关机下班，6了6了

最新推荐文章于 2024-01-02 19:22:27 发布

瘦与狗

最新推荐文章于 2024-01-02 19:22:27 发布

阅读量276

点赞数 1

分类专栏：笔记文章标签： python

本文链接：https://blog.csdn.net/weixin_51503843/article/details/109290730

版权

笔记专栏收录该内容

19 篇文章 0 订阅

订阅专栏

魔法方法

一、何为魔法方法？
二、基本魔法方法
三、运算符
四、属性访问
五、描述符
六、定制序列
七、迭代器
八、生成器

一、何为魔法方法？

Python中，一定要区分开函数和方法的含义、

1.函数：类外部定义的，跟类没有直接关系的，形式： def func(*argv):

2.方法：class内部定义的函数（对象的方法也可以认为是属性）；分为两种：

① python自动产生的方法（魔法方法）：魔法方法总是被双下划线包围，例如__init__，其一般形式为 __func__()，python会在对应的时机自动调用该函数

② 人为自定义的方法：一般和普通函数没有区别，只是定义在了class中而已

3.方法与函数的区别：

①方法可认为是函数的特殊情况

② 方法定义在class内部

③方法（包括魔法方法）的第一个参数应为 cls(类方法) 或者 self(实例方法)

二、基本魔法方法

1.__init__(self[, ...]) 构造函数，当一个实例被创建的时候调用的初始化方法

class U:
    def __init__(self, number):
        self.num = number

    def print_num(self):
        print(self.num)


uuu = U(6)  # 实例化一个对象时__init__就被调用，所以需要传入参数
uuu.print_num()  # 6

__init__ 方法的返回值一定是None

class U:
    def __init__(self):
        self.num = 6
        return self.num  # 试图加上一个return语句


uuu = U()  # TypeError: __init__() should return None, not 'int'

2.__new__(cls[, ...]) 在一个对象实例化的时候所调用的第一个方法，在调用__init__初始化前，先调用__new__。一定要返回一个对象，可以是这个类的实例对象，也可以是其他类的实例对象（比如基类的），否则，实例化失败，self 无法接受到一个实例对象，这是因为拍婶机约定：

__new__至少要有一个参数cls，代表要实例化的类，此参数在实例化时由 Python 解释器自动提供，后面的参数直接传递给__init__。
__new__对当前类进行了实例化，并将实例返回，传给__init__的self。但是，执行了__new__，并不一定会进入__init__，只有__new__返回了，当前类cls的实例，当前类的__init__才会进入。

我们直接来读一段代码

class A(object):  # py3中是默认继承自object基类
    def __new__(cls, *args, **kwargs):  # cls = A
        return object.__new__(cls)
        # 调用object的__new__方法来处理这个类(A)的__new__方法


class B(A):
    def __new__(cls, *args, **kwargs):  # cls = B
        return super().__new__(cls, *args, **kwargs)
        # 调用基类的__new__方法来处理这个类(B)的__new__方法


class C(A):
    def __new__(cls, *args, **kwargs):  # cls = C
        return super().__new__(A, *args, **kwargs)  # 改动了cls变为 A
		# 调用基类的__new__方法来处理这个类(B)的__new__方法，但传入的类变成了 A

a = A()
print(type(a))  # <class '__main__.A'>
b = B()
print(type(b))  # <class '__main__.B'>
c = C()
print(type(c))  # <class '__main__.A'>

__new__方法可以用来改写一些不可变的类时（比如int, str, tuple），提供给你一个自定义这些类的实例化过程的途径

class CapStr(str):  # 继承 str
    def __new__(cls, string):
        string1 = string.upper()  # 将参数变成大写
        return str.__new__(cls, string1)  # 再将string1丢给基类处理


a = CapStr("i love u")
print(a)  # I LOVE U

3.__del__(self) 析构器，当一个对象将要被系统回收之时调用的方法。

注意del x != x.__del__()

class C(object):
    def __init__(self):
        print('into C __init__')

    def __del__(self):
        print('into C __del__')


c1 = C()
# into C __init__
c2 = c1
c3 = c2
del c3
del c2
del c1
# into C __del__  即所有引用的变量都被删除了之后，才会启用 __del__方法

4.__str__(self)与__repr__(self)

