DataWhale_python训练营task7

文章目录

  • 一、任务大纲
  • 二、类与对象
    • 2.1 对象 = 属性 + 方法
    • 2.2 self的定义
    • 2.3 Python 的魔法方法
    • 2.4 公有和私有
    • 2.5 类的继承
    • 2.6 组合
    • 2.7 类、类对象和实例对象
    • 2.8 绑定
    • 2.9 一些相关的内置函数(BIF)
    • 2.10 练习题
  • 三、魔法方法
    • 3.1 基本的魔法方法
    • 3.2 算术运算符
    • 3.3 反算术运算符
    • 3.4 增量赋值运算符
    • 3.5 一元运算符
    • 3.6 属性访问
    • 3.7 描述符
    • 3.8 定制序列
    • 3.9 迭代器
    • 3.10 生成器
    • 3.11 练习题

一、任务大纲

Task10:类、对象与魔法方法(3天)
理论部分

  • 掌握类、对象和实例对象之间的关系,熟悉类的继承与多态。
  • 理解self的含义,熟悉类的公有和私有,了解绑定的概念和相关内置函数。
  • 了解python的魔法方法,理解python面向对象特性的基础。

练习部分

  • 课后思考题
  • 编程实践

二、类与对象

2.1 对象 = 属性 + 方法

使用关键字 class 定义 Python 类,关键字后面紧跟类的名称、冒号和类的实现(属性 + 方法)。
注意:属性与方法名相同,属性会覆盖方法。

class Turtle: # Python中的类名约定以大写字母开头
	"""关于类的一个简单例子"""
	# 属性
	color = 'green'
	weight = 10
	legs = 4
	shell = True
	mouth = '大嘴'
	# 方法
	def climb(self):
		print('我正在很努力的向前爬...')
	def run(self):
		print('我正在飞快的向前跑...')
	def bite(self):
		print('咬死你咬死你!!')
	def eat(self):
		print('有得吃,真满足...')
	def sleep(self):
		print('困了,睡了,晚安,zzz')
tt = Turtle()
print(tt)
# <__main__.Turtle object at 0x0000007C32D67F98>
print(type(tt))
# 
print(tt.__class__)
# 
print(tt.__class__.__name__)
# Turtle
tt.climb()
# 我正在很努力的向前爬...
tt.run()
# 我正在飞快的向前跑...
tt.bite()
# 咬死你咬死你!!
# Python类也是对象。它们是type的实例
print(type(Turtle))
# 

该例子中tt是一个对象,turtle是一个类,对象ttturtle类的一个实例。

  • 继承:子类自动共享父类之间数据和方法的机制
class MyList(list):
pass
lst = MyList([1, 5, 2, 7, 8])
lst.append(9)
lst.sort()
print(lst)
# [1, 2, 5, 7, 8, 9]
  • 多态:不同对象对同一方法响应不同的行动
class Animal:
    def run(self):
        raise AttributeError('子类必须实现这个方法')
class People(Animal):
    def run(self):
        print('people is walking')
class Pig(Animal):
    def run(self):
        print('pig is walking')
class Dog(Animal):
    def run(self):
        print('dog is running')
def func(animal):
    animal.run()
func(People())
func(Pig())
# people is walking
# pig is walking

PeoplePigDog三个子类继承父类Animal,并重写Animal类的run方法。定义func函数的输入为animal类,将PeoplePig子类输入func函数。

2.2 self的定义

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

class Ball:
    def setName(self, name):
        self.name = name
    def kick(self):
        print("我叫%s,该死的,谁踢我..." % self.name)
a = Ball()
a.setName("球A")
b = Ball()
b.setName("球B")
c = Ball()
c.setName("球C")
a.kick()
# 我叫球A,该死的,谁踢我...
b.kick()
# 我叫球B,该死的,谁踢我...

2.3 Python 的魔法方法

如果你的对象实现了这些魔法方法中的某一个,那么这个方法就会在特殊的情况下自动被 Python 所调用。
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。

class Ball:
def __init__(self, name):
self.name = name
def kick(self):
print("我叫%s,该死的,谁踢我..." % self.name)
a = Ball("球A")
b = Ball("球B")
c = Ball("球C")
a.kick()
# 我叫球A,该死的,谁踢我...
b.kick()
# 我叫球B,该死的,谁踢我...

2.4 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,那么这个函数或属性就会为私有的了。
私有指的是不能在类的外部被使用或直接访问。
公有指的是能在类的外部被使用或直接访问。

  • 类的私有属性实例
class JustCounter:
	__secretCount = 0 # 私有变量
	publicCount = 0 # 公开变量
	def count(self):
		self.__secretCount += 1
		self.publicCount += 1
		print(self.__secretCount)
counter = JustCounter()
counter.count() # 1
counter.count() # 2
print(counter.publicCount) # 2
print(counter._JustCounter__secretCount) # 2 Python的私有为伪私有
print(counter.__secretCount)
# AttributeError: 'JustCounter' object has no attribute '__secretCount'
  • 类的私有方法实例
class Site:
	def __init__(self, name, url):
		self.name = name # public
		self.__url = url # private
	def who(self):
		print('name : ', self.name)
		print('url : ', self.__url)
	def __foo(self): # 私有方法
		print('这是私有方法')
	def foo(self): # 公共方法
		print('这是公共方法')
		self.__foo()
x = Site('老马的程序人生', 'https://blog.csdn.net/LSGO_MYP')
x.who()
# name : 老马的程序人生
# url : https://blog.csdn.net/LSGO_MYP
x.foo()
# 这是公共方法
# 这是私有方法
x.__foo()
# AttributeError: 'Site' object has no attribute '__foo'

