Python入门3(下)

函数

函数定义

• 函数以def关键词开头，后接函数名和圆括号()。
• 函数执行的代码以冒号起始，并且缩进。
• return [表达式] 结束函数，选择性地返回一个值给调用方。不带表达式的return相当于返回None。

def functionname (parameters):
       "函数文档字符串"
        functionsuite
        return [expression]

函数调用

【例子】

def add(a, b):
    return a + b
def print_f(obj):
    print(str(obj))
print(add(4, 5))
print_f("ok")

9
ok

函数文档

【例子】

def add(a, b):
    "加法器文档"
    return a + b
print(add.__doc__)

加法器文档

函数参数

Python 的函数具有非常灵活多样的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数。从简到繁的参数形态如下：

• 位置参数 (positional argument)

  def functionname(arg1):
     "函数文档字符串"
     functionsuite
     return [expression]
  

  arg1 - 位置参数 ，这些参数在调用函数 (call function) 时位置要固定。

  【例子】

  def sub(a, b):
  return a - b
  print(sub(4, 3))
  print(sub(3, 4))
  

  1
  -1

• 默认参数 (default argument)

  def functionname(arg1, arg2=v):
     "函数文档字符串"
     functionsuite
     return [expression]
  

  arg2 = v - 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
  默认参数一定要放在位置参数 后面，不然程序会报错。
  【例子】

  def sub(a, b=2):
  return a - b
  print(sub(4, 3))
  print(sub(4))
  

  1
  2

• 可变参数 (variable argument)
  顾名思义，可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。

  def functionname(arg1, arg2=v, *args):
     "函数文档字符串"
     functionsuite
     return [expression]
  

  args - 可变参数，可以是从零个到任意个，自动组装成元组。
  加了星号（）的变量名会存放所有未命名的变量参数。
  【例子】

  def sub(arg1, arg2=2, *args):
  return arg1 + arg2 + sum(args)
  print(sub(4))
  print(sub(4, 2))
  print(sub(4, 2, 3, 4, 5))
  

  6
  6
  18
  可变参数允许传入零个到任意个参数，它们在函数调用时自动组装为一个元组 (tuple)。

• 关键字参数 (keyword argument)

  def functionname(arg1, arg2=v, args, **kw):
     "函数文档字符串"
     functionsuite
     return [expression]
  

  **kw - 关键字参数，可以是从零个到任意个，自动组装成字典。
  【例子】

  def calculate(arg1, arg2=2, **kws):
  if kws['op'] == '+':
      return arg1 + arg2
  elif kws['op'] == '-':
      return arg1 - arg2;
  elif kws['op'] == '*':
      return arg1 * arg2;
  elif kws['op'] == '/':
      return arg1 / arg2
  print(calculate(4,op='+'))
  print(calculate(4,op='-'))
  print(calculate(4,op='*'))
  print(calculate(4,op='/'))
  

  6
  2
  8
  2.0
  关键字参数允许传入零个到任意个参数，它们在函数内部自动组装为一个字典 (dict)。

• 命名关键字参数 (name keyword argument)

  def functionname(arg1, arg2=v, args, *, nkw, *kw):
     "函数文档字符串"
     functionsuite
     return [expression]
  

  *, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
  如果要限制关键字参数的名字，就可以用「命名关键字参数」
  使用命名关键字参数时，要特别注意不能缺少参数名。

  def printinfo(arg1, *, nkw, **kwargs):
      print(arg1)
      print(nkw)
      print(kwargs)
  printinfo(1, nkw=10, a=1, b=3)
  printinfo(1)
  

  第一个函数调用会打印，第二个会异常，没有使用参数名nkw

• 参数组合
  在 Python 中定义函数，可以用位置参数、默认参数、可变参数、命名关键字参数和关键字参数，这 5 种参数中的 4 个都可以一起使用，但是注意，参数定义的顺序必须是：

