python对象属性是与数据有关的项目_python自学项目day7.类和对象(一)

0.对象中的属性和方法，在编程中实际是什么？

变量(属性)和函数(方法)。

1. 类和对象是什么关系呢？

类和对象的关系就如同模具和用这个模具制作出的物品之间的关系。一个类为它的全部对象给出了一个统一的定义，而他的每个对象则是符合这种定义的一个实体，因此类和对象的关系就是抽象和具体的关系。

2. 如果我们定义了一个猫类，那你能想象出由“猫”类实例化的对象有哪些？

叮当猫，咖啡猫，Tom(Tom&Jerry)，Kitty(Hello Kitty)……

3. 类的定义有些时候或许不那么“拟物”，有时候会抽象一些，例如我们定义一个矩形类，那你会为此添加哪些属性和方法呢？

属性可以是长和宽，方法可以是计算周长、面积等。

4. 类的属性定义应该尽可能抽象还是尽可能具体？

正确的做法是应该尽可能的抽象，因为这样更符合面向对象的思维。

5. 请用一句话概括面向对象的几个特征？

封装——对外部隐藏对象的工作细节

继承——子类自动共享父类之间数据和方法的机制

多态——可以对不同类的对象调用相同的方法，产生不同的结果

6. 函数和方法有什么区别？

细心的童鞋会发现，方法跟函数其实几乎完全一样，但有一点区别是方法默认有一个 self 参数，这个参数是什么意思？下一次会有详细解释。

class Doggie: # Python 中的类名约定以大写字母开头

"""关于类的一个简单例子"""

# 属性

color = 'brown'

weight = 60

legs = 19

shell = True

mouth = '尖长细'

# 方法

def lick(self):

print("让我舔舔....")

def run(self):

print("我正在飞快向前跑....")

def bite(self):

print("咬死你咬死你!")

def eat(self):

print("有吃的了哈哈")

def sleep(self):

print("困了,困了,Zzzzz呜")

image.png

image.png

按照以下提示尝试定义一个 Person 类并生成类实例对象。

属性：姓名(默认姓名为“小甲鱼”)

方法：打印姓名

提示：方法中对属性的引用形式需加上 self，如 self.name

image.png

下面尝试定义一个矩形类并生成类实例对象

属性：长和宽

方法：设置长和宽 -> setRect(self)，获得长和宽 -> getRect(self)，获得面积 -> getArea(self)

提示：方法中对属性的引用形式需加上 self，如 self.width

class Rectangle:

length = 5

width = 4

def setRect(self):

print("请输入矩形的长和宽...")

self.length = float(input("长:"))

self.width = float(input("宽:"))

def getRect(self):

print("这个矩形的长是:%.2f,宽是:%.2f" %(self.length,self.width))

def getArea(self):

return self.length * self.width

image.png

image.png

这里发现输出的结果精度不对 为了得到正确的结果,这里稍微做下调整,引入Decimal执行精确的浮点数运算(容忍一定的性能损耗)

from decimal import Decimal

class Rectangle:

length = Decimal('4.2')

width = Decimal('2.1')

def setRect(self):

print("请输入矩形的长和宽...")

self.length = Decimal(input("长:"))

self.width = Decimal(input("宽:"))

def getRect(self):

print("这个矩形的长是:%.2f,宽是:%.2f" %(self.length,self.width))

def getArea(self):

return print(self.length * self.width)

如何让Python执行精确的浮点数运算

你需要对浮点数执行精确的计算操作，并且不希望有任何小误差的出现。

解决方案

浮点数的一个普遍问题是它们并不能精确的表示十进制数。 并且，即使是最简单的数学运算也会产生小的误差，比如：

>>> a = 4.2

>>> b = 2.1

>>> a + b

6.300000000000001

>>> (a + b) == 6.3

False

>>>

这些错误是由底层CPU和IEEE 754标准通过自己的浮点单位去执行算术时的特征。 由于Python的浮点数据类型使用底层表示存储数据，因此你没办法去避免这样的误差。

如果你想更加精确(并能容忍一定的性能损耗)，你可以使用 decimal 模块：

>>> from decimal import Decimal

>>> a = Decimal('4.2')

>>> b = Decimal('2.1')

>>> a + b

Decimal('6.3')

>>> print(a + b)

6.3

>>> (a + b) == Decimal('6.3')

True

初看起来，上面的代码好像有点奇怪，比如我们用字符串来表示数字。 然而， Decimal 对象会像普通浮点数一样的工作(支持所有的常用数学运算)。 如果你打印它们或者在字符串格式化函数中使用它们，看起来跟普通数字没什么两样。

decimal 模块的一个主要特征是允许你控制计算的每一方面，包括数字位数和四舍五入运算。 为了这样做，你先得创建一个本地上下文并更改它的设置，比如：

>>> from decimal import localcontext

>>> a = Decimal('1.3')

>>> b = Decimal('1.7')

>>> print(a / b)

0.7647058823529411764705882353

>>> with localcontext() as ctx:

... ctx.prec = 3

... print(a / b)

...

0.765

>>> with localcontext() as ctx:

... ctx.prec = 50

... print(a / b)

...

0.76470588235294117647058823529411764705882352941176

>>>