Python数据模型

Python数据模型

---

理解好Python的数据模型才是真正理解了Python这门语言

• Python数据模型其实就是对象模型，书中对数据模型的解释是 数据模型是对Python框架的描述，规范了Python自身构建模块的接口，数据模型体现了Python的设计思想，理解好就能写出Pythonic代码。
• 类似于经常用到的 len(something)背后调用的是something.__len__方法，obj[key]背后调用的是obj.__getitem__方法等等，这些方法就是构建Python数据模型的关键，它们称为特殊方法（魔术方法或双下方法）。

Pythonic纸牌

---

这是书中对于Python特殊方法的代码示例

import collections
from random import choice

# namedtuple用来构建只有少数属性但是没有方法的对象
# 访问其中的属性，可以像元组那样使用索引，也可以像一般对象那样使用点操作符(.)
Card = collections.namedtuple('Card', ['rank', 'suit'])

class FrenchDeck:
  ranks = [str(i) for i in range(2, 11)] + list('JQKA')
  suits = 'spades diamonds clubs hearts'.split()

  def __init__(self):
      self._cards = [Card(rank, suit) for suit in self.suits for rank in self.ranks]

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

  # 可以利用索引查找元素，而且使得它的对象可迭代
  def __getitem__(self, pos):
      return self._cards[pos]

  def __repr__(self):
      return 

if __name__ == '__main__':
  deck = FrenchDeck()
  print(len(deck))

    # 打印第一张、最后一张、最上面三张、花色是A的扑克牌
  print(deck[0], deck[-1], deck[:3], deck[12::13], sep='\n')

  # 随机选择一个元素
  print(choice(deck))

  # 打印每一张牌，打印数字，打印花色
  for card in deck:
      print(card, card[0], card.suit)
  
  # 扑克牌排序
  suit_values = dict(spades = 3, hearts = 2, diamonds = 1, clubs = 0)
  def spades_high(card):
      rank_value = FrenchDeck.ranks.index(card.rank)
      return len(suit_values) * rank_value + suit_values[card.suit]
  for card in sorted(deck, key=spades_high):
      print(card)

可以看到仅仅这些特殊方法就让对象的操作十分简便，特别是定义了__getitem__方法就可以实现对象的迭代和切片操作，这个示例不仅体现了Python面向对象的风格，也是体现出Python的核心语言特(如迭代和切片)

自定义二维向量

---

关于运算符的特殊方法

from math import hypot    # 两个数平方和开方

class Vector():
  def __init__(self, x=0, y=0):
      self.x = x
      self.y = y

  def __repr__(self):     # 字符串表示形式
      return 'Vector(%r, %r)' % (self.x, self.y)

  def __abs__(self):
      return hypot(self.x, self.y)

  def __bool__(self):
      return bool(abs(self))
      # OR return bool(self.x or self.y)

  def __add__(self, other):
      return Vector(self.x + other.x, self.y + other.y)

  def __mul__(self, scalar):
      return Vector(self.x * scalar, self.y * scalar)

这里通过__add__和__mul__方法分别实现了自定义二维向量的对于 + 和 * 算数运算符的使用，同时__abs__实现了向量的模，__bool__实现判断向量是否为零向量。

特殊方法一览

---

书中给出的特殊方法列表

1. 与运算符无关的特殊方法

字符串/字节序列表示形式 ： __repr__、__str__、__format__、__bytes__
数值转换 ： __abs__、__bool__、__complex__、__int__、__float__、__hash__、__index__
集合模拟 ： __len__、__getitem__、__setitem__、__delitem__、__contains__
迭代枚举 ： __iter__、__reversed__、__next__
可调用模拟 ： __call__
上下文管理 ： __enter__、__exit__
实例创建和销毁 ： __new__、__init__、__del__
属性管理 ： __getattr__、__getattribute__、__setattr__、__delattr__、__dir__
属性描述符 ： __get__、__set__、__delete__
类相关的服务 ： __prepare__、__instancecheck__、__subclasscheck__

2. 与运算符有关的特殊方法

一元运算符 ： __neg__  - 、__pos__  + 、__abs__  abs()
比较运算符 ： __lt__  < 、__le__  <= 、__eq__  == 、__ne__  != 、__gt__  > 、__ge__  >=
算术运算符 ： __add__  + 、__sub__  - 、__mul__  * 、__truediv__  / 、__floordiv__  // 、__mod__  % 、__divmod__  divmod() 、__pow__  ** 、__round__  round()
反向算术运算符 ： __radd__、__rsub__、__rmul__、__rtruediv__、__rfloordiv__、__rmod__、__rdivmod__、__rpow__
增量赋值算术运算符 ： __iadd__、__isub__、__imul__、__itruediv__、__ifloordiv__、__imod__、__ipow__
位运算符 ： __invert__  ~ 、__lshift__  << 、__rshift__  >> 、__and__  & 、__or__  \： 、__xor__  ^
反向位运算符 ： __rlshift__、__rrshift__、__rand__、__ror__、__rxor__
增量赋值位运算符 ： __ilshift__、__irshift__、__iand__、__ior__、__ixor__

小结

---

数据模型是Python风格的体现，特殊方法又是数据模型构建的关键，通过实现特殊方法，自定义的数据类型可以像内置类型一样随心所欲。特殊方法这么多，当然是遇则熟然则疏，没有必要去记住所有，当需要用到的时候自然就认识它了。