  1. 位置参数、默认参数、可变参数和关键字参数。
  2. 位置参数、默认参数、命名关键字参数和关键字参数。
     要注意定义可变参数和关键字参数的语法：
  3. *args 是可变参数，args 接收的是一个 tuple
  4. **kw 是关键字参数，kw 接收的是一个 dict
     命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 *，否则定义的是位置参数。

函数返回值

【例子】

def add(a, b):
    return a + b
def calculate(a, b):
    return a + b, a - b, a * b, a / b
def print_f(obj):
    print(obj)
print(add(3, 4))
print(calculate(4, 3))
print(print_f("ok"))

7
(7, 1, 12, 1.3333333333333333)
ok
None

变量作用域

• Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
• 定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
• 定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
• 局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。
• 当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了。

【例子】

c = 9
def add(a, b):
    c = 5
    return a + b + c
def change_c():
    global c
    c = 8
print(c)
print(add(2, 3))
change_c()
print(c)

9
10
8

内嵌函数

函数内定义函数
【例子】

def outer():
    def inner():
        print("inner func")
    inner()
    print("outer func")
outer()

inner func
outer func

闭包

• 是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
• 如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
• 通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。
• 如果要修改闭包作用域中的变量则需要 nonlocal 关键字
  【例子】

def outer(a):
    c = 8
    a += 3
    def inner(b):
        nonlocal c
        c = 4
        return a + b + c
    return inner
print(outer(5)(6))

18

此处第一个参数5是传递给outer的参数a,第二个参数6是传递给inner的参数，调用outer函数是返回了一个函数outer(5)，然后又调用了inner函数outer(5)(6).
闭包的返回值通常是函数

递归

• 如果一个函数在内部调用自身本身，这个函数就是递归函数。
• 递归的层数可设置，Python默认递归层数为 100

【例子】斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1

import sys
sys.setrecursionlimit(200)
def fibo(n):
    if n <= 1:
        return n
    return fibo(n - 1) + fibo(n - 2)
print(fibo(10))

55

lambda表达式

匿名函数定义

Python 里有两类函数：

第一类：用 def 关键词定义的正规函数
第二类：用 lambda 关键词定义的匿名函数
Python 使用 lambda 关键词来创建匿名函数，而非def关键词，它没有函数名，其语法结构如下：

lambda argument_list: expression

• lambda - 定义匿名函数的关键词。
• argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
• : 冒号，在函数参数和表达式中间要加个冒号。
• expression - 只是一个表达式，输入函数参数，输出一些值。
• expression 中没有 return 语句，因为 lambda 不需要它来返回，表达式本身结果就是返回值。
• 匿名函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数。
  【例子】

add = lambda a, b: a + b
print(add(3, 5))
sqr = lambda a: a * a
print([sqr(a) for a in range(10)])
f = lambda a, b: sqr(a) + sqr(b)
print(f(3, 4))

8
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
25

匿名函数应用

函数式编程 是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。

【例子】非函数式编程，会改变输入本身，有隐患

def f(a=[]):
    a[0] += 2
    return a * 2
a = [1, 2, 3]
print(f(a))
print(a)

[3, 2, 3, 3, 2, 3]
[3, 2, 3]

【例子】函数式编程，不改变输入本身。

def f(a=[]):
    b=a.copy()
    b[0] += 2
    return b * 2
a = [1, 2, 3]
print(f(a))
print(a)

[3, 2, 3, 3, 2, 3]
[3, 2, 3]

匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：

• 参数是函数 (filter, map)
• 返回值是函数 (closure)
• filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。
• map(function, *iterables) 根据提供的函数对指定序列做映射。
  【例子】

f1 = lambda a: a % 2 == 0
filter1 = filter(f1, [1, 2, 3, 4, 5, 6, 7])
print(list(filter1))
print(list(filter(lambda a: a % 2 == 0, [1, 2, 3, 4, 5, 6, 7])))
f2 = lambda a: 2 * a * a + 3 * a + 1
map1 = map(f2, [1, 2, 3, 4, 5, 6, 7])
print(list(map1))
print(list(map(lambda a: 2 * a * a + 3 * a + 1, [1, 2, 3, 4, 5, 6, 7])))