__str__(self):
- 当你打印一个对象的时候，触发__str__
- 当你使用%s格式化的时候，触发__str__
- str强转数据类型的时候，触发__str__
- __str__(self) 的返回结果可读性强。也就是说，__str__ 的意义是得到便于人们阅读的信息，就像下面的 ‘2019-10-11’ 一样。
__repr__(self)：
- repr是str的备胎
- 有__str__的时候执行__str__,没有实现__str__的时候，执行__repr__
- repr(obj)内置函数对应的结果是__repr__的返回值
- 当你使用%r格式化的时候触发__repr__
- __repr__(self) 的返回结果应更准确。怎么说，__repr__ 存在的目的在于调试，便于开发者使用。

三、运算符

一、基本运算符

敷衍模式开启

__add__(self, other)定义加法的行为：+
__sub__(self, other)定义减法的行为：-
__mul__(self, other)定义乘法的行为：*
__truediv__(self, other)定义真除法的行为：/
__floordiv__(self, other)定义整数除法的行为：//
__mod__(self, other) 定义取模算法的行为：%
__divmod__(self, other)定义当被 divmod() 调用时的行为
divmod(a, b)把除数和余数运算结果结合起来，返回一个包含商和余数的元组(a // b, a % b)。
__pow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
__lshift__(self, other)定义按位左移位的行为：<<
__rshift__(self, other)定义按位右移位的行为：>>
__and__(self, other)定义按位与操作的行为：&
__xor__(self, other)定义按位异或操作的行为：^
__or__(self, other)定义按位或操作的行为：|

二、反算术运算符

反运算魔方方法，与算术运算符保持一一对应，不同之处就是反运算的魔法方法多了一个“r”。当文件左操作不支持相应的操作时被调用。特别要注意参数顺序问题

怎么理解这个“反”呢？

打个比方，a + b 主动的是 a ，即调用的是a里面的__add__方法，此时若 a不灵了（比如a没有被定义），a 就无法调用自己的加法，这时 b就说：你在此地不要动，我去调用我的方法就回来！于是 b就调用 __radd__方法开心地把a 加上了。

没有什么新鲜的，就是多了个“r”

__radd__(self, other)定义加法的行为：+
__rsub__(self, other)定义减法的行为：-
__rmul__(self, other)定义乘法的行为：*
__rtruediv__(self, other)定义真除法的行为：/
__rfloordiv__(self, other)定义整数除法的行为：//
__rmod__(self, other) 定义取模算法的行为：%
__rdivmod__(self, other)定义当被 divmod() 调用时的行为
__rpow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
__rlshift__(self, other)定义按位左移位的行为：<<
__rrshift__(self, other)定义按位右移位的行为：>>
__rand__(self, other)定义按位与操作的行为：&
__rxor__(self, other)定义按位异或操作的行为：^
__ror__(self, other)定义按位或操作的行为：|

三、增量赋值运算符

__iadd__(self, other)定义赋值加法的行为：+=
__isub__(self, other)定义赋值减法的行为：-=
__imul__(self, other)定义赋值乘法的行为：*=
__itruediv__(self, other)定义赋值真除法的行为：/=
__ifloordiv__(self, other)定义赋值整数除法的行为：//=
__imod__(self, other)定义赋值取模算法的行为：%=
__ipow__(self, other[, modulo])定义赋值幂运算的行为：**=
__ilshift__(self, other)定义赋值按位左移位的行为：<<=
__irshift__(self, other)定义赋值按位右移位的行为：>>=
__iand__(self, other)定义赋值按位与操作的行为：&=
__ixor__(self, other)定义赋值按位异或操作的行为：^=
__ior__(self, other)定义赋值按位或操作的行为：|=

四、一元运算符

__neg__(self)定义正号的行为：+x
__pos__(self)定义负号的行为：-x
__abs__(self)定义当被abs()调用时的行为
__invert__(self)定义按位求反的行为：~x

四、属性访问

__getattr__(self, name): 定义当用户试图获取一个不存在的属性时的行为。
__getattribute__(self, name)：定义当该类的属性被访问时的行为（先调用该方法，查看是否存在该属性，若不存在，接着去调用__getattr__）。
__setattr__(self, name, value)：定义当一个属性被设置时的行为。
__delattr__(self, name)：定义当一个属性被删除时的行为。

五、描述符

描述符就是将某种特殊类型的类的实例指派给另一个类的属性。

__get__(self, instance, owner)用于访问属性，它返回属性的值。
__set__(self, instance, value)将在属性分配（赋值）操作中调用，不返回任何内容。
__del__(self, instance)控制删除操作，不返回任何内容。

