Python3入门笔记七之面向对象高级编程

简介: '限制实例的属性:__slots__ ,把一个方法变成属性调用:@property装饰器,多重继承&MixIn,定制类,枚举类:Enum,元类'限制实例的属性:__slots__限制实例的属性 比如只允许对Student实例添加name和age属性。 由于'score'没有被放到__slots__中,所以不能绑定score属性,试图绑定score将得到AttributeError的错误。注意:__slots__定义的属性仅对当前类实例起作用,对继承的子类是不起作用的


'限制实例的属性:__slots__ ,把一个方法变成属性调用:@property装饰器,多重继承&MixIn,定制类,枚举类:Enum,元类'


限制实例的属性:__slots__


限制实例的属性 比如只允许对Student实例添加name和age属性。 由于'score'没有被放到__slots__中,所以不能绑定score属性,试图绑定score将得到AttributeError的错误。注意:__slots__定义的属性仅对当前类实例起作用,对继承的子类是不起作用的


class Student(object):
    __slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称
s = Student()
s.name='a'
s.age=11
s.score=99 # AttributeError: 'Student' object has no attribute 'score'
复制代码


子类实例允许定义的属性就是自身的__slots__加上父类的__slots__


把一个方法变成属性调用:@property装饰器


把一个getter方法变成属性,只需要加上@property就可以了,此时,@property本身又创建了另一个装饰器@score.setter,负责把一个setter方法变成属性赋值


class Student(object):
    @property
    def score(self):
        return self._score
    @score.setter
    def score(self, value):
        if not isinstance(value, int):
            raise ValueError('score must be an integer!')
        if value < 0 or value > 100:
            raise ValueError('score must between 0 ~ 100!')
        self._score = value
s = Student()
s.score=11
s.score
复制代码


不写 @score.setter 的话就只能读这个属性


多重继承&MixIn


(⊙﹏⊙) 这个就和java的不同了,在java中只能单继承,多实现。 而在这个python中,直接在括号中添加对应的父类即可。


class Dog(Mammal, RunnableMixIn):
    pass
复制代码


上面这个例子在设计上也称为mixin


MixIn的目的就是给一个类增加多个功能,这样,在设计类的时候,我们优先考虑通过多重继承来组合多个MixIn的功能,而不是设计多层次的复杂的继承关系。


一般单继承的class名称不加后缀MixIn(如Mammal),这个多继承的点要加后缀MixIn如(RunnableMixIn),


Python自带了TCPServerUDPServer这两类网络服务,而要同时服务多个用户就必须使用多进程多线程模型,这两种模型由ForkingMixInThreadingMixIn提供。

多线程模式的UDP服务:


class MyUDPServer(UDPServer, ThreadingMixIn):
    pass
复制代码


定制类


python3官方文档定制类介绍


__str__(),__repr__()


这两个同Java的toString()方法,只不过这个__str__()返回用户看到的字符串,而__repr__()返回程序开发者看到的字符串,__repr__()是为调试服务的


class Student(object):
    def __init__(self, name):
        self.name = name
    def __str__(self): # 2
        return 'Student object (name=%s)' % self.name
    __repr__ = __str__ # 1
s=Student('ken')
s # 2
print(s) # 1 Student object (name=ken)
# 同时注释掉 # 1 的内容就可以看到效果
复制代码


__iter__


如果一个类想被用于for ... in循环,类似list或tuple那样,就必须实现一个__iter__()方法,该方法返回一个迭代对象,然后,Python的for循环就会不断调用该迭代对象的__next__()方法拿到循环的下一个值,直到遇到StopIteration错误时退出循环。


这个博主之前的文章中也也有记录到:《python3入门笔记三之高级特性---切片,迭代,列表生成式,生成器,迭代器


网络异常,图片无法展示
|



class Fib(object):
    def __init__(self):
        self.a, self.b = 0, 1 # 初始化两个计数器a,b
    def __iter__(self):
        return self # 实例本身就是迭代对象,故返回自己
    def __next__(self):
        self.a, self.b = self.b, self.a + self.b # 计算下一个值
        if self.a > 100: # 退出循环的条件
            raise StopIteration()
        return self.a # 返回下一个值
for n in Fib():
    print(n) # 1 1 2 3 5 8...89
复制代码


__getitem__


  1. 按照下标取出元素


class Fib(object):
    def __getitem__(self, n):
        a, b = 1, 1
        for x in range(n):
            a, b = b, a + b
        return a
f = Fib()
f[10] # 89
复制代码