[2, 4, 6]
[2, 4, 6]
[6, 15, 28, 45, 66, 91, 120]
[6, 15, 28, 45, 66, 91, 120]

类与对象

对象 = 属性 + 方法

对象是类的实例。换句话说，类主要定义对象的结构，然后我们以类为模板创建对象。类不但包含方法定义，而且还包含所有实例共享的数据。
我们可以使用关键字 class 定义 Python 类，关键字后面紧跟类的名称、分号和类的实现。
面相对象三大特征:

• 封装：信息隐蔽技术
  【例子】

class Person:

    def __init__(self, name="lili", age=10):
        self.name = name
        self.age = age

    def eat(self, food="苹果"):
        print("%d岁的%s在吃%s" % (self.age, self.name, food))


p1 = Person()
p1.eat()
p2 = Person("xiaoming", 11)
p2.eat("香蕉")

10岁的lili在吃苹果
11岁的xiaoming在吃香蕉

• 继承：子类自动共享父类之间数据和方法的机制
  【例子】

class Person:

    def __init__(self, name="lili", age=10):
        self.name = name
        self.age = age

    def eat(self, food="苹果"):
        print("%d岁的%s在吃%s" % (self.age, self.name, food))


class Student(Person):

    def study(self, book="课本"):
        print("年龄为%d岁的%s在学%s" % (self.age, self.name, book))


p1 = Student()
p1.eat()
p1.study("历史")

10岁的lili在吃苹果
年龄为10岁的lili在学历史

• 多态：不同对象对同一方法响应不同的行动
  【例子】

class Person:

    def __init__(self, name="lili", age=10):
        self.name = name
        self.age = age

    def eat(self, food="苹果"):
        print("%d岁的%s在吃%s" % (self.age, self.name, food))


class Student(Person):
    pass


class Employee(Person):
    def eat(self, food="苹果"):
        print("员工%s在享受%s的美味" % (self.name, food))


def person_eat(p: Person):
    p.eat()


person_eat(Student())
person_eat(Employee("dali"))

10岁的lili在吃苹果
员工dali在享受苹果的美味

self解释

Python 的 self 相当于 C++ 的 this 指针。
类的方法与普通的函数只有一个特别的区别 —— 它们必须有一个额外的第一个参数名称（对应于该实例，即该对象本身），按照惯例它的名称是 self。在调用方法时，我们无需明确提供与参数 self 相对应的参数。
具体用法见上下文。

类魔法方法

如果你的对象实现了这些方法中的某一个，那么这个方法就会在特殊的情况下被 Python 所调用，而这一切都是自动发生的…

类有一个名为__init__(self[, param1, param2…])的魔法方法，该方法在类实例化时会自动调用。
例如上文的Person类的__init__(self, name=“lili”, age=10)方法。此为构造方法。

公有和私有

在 Python 中定义私有变量只需要在变量名或函数名前加上“__”两个下划线，那么这个函数或变量就会为私有的了。
例如上文的Person类中的_name,_age就是为私有变量，不能对象直接在外部访问,访问会报错
公有变量就是对象可以在外部可访问的。
【例子】

class Person:
    _name = None
    _age = 0

    def __init__(self, name="lili", age=10):
        self._name = name
        self._age = age

    def eat(self, food="苹果"):
        print("%d岁的%s在吃%s" % (self._age, self._name, food))


class Student(Person):
    _class = "1班"
    _stu_no = "001"

    def study(self, book="课本"):
        print("在%s学号为%s且年龄为%d岁的%s在学%s" % (self._class, self._stu_no, self._age, self._name, book))


class Employee(Person):
    no = "001"

    def eat(self, food="苹果"):
        print("员工号为%s的%s在享受%s的美味" % (self.no, self._name, food))


p1 = Employee(name="xiaoming", age=18)
print("员工编号为:%s"% p1.no)

