字典
b = ""
print(isinstance(b, Iterator)) #True
#前面提到的生成器,他也是可迭代对象
a =B()
b=a.func(0)print(isinstance(b, Iterator)) #True
#通过iter()函数将字符串、列表、元组、集合、字典转换成迭代器
b ={}
b=iter(b)print(isinstance(b, Iterator))
迭代器是可以自定义,只要重写迭代器协议的两个方法
迭代器对象符合迭代器协议,提供两种方法: __iter__() 和 __next__()
__iter__ 返回迭代器对象,并在循环开始时隐式调用。
__next__方法返回下一个值,并在每个循环增量处隐式调用。
__next__在没有更多值返回时引发StopIteration异常,循环结构隐式捕获该 异常以停止迭代。
classCounter:def __init__(self, low, high):
self.current=low
self.high=high#生成器的一般固定写法
def __iter__(self):returnself#在下面函数可以改变迭代器返回的下一个值
def __next__(self):if self.current >self.high:raiseStopIterationelse:
self.current+= 2
return self.current -2