  1. 切片


getitem()传入的参数可能是一个int,也可能是一个切片对象slice,所以要做判断:


class Fib(object):
    def __getitem__(self, n):
        if isinstance(n, int): # n是索引
            a, b = 1, 1
            for x in range(n):
                a, b = b, a + b
            return a
        if isinstance(n, slice): # n是切片
            start = n.start
            stop = n.stop
            step = n.step
            print('step:',step)
            if start is None:
                start = 0
            if step is None:
                step = 1
            a, b = 1, 1
            L = []
            for x in range(stop):
                if x >= start:
                    if(x%step==0):
                        L.append(a)
                a, b = b, a + b
            return L
f=Fib()
print(f[:10]) #  [1, 1, 2, 3, 5, 8, 13, 21, 34, 55] 
print(f[:10:2]) # [1, 2, 5, 13, 34]
print(f[10]) # 89
复制代码


__call__


任何类,只需要定义一个__call__()方法,就可以直接对实例进行调用。

怎么判断一个变量是对象还是函数呢? 通过callable()函数,我们就可以判断一个对象是否是“可调用”对象。


class Student(object):
    def __init__(self, name):
        self.name = name
    def __call__(self):
        print('My name is %s.' % self.name)
s = Student('Michael')
if callable(s):
    s() # My name is Michael.
复制代码


动态返回一个属性:__getattr__


这个在上篇笔记中有写到《python入门笔记六之面向对象编程

网络异常,图片无法展示
|


class Student(object):
    def __getattr__(self, attr):
        if attr=='age':
            return lambda: 25
        elif attr =='name':
            return 'Amy'
s = Student()
print(s.age()) # 25 注意这里返回的是一个lambda表达式,需要调用该方法才能拿到值
print(s.name) # Amy 
复制代码


链式调用的例子 :


class Chain(object):
    def __init__(self, path=''):
        self._path = path
    def __getattr__(self, path):
        return Chain('%s/%s' % (self._path, path))
    def __call__(self, path):
        return Chain('%s/%s' % (self._path, path))
    def __str__(self):
        return self._path
    __repr__ = __str__
print(Chain().status.user.timeline.list) # /status/user/timeline/list
# 注意这里的chain返回的是chain对象,所以这个users('michael')就可以很好地理解了。
print(Chain().users('michael').repos) # /users/michael/repos
复制代码


使用枚举类:Enum


枚举类型定义一个class类型,然后,每个常量都是class的一个唯一实例


from enum import Enum
Month = Enum('Month', ('Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec'))
for name, member in Month.__members__.items():
    print(name, '=>', member, ',', member.value)
# value属性则是自动赋给成员的int常量,默认从1开始计数。
# Jan => Month.Jan , 1
# Feb => Month.Feb , 2
# Mar => Month.Mar , 3
# .
# .
# .
# Dec => Month.Dec , 12
复制代码


获取枚举常量的两种方式:


  1. 根据成员名称


  1. 根据value值


from enum import Enum, unique
@unique # @unique装饰器可以帮助我们检查保证没有重复值。
class Weekday(Enum):
    Sun = 0 # Sun的value被设定为0
    Mon = 1
    Tue = 2
    Wed = 3
    Thu = 4
    Fri = 5
    Sat = 6
print(Weekday.Mon,'=',Weekday.Mon.value) # Weekday.Mon = 1
print(Weekday['Mon'],'=',Weekday.Mon.value)  # Weekday.Mon = 1
print(Weekday(1),'=',Weekday.Mon.value)  # Weekday.Mon = 1
for name, member in Weekday.__members__.items():
    print(name, '=>', member)
复制代码


小测试: 把gender属性改造为枚举类型,避免使用字符串


class Gender(Enum):
    Male = 0
    Female = 1
class Student(object):
    def __init__(self, name, gender):
        self.name = name
        self.gender = gender
    def __str__(self):
          return 'Student object name={},gender={}'.format(self.name,self.gender)
    __repr__=__str__
bart = Student('Bart', Gender.Male)
print(bart) #  Student object name=Bart,gender=Gender.Male
bart # Student object name=Bart,gender=Gender.Male
复制代码


使用元类


type()


这个也在上篇博文讲到,现在要补充下它的其他知识点


  1. type()函数可以查看一个类型或变量的类型


  1. type()函数既可以返回一个对象的类型,又可以创建出新的类型


网络异常,图片无法展示
|


print(type(str)) # <class 'type'>  str是class,所以类型是type
print(type('123')) # <class 'str'> '123'是实例。所以类型是str
def fn(self, name='world'): # 先定义函数    
    print('Hello, %s.' % name)
复制代码


通过type()函数创建出Hello类,而无需通过class Hello(object)...的定义:


要创建一个class对象,type()函数依次传入3个参数:


  1. class的名称;


  1. 继承的父类集合,注意Python支持多重继承,如果只有一个父类,别忘了tuple的单元素写法


  1. class的方法名称与函数绑定,这里我们把函数fn绑定到方法名hello上。


如图(通过这些ide可以帮助我们更快认识这个函数):