员工编号为:001

继承

Python 同样支持类的继承，派生类的定义如下所示：

class DerivedClassName(BaseClassName):
       statement-1
              .
              .
              .
       statement-N

BaseClassName（基类名）必须与派生类定义在一个作用域内。除了类，还可以用表达式，基类定义在另一个模块中时这一点非常有用：

class DerivedClassName(modname.BaseClassName):
       statement-1
              .
              .
              .
       statement-N

【例子】如果子类中定义与父类同名的方法或属性，则会自动覆盖父类对应的方法或属性。
示例见上文Person是父类，Student，Employee是子类,Employee同名的方法eat 就覆盖了父类的eat方法
【例子】构造方法覆盖

class Person:
    _name = None
    _age = 0

    def __init__(self, name="lili", age=10):
        self._name = name
        self._age = age

    def eat(self, food="苹果"):
        print("%d岁的%s在吃%s" % (self._age, self._name, food))


class Student(Person):
    _class = "1班"
    _stu_no = "001"
    def __init__(self):
        super().__init__()
    def study(self, book="课本"):
        print("在%s学号为%s且年龄为%d岁的%s在学%s" % (self._class, self._stu_no, self._age, self._name, book))


class Employee(Person):
    no = "001"

    def __init__(self, name, age):
        name = "员工" + name
        Person.__init__(self, name, age)

    def eat(self, food="苹果"):
        print("员工号为%s的%s在享受%s的美味" % (self.no, self._name, food))


p1 = Employee(name="xiaoming", age=18)
p1.eat()
p2=Student()
p2.eat()

员工号为001的员工xiaoming在享受苹果的美味
10岁的lili在吃苹果

super().init() 默认构造方法
Person.init(self, name, age)父类构造方法

Python支持多继承，但是我们不使用多继承。可以在设计接口的时候使用多实现。
【例子】

class Study:
    def read(self, book):
        pass


class Dinner:
    def eat(self):
        pass


class Student(Study, Dinner):
    def eat(self):
        print("吃简单的饭")

    def read(self, book):
        print("为了学习，读%s" % book)


class Employee(Study, Dinner):
    def eat(self):
        print("享用豪华大餐")

    def read(self, book):
        print("为了提高自身，开始读%s" % book)


def read(stu: Study):
    stu.read("春秋")


def eat(di: Dinner):
    di.eat()


stu1 = Student()
emp = Employee()
read(stu1)
eat(stu1)
read(emp)
eat(emp)

为了学习，读春秋
吃简单的饭
为了提高自身，开始读春秋
享用豪华大餐

类、类对象和实例对象

类对象：创建一个类，其实也是一个对象也在内存开辟了一块空间，称为类对象，类对象只有一个。

class A(object):
       pass

实例对象：就是通过实例化类创建的对象，称为实例对象，实例对象可以有多个。

class A(object):
    pass

# 实例化对象 a、b、c都属于实例对象。
a = A()
b = A()
c = A()

类属性：类里面方法外面定义的变量称为类属性。类属性所属于类对象并且多个实例对象之间共享同一个类属性，说白了就是类属性所有的通过该类实例化的对象都能共享。
实例属性：实例属性和具体的某个实例对象有关系，并且一个实例对象和另外一个实例对象是不共享属性的，说白了实例属性只能在自己的对象里面使用，其他的对象不能直接使用，因为self是谁调用，它的值就属于该对象。

class A:
    no = 1 # 类属性

    def __init__(self):
        self.name = 'name1' # 实例属性

    def set_name(self, name):
        self.name = name

    def test(self):
        print("name is %s,no is %d" % (self.name,self.no))
a = A()
A.no = 2
a.set_name("namea")
a.test()
b = A()
b.test()

name is namea,no is 2
name is name1,no is 2

注意：属性与方法名相同，属性会覆盖方法。

绑定

Python 严格要求方法需要有实例才能被调用，这种限制其实就是 Python 所谓的绑定概念。

Python 对象的数据属性通常存储在名为.__ dict__的字典中，我们可以直接访问__dict__，或利用 Python 的内置函数vars()获取.__ dict__。