六、定制序列

协议（Protocols）与其它编程语言中的接口很相似，它规定你哪些方法必须要定义。然而，在 Python 中的协议就显得不那么正式。事实上，在 Python 中，协议更像是一种指南。

容器类型的协议

如果说你希望定制的容器是不可变的话，你只需要定义__len__()和__getitem__()方法。
如果你希望定制的容器是可变的话，除了__len__()和__getitem__()方法，你还需要定义__setitem__()和__delitem__()两个方法。

【例子】编写一个不可改变的自定义列表，要求记录列表中每个元素被访问的次数。

class CountList:
    def __init__(self, *args):
        self.values = [x for x in args]
        self.count = {}.fromkeys(range(len(self.values)), 0)

    def __len__(self):
        return len(self.values)

    def __getitem__(self, item):
        self.count[item] += 1
        return self.values[item]


c1 = CountList(1, 3, 5, 7, 9)
c2 = CountList(2, 4, 6, 8, 10)
print(c1[1])  # 3
print(c2[2])  # 6
print(c1[1] + c2[1])  # 7

print(c1.count)
# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}

print(c2.count)
# {0: 0, 1: 1, 2: 1, 3: 0, 4: 0}

__len__(self)定义当被len()调用时的行为（返回容器中元素的个数）。
__getitem__(self, key)定义获取容器中元素的行为，相当于self[key]。
__setitem__(self, key, value)定义设置容器中指定元素的行为，相当于self[key] = value。
__delitem__(self, key)定义删除容器中指定元素的行为，相当于del self[key]。

七、迭代器

一、迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。

迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
迭代器只能往前不会后退。
字符串，列表或元组对象都可用于创建迭代器

二、迭代器有两个基本的方法：iter() 和 next()。

iter(object) 函数用来生成迭代器。
next(iterator[, default]) 返回迭代器的下一个项目。
iterator – 可迭代对象
default – 可选，用于设置在没有下一个元素时返回该默认值，如果不设置，又没有下一个元素则会触发 StopIteration 异常。

三、把一个类作为一个迭代器使用需要在类中实现两个魔法方法 __iter__() 与 __next__() 。

__iter__(self)定义当迭代容器中的元素的行为，返回一个特殊的迭代器对象，这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。
__next__() 返回下一个迭代器对象。
StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

【例子】用生成器实现斐波那契数列。

class Fibs:
    def __init__(self, n=10):
        self.a = 0
        self.b = 1
        self.n = n

    def __iter__(self):
        return self

    def __next__(self):
        self.a, self.b = self.b, self.a + self.b
        if self.a > self.n:
            raise StopIteration
        return self.a


fibs = Fibs(100)
for each in fibs:
    print(each, end=' ')

# 1 1 2 3 5 8 13 21 34 55 89

八、生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数，返回的是一个迭代器对象。

【例子】用生成器实现斐波那契数列。

def libs(n):
    a = 0
    b = 1
    while True:
        a, b = b, a + b
        if a > n:
            return  # 相当于 return None
        yield a  # # 暂停运行，返回 a 的值，然后继续从此状态运行


for each in libs(100):
    print(each, end=' ')

# 1 1 2 3 5 8 13 21 34 55 89

练习题：

利用python做一个简单的定时器类

要求:

定制一个计时器的类。
start和stop方法代表启动计时和停止计时。
假设计时器对象t1，print(t1)和直接调用t1均显示结果。
当计时器未启动或已经停止计时时，调用stop方法会给予温馨的提示。
两个计时器对象可以进行相加：t1+t2。
只能使用提供的有限资源完成。

（已超出知识范围。。。。）

参考文献：

1.技术图文：Python魔法方法之属性访问详解

2.技术图文：什么是Python的描述符？

3.如何利用python做一个简单的定时器类[小甲鱼零基础学拍婶]

瘦与狗

关注

1
点赞
踩
3

收藏

觉得还不错? 一键收藏
3
评论
关机下班，6了6了

魔法方法一、pandas是什么？二、使用步骤1.引入库2.读入数据总结提示：以下是本篇文章正文内容，下面案例可供参考一、pandas是什么？示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。二、使用步骤1.引入库代码如下（示例）：import numpy as npimport pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsimport warningswar.
复制链接

扫一扫