python进阶第四天

最新推荐文章于 2024-06-30 12:28:37 发布

哈哈爱喝豆浆

最新推荐文章于 2024-06-30 12:28:37 发布

阅读量82

点赞数

分类专栏： python进阶文章标签： python 生成器类

本文链接：https://blog.csdn.net/weixin_44175857/article/details/107052776

版权

python进阶专栏收录该内容

7 篇文章 0 订阅

订阅专栏

元类及迭代器生成器

01.getattr和getattribute魔法函数

__getattr__是当类调用一个不存在的属性时才会调用getattr魔法函数，他传入的值item就是你这个调用的不存在的值。访问的属性不存在，自动触发这个魔术方法。
getattribute__则是无条件的优先执行，所以如果不是特殊情况最好不要用__getattribute。

02.属性描述符

属性描述符是实现了特定协议的类，只要实现了__get__，__set__和__delete__三个方法中的任意一个，这个类就是描述符，它能实现对多个属性运用相同存取逻辑的一种方式，通俗来说就是：创建一个实例，作为另一个类的类属性。
除了使用类当作一个属性描述符，我们之前学习的 property()，就是可以轻松地为任意属性创建可用的描述符。创建 property() 的语法是 property(fget=None, fset=None, fdel=None, doc=None)

描述符查找顺序
• 当为数据描述符时， get__优先级高于__dict
• 当为非数据描述符时,dict__优先级高于__get

03.元类

就是创建类的类

用type创建元类

# 定义魔法方法
def __init__(self, name):
    self.name = name

# 添加实例方法 slef
def info(self):
    return self.age

# 添加静态方法 无需self 与 cls 参数
@staticmethod
def stat_func():
    print("i am staticmethod")

# 添加类方法 注意一定有cls参数
@classmethod
def cls_method(cls):
    print("classmethod")

User = type("User", (), {"age":18, "__init__":__init__, "info":info, "stat_func":stat_func})
# print(User)     # <class '__main__.User'>

zs = User("C")       # 实例化
# print(zs)       # <__main__.User object at 0x000002B6086BE860>
print(zs.age)     # 类属性
print(zs.name)    # 实例属性

zs_age = zs.info()  # 访问 实例方法
print(zs_age)

zs.stat_func()      # 访问静态方法

type也可以继承

class BaseClass(object):
    def test(self):
        return "baseclass test"

    def test1(self):
        return "baseclass test1"

class BaseClass2(object):
    def test(self):
        return "baseclass2 test"


User = type("User",(BaseClass2, BaseClass),{"name":"oy"})  # 元组必须打逗号 否则报错
oy = User()
print(oy.test())        # 访问父类的test方法
print(oy.test1())

metaclass属性
如果一个类中定义了__metalass__ = xxx,Python就会用元类的方式来创建类,就可以控制类的创建行为
比如，以下代码,再不改变类属性的抒写情况下，将属性名规定为大写访问

# 2.创建upper_attr函数
def upper_attr(cls_name, cls_parents, cls_attr):
    # print(cls_name)         # MyClass,当前指定的类名
    # print(cls_parents)      # (<class 'object'>,)
    # print(cls_attr)         # {'__module__': '__main__', '__qualname__': 'MyClass', 'name': 'ls'}
    """
    4.将属性名规定为大写访问
    - 遍历取出属性
    - 如果属性是非_开头的
    - 将其转为大写
    """
    new_attr = {}
    for name, value in cls_attr.items():
        # print(name)
        # print(value)
        if not name.startswith("_"): #判断是否以下划线开头
            new_attr[name.upper()] = value.upper()

    # 5.返回type创建的类
    return type(cls_name, cls_parents, new_attr)

    # # 3.返回type创建的类
    # return type(cls_name, cls_parents, cls_attr)

# 1.创建MyClass类，指定metaclass=upper_attr
class MyClass(object, metaclass=upper_attr):
    name = "ls"

mc = MyClass()
print(mc.NAME)

04.迭代器

指一个重复的过程,每一次重复都是基于上一次结果而来,迭代提供了一种通用的不依赖索引的迭代取值方式
可迭代对象不一定是迭代器

判断是否可迭代
isinstance()–>用来判断对象是否是相应类型，与type()类似。
可以通过iter()方法将可迭代的对象，转为迭代器。
可迭代对象与迭代器区别
• 可用于for循环的都是可迭代类型
• 作用于next()都是迭代器类型
• list、dict、str等都是可迭代的但不是迭代器,因为next()函数无法调用它们。可以通过iter()函数将它们转为迭代器
• python的for循环本质就是通过不断调用next()函数实现的

05.生成器

为什么要有生成器
列表所有数据都在内存中，如果有海量数据的话会非常消耗内存。
比如说：我们仅仅需要访问前面几个元素，但后面绝大多元素占用的内存就会浪费了。
那么生成器就是在循环的过程中根据算法不断推算出后续的元素，这样就不用创建整个完整的列表，从而节省大量的空间。
总而言之，就是当我们想要使用庞大数据，又想让它占用的空间少，那就使用生成器。
当一个函数中包含yield关键字，那么这个函数就不再是一个普通的函数，而是一个generator。
注意：
• yield返回一个值，并且记住这个返回值的位置，下次遇到next()调用时，代码从yield的下一条语句开始执行。与return的差别是，return也是返回一个值，但是直接结束函数。