【例子】

class A:
    no = 1

    def __init__(self):
        self.name = 'name1'

    def set_name(self, name):
        self.name = name

    def test(self):
        print("name is %s,no is %d" % (self.name,self.no))

print(A.__dict__)
print(vars(A))
a=A()
a.set_name("namea")
print(a.__dict__)
print(vars(a))

{‘module’: ‘main’, ‘no’: 1, ‘init’: <function A.init at 0x104aac4c0>, ‘set_name’: <function A.set_name at 0x104aac550>, ‘test’: <function A.test at 0x104aac5e0>, ‘dict’: <attribute ‘dict’ of ‘A’ objects>, ‘weakref’: <attribute ‘weakref’ of ‘A’ objects>, ‘doc’: None}
{‘module’: ‘main’, ‘no’: 1, ‘init’: <function A.init at 0x104aac4c0>, ‘set_name’: <function A.set_name at 0x104aac550>, ‘test’: <function A.test at 0x104aac5e0>, ‘dict’: <attribute ‘dict’ of ‘A’ objects>, ‘weakref’: <attribute ‘weakref’ of ‘A’ objects>, ‘doc’: None}
{‘name’: ‘namea’}
{‘name’: ‘namea’}

类绑定和对象绑定的区别

内置函数

• issubclass(class, classinfo) 方法用于判断参数 class 是否是类型参数 classinfo 的子类。
• 一个类被认为是其自身的子类。
• classinfo可以是类对象的元组，只要class是其中任何一个候选类的子类，则返回True。
• isinstance(object, classinfo) 方法用于判断一个对象是否是一个已知的类型，类似type()。
• type()不会认为子类是一种父类类型，不考虑继承关系。
• isinstance()会认为子类是一种父类类型，考虑继承关系。
• hasattr(object, name)用于判断对象是否包含对应的属性。
• getattr(object, name[, default])用于返回一个对象属性值。
• setattr(object, name, value)对应函数 getattr()，用于设置属性值，该属性不一定是存在的。
• delattr(object, name)用于删除属性。

class A:
    n=10
    pass


class B(A):
    pass


print(issubclass(A, B))
print(issubclass(B, A))
print(issubclass(B, B))
print(issubclass(A, object))
a = A()
b = B()
print(isinstance(a, A))
print(isinstance(b, A))
print(isinstance(a, B))
print(type(A) == A)
print(type(a) == A)
print(hasattr(a,'n'))
print(hasattr(a,'c'))
print(getattr(a,"n"))
setattr(a,"m",9)
print(a.m)
delattr(a,"m")
# print("a.m=",a.m)

False
True
True
True
True
True
False
False
True
True
False
10
9

魔法方法

魔法方法总是被双下划线包围，例如__init__。

魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用。

魔法方法的第一个参数应为cls（类方法） 或者self（实例方法）。

cls：代表一个类的名称
self：代表一个实例对象的名称

基本的魔法方法

• init(self[, …]) 构造器，当一个实例被创建的时候调用的初始化方法
• 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__。
  • 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。
• 若__new__没有正确返回当前类cls的实例，那__init__是不会被调用的，即使是父类的实例也不行，将没有__init__被调用。

【例子】

class A:
    def __init__(self):
        print("__init__A")

    def __new__(cls, *args, **kwargs):
        print("__new__A")


class B:
    def __init__(self):
        print("__init__B")

    def __new__(cls, *args, **kwargs):
        print("__new__B")
        return object.__new__(cls)
    
class C(A):
    def __init__(self):
        print("__init__C")


A()
B()
C()

__new__A
__new__B
__init__B
__new__A

【例子】单例实现

class A:
    _instance = None

    def __init__(self):
        print("__init__A")

    def __new__(cls, *args, **kwargs):
        print("__new__A")
        if cls._instance is None:
            cls._instance = object.__new__(cls)
        return cls._instance


a = A()
b = A()
print(id(a))
print(id(b))