网络异常,图片无法展示
|


def fn(self, name='world'):
    return name
Hello=type('Hello',(object,),dict(hello=fn)) # 创建出Hello类
h=Hello() # 注意这里才去创建Instance实例
print(h.hello('1'))
print(type(Hello)) # <class 'type'>
print(type(h)) # <class '__main__.Hello'>
复制代码


metaclass


除了使用type()动态创建类以外,要控制类的创建行为,还可以使用 metaclassmetaclass是Python面向对象里最难理解,也是最难使用的魔术代码 (已劝退😆 哈哈哈)


大概理解就是它可以定义创建类时候的行为。


# metaclass是类的模板,所以必须从`type`类型派生:
class ListMetaclass(type):
    def __new__(cls, name, bases, attrs):
        attrs['add'] = lambda self, value: self.append(value)
        return type.__new__(cls, name, bases, attrs)
class MyList(list, metaclass=ListMetaclass):
    pass
L = MyList()
L.add(1)
L # 1
复制代码


一般写代码的时候用不上,使用metaclass的典型例子是ORM框架(😱老底都揭露出来了)另外再写写这个例子😄



目录
相关文章
|
8天前
|
人工智能 数据可视化 数据挖掘
探索Python编程:从基础到高级
在这篇文章中,我们将一起深入探索Python编程的世界。无论你是初学者还是有经验的程序员,都可以从中获得新的知识和技能。我们将从Python的基础语法开始,然后逐步过渡到更复杂的主题,如面向对象编程、异常处理和模块使用。最后,我们将通过一些实际的代码示例,来展示如何应用这些知识解决实际问题。让我们一起开启Python编程的旅程吧!
|
7天前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
7天前
|
小程序 开发者 Python
探索Python编程:从基础到实战
本文将引导你走进Python编程的世界,从基础语法开始,逐步深入到实战项目。我们将一起探讨如何在编程中发挥创意,解决问题,并分享一些实用的技巧和心得。无论你是编程新手还是有一定经验的开发者,这篇文章都将为你提供有价值的参考。让我们一起开启Python编程的探索之旅吧!
31 10
|
8天前
|
IDE 程序员 开发工具
Python编程入门:打造你的第一个程序
迈出编程的第一步,就像在未知的海洋中航行。本文是你启航的指南针,带你了解Python这门语言的魅力所在,并手把手教你构建第一个属于自己的程序。从安装环境到编写代码,我们将一步步走过这段旅程。准备好了吗?让我们开始吧!
|
7天前
|
测试技术 开发者 Python
探索Python中的装饰器:从入门到实践
装饰器,在Python中是一块强大的语法糖,它允许我们在不修改原函数代码的情况下增加额外的功能。本文将通过简单易懂的语言和实例,带你一步步了解装饰器的基本概念、使用方法以及如何自定义装饰器。我们还将探讨装饰器在实战中的应用,让你能够在实际编程中灵活运用这一技术。
24 7
|
7天前
|
人工智能 数据挖掘 开发者
探索Python编程之美:从基础到进阶
本文是一篇深入浅出的Python编程指南,旨在帮助初学者理解Python编程的核心概念,并引导他们逐步掌握更高级的技术。文章不仅涵盖了Python的基础语法,还深入探讨了面向对象编程、函数式编程等高级主题。通过丰富的代码示例和实践项目,读者将能够巩固所学知识,提升编程技能。无论你是编程新手还是有一定经验的开发者,这篇文章都将为你提供有价值的参考和启示。让我们一起踏上Python编程的美妙旅程吧!
|
8天前
|
机器学习/深度学习 人工智能 算法
深度学习入门:用Python构建你的第一个神经网络
在人工智能的海洋中,深度学习是那艘能够带你远航的船。本文将作为你的航标,引导你搭建第一个神经网络模型,让你领略深度学习的魅力。通过简单直观的语言和实例,我们将一起探索隐藏在数据背后的模式,体验从零开始创造智能系统的快感。准备好了吗?让我们启航吧!
27 3
|
存储 监控 API
Python笔记2(函数参数、面向对象、装饰器、高级函数、捕获异常、dir)
Python笔记2(函数参数、面向对象、装饰器、高级函数、捕获异常、dir)
70 0
|
7月前
|
Python
Python基础 笔记(九) 函数及进阶
Python基础 笔记(九) 函数及进阶
50 6
|
4月前
|
存储 Python
Python笔记8 函数
本文是作者的Python复习笔记第八篇,全面介绍了Python中的函数定义与使用,包括函数的参数传递(位置参数、关键字参数、默认参数、列表参数、任意数量参数和关键字参数)、函数的返回值以及如何创建和调用函数库(模块),并提供了丰富的示例代码。
31 0