__new__A
__init__A
__new__A
__init__A
4305735584
4305735584

• __new__方法主要是当你继承一些不可变的 class 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。
• del(self) 析构器，当一个对象将要被系统回收之时调用的方法。

  Python 采用自动引用计数（ARC）方式来回收对象所占用的空间，当程序中有一个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 1；当程序中有两个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 2，依此类推，如果一个对象的引用计数变成了 0，则说明程序中不再有变量引用该对象，表明程序不再需要该对象，因此 Python 就会回收该对象。
  大部分时候，Python 的 ARC 都能准确、高效地回收系统中的每个对象。但如果系统中出现循环引用的情况，比如对象 a 持有一个实例变量引用对象 b，而对象 b 又持有一个实例变量引用对象 a，此时两个对象的引用计数都是 1，而实际上程序已经不再有变量引用它们，系统应该回收它们，此时 Python 的垃圾回收器就可能没那么快，要等专门的循环垃圾回收器（Cyclic Garbage Collector）来检测并回收这种引用循环。
  【例子】

class A:
    def __new__(cls, *args, **kwargs):
        print("__new__")
        return super().__new__(cls)
    def __del__(self):
        print("__del__")

a=A(4)
print(a)

new
<main.A object at 0x104453640>
del

• 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__

• 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__
    【例子】

class A:
    def __str__(self):
        print("A __str__")
        return "A"

    def __repr__(self):
        print("A __repr__")
        return "A __repr__"


class B:
    def __repr__(self):
        print("B __repr__")
        return "B __repr__"


a = A()
print(a)
b = B()
print(b)

A str
A
B repr
B repr

算术运算符魔法方法

类型工厂函数，指的是“不通过类而是通过函数来创建对象”。
例如 list(seq),tuple(seq),int()

i1=int('4')
print(i1,type(i1))
f1=float('4.5')
print(f1,type(f1))
s1=str("world")
print(s1,type(s1))
print(len(s1))
lst=list("world")
print(id(lst))
print(lst,type(lst))
print(type(int))
print(type(float))
print(type(str))
print(type(list))
print(type(len))
print(type(id))

4 <class ‘int’>
4.5 <class ‘float’>
world <class ‘str’>
5
4375159488
[‘w’, ‘o’, ‘r’, ‘l’, ‘d’] <class ‘list’>
<class ‘type’>
<class ‘type’>
<class ‘type’>
<class ‘type’>
<class ‘builtin_function_or_method’>
<class ‘builtin_function_or_method’>

实现对象之间的算数运算，运算符包括:

+加法 __add__(self, other)
- 减法 __sub__(self, other)
* 乘法 __mul__(self, other)
/ 除法 __truediv__(self, other)
// 整除 __floordiv__(self, other)
% 余 __mod__(self, other)
** 指数 __pow__(self, other[, module])
还有
& 与   __and__(self, other)
| 或  __or__(self, other)
^ 异或 __xor__(self, other) 
<< 左移 __lshift__(self, other)
>> 右移 __rshift__(self, other)

还有更多其它的运算符或者工厂函数的魔法方法，可以去看int 类型的源码。
【例子】实现一个向量的算数运算。

class Vector:
    def __init__(self, value=[]):
        self.value = value

    def __add__(self, other):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] + other.value[i])
        return Vector(result)

    def __sub__(self, other):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] - other.value[i])
        return Vector(result)

    def __mul__(self, other):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] * other.value[i])
        return Vector(result)

    def __truediv__(self, other):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] / other.value[i])
        return Vector(result)

    def __floordiv__(self, other):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] // other.value[i])
        return Vector(result)

    def __mod__(self, other):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] % other.value[i])
        return Vector(result)

    def __pow__(self, power, modulo=None):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] ** power)
        return Vector(result)

    def __and__(self, other):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] & other.value[i])
        return Vector(result)

    def __or__(self, other):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] | other.value[i])
        return Vector(result)

    def __xor__(self, other):
        result = []
        for i in range(len(self.value)):
            result.append(self.value[i] ^ other.value[i])
        return Vector(result)

    def __lshift__(self, other):
        return Vector(self.value[other:len(self.value)])

    def __rshift__(self, other):
        return Vector(self.value[0:len(self.value) - other])

    def __str__(self):
        return str(self.value)

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

v1 = Vector([1, 2, 3])
v2 = Vector([4, 5, 6])
print(v1 + v2)
print(v2 - v1)
print(v1 * v2)
print(v2 / v1)
print(v2 // v1)
print(v2 % v1)
print(v1 & v2)
print(v1 | v2)
print(v1 ^ v2)
print(v1 << 1)
print(v2 >> 1)
print(len(v1))
print(len(v2))

[5, 7, 9]
[3, 3, 3]
[4, 10, 18]
[4.0, 2.5, 2.0]
[4, 2, 2]
[0, 1, 0]
[0, 0, 2]
[5, 7, 7]
[5, 7, 5]
[2, 3]
[4, 5]
3
3

反算术运算符

上文是运算符实现，大是正的算数运算符，也就是左侧的计算右侧的。
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。

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：|

用法和上文一致
【例子】

class A(str):
    def __rsub__(self, other):
        return other.replace(self, '')


print(A("ab") + "abc")
print("abc" - A("ab"))

ababc
c

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：|=

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

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。
【例子】

class C:
    def __getattribute__(self, item):
        print('__getattribute__')
        return super().__getattribute__(item)

    def __getattr__(self, item):
        print('__getattr__')

    def __setattr__(self, key, value):
        print('__setattr__')
        super().__setattr__(key, value)

    def __delattr__(self, item):
        print('__delattr__')
        super().__delattr__(item)


c = C()
c.x
# __getattribute__
# __getattr__

c.x = 1
# __setattr__

del c.x
# __delattr__

getattribute
getattr
setattr
delattr

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。

定制序列

• 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。
  例如 list是可变的,str是不可变的。

可以实现定制可变的类和不可变类
【例子】

class A:
    def __init__(self, ):
        self.value = [data * 2 + 1 for data in [1, 2, 3, 4]]

    def __getitem__(self, item):
        return self.value

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

    def __iter__(self):
        return self.value.__iter__()

    def __str__(self):
        return str(self.value)


class B:
    def __init__(self, ):
        self.value = [data * 3 + 2 for data in [1, 2, 3, 4]]

    def __getitem__(self, item):
        return self.value

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

    def __setitem__(self, key, value):
        self.value[key] = value

    def __delitem__(self, key):
        del self.value[key]

    def __iter__(self):
        return self.value.__iter__()

    def __str__(self):
        return str(self.value)


a = A()
print(len(a))
# del a[0]# 会报错
print(a)
for item in a:
    print(item)

b = B()
print(b)
b[0] = 100
print(b)
del b[2]
print(b)

4
[3, 5, 7, 9]
3
5
7
9
[5, 8, 11, 14]
[100, 8, 11, 14]
[100, 8, 14]

迭代器

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：
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。
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。

for …in .就是迭代器的遍历。需要实现函数。iter(self)

class A:
    def __init__(self, ):
        self.value = [data * 2 + 1 for data in [1, 2, 3, 4]]
        self.step = 0

    def __getitem__(self, item):
        return self.value

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

    def __next__(self):
        if self.step > len(self.value) - 1:
            self.step=0
            raise StopIteration
        try:
            result = self.value[self.step]
            return result
        finally:
            self.step += 1

    def __iter__(self):
        return self

    def __str__(self):
        return str(self.value)


a = A()
print(len(a))
print(a)
for item in a:
    print(item)
print("")
it = iter(a)
while True:
    try:
        print(next(it))
    except StopIteration:
        break

4
[3, 5, 7, 9]
3
5
7
9

3
5
7
9