2.5 类的继承

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

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。

class people:
    # 定义基本属性
    name = ''
    age = 0
    # 定义私有属性,私有属性在类外部无法直接进行访问
    __weight = 0
    # 定义构造方法
    def __init__(self, n, a, w):
        self.name = n
        self.age = a
        self.__weight = w
    def speak(self):
        print("%s 说: 我 %d 岁。" % (self.name, self.age))
# 单继承示例
class student(people):
    grade = ''
    def __init__(self, n, a, w, g):
        # 调用父类的构函
        people.__init__(self, n, a, w)
        self.grade = g
    # 覆写父类的方法
    def speak(self):
        print("%s 说: 我 %d 岁了,我在读 %d 年级" % (self.name, self.age, self.grade))
s = student('小马的程序人生', 10, 60, 3)
s.speak()
# 小马的程序人生 说: 我 10 岁了,我在读 3 年级

注意:注意:如果上面的程序去掉: people.__init__(self, n, a, w) ,则输出: 说: 我 0 岁了,我在读 3 年级 ,因为子类的构造方法把父类的构造方法覆盖了
解决子类继承父类之后不覆盖父类__init__函数而是补充有两种方法。
方法一:调用未绑定的父类方法 Fish.__init__(self)

class Fish:
	def __init__(self):
		self.x = r.randint(0, 10)
		self.y = r.randint(0, 10)
	def move(self):
		self.x -= 1
		print("我的位置", self.x, self.y)
class Shark(Fish): # 鲨鱼
	def __init__(self):
		Fish.__init__(self)
		self.hungry = True
	def eat(self):
		if self.hungry:
			print("吃货的梦想就是天天有得吃!")
			self.hungry = False
		else:
			print("太撑了,吃不下了!")
			self.hungry = True

方法二:使用super函数 super().__init__()

class Shark(Fish): # 鲨鱼
	def __init__(self):
		super().__init__()
		self.hungry = True
	def eat(self):
		if self.hungry:
			print("吃货的梦想就是天天有得吃!")
			self.hungry = False
		else:
			print("太撑了,吃不下了!")
			self.hungry = True

2.6 组合

组合是指类的属性为另一类的实例对象。
Pool类的turtle和fish为Turtle和Fish类的实例对象。

class Turtle:
    def __init__(self, x):
        self.num = x
class Fish:
    def __init__(self, x):
        self.num = x
class Pool:
    def __init__(self, x, y):
        self.turtle = Turtle(x)
        self.fish = Fish(y)
    def print_num(self):
        print("水池里面有乌龟%s只,小鱼%s条" % (self.turtle.num, self.fish.num))
p = Pool(2, 3)
p.print_num()
# 水池里面有乌龟2只,小鱼3条

2.7 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。

# 类对象
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。

# 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

class A():
	a = xx #类属性
	def __init__(self):
		A.a = xx #使用类属性可以通过 (类名.类属性)调用。

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 类名():
	def __init__(self):
		self.name = xx #实例属性

类属性和实例属性区别

  1. 类属性:在类外面时,可以通过 实例对象.类属性类名.类属性 进行调用。在类里面时,通过 self.类属性类名.类属性 进行调用。
  2. 实例属性 :在类外面时,可以通过 实例对象.实例属性 调用。在类里面时,通过 self.实例属性 调用。
  3. 实例属性就相当于局部变量。 出了这个类或者这个类的实例对象,就没有作用了。
  4. 类属性就相当于类里面的全局变量,可以和这个类的所有实例对象共享。
# 创建类对象
class Test(object):
    class_attr = 100 # 类属性
    def __init__(self):
        self.sl_attr = 100 # 实例属性
    def func(self):
        print('类对象.类属性的值:', Test.class_attr) # 调用类属性
        print('self.类属性的值', self.class_attr) # 相当于把类属性 变成实例属性
        print('self.实例属性的值', self.sl_attr) # 调用实例属性
a = Test()
# -------------------------------------
a.func()
# 类对象.类属性的值: 100
# self.类属性的值 100
# self.实例属性的值 100
b = Test()
b.func()
# 类对象.类属性的值: 100
# self.类属性的值 100
# self.实例属性的值 100
# -------------------------------------
# 更改a实例对象的两个实例属性
a.class_attr = 200
a.sl_attr = 200
a.func()
# 类对象.类属性的值: 100
# self.类属性的值 200          # a的属性改变
# self.实例属性的值 200
b.func()
# 类对象.类属性的值: 100
# self.类属性的值 100          # b的属性不变
# self.实例属性的值 100
# ---------------------------------------
# 更改类属性
Test.class_attr = 300
a.func()
# 类对象.类属性的值: 300
# self.类属性的值 200
# self.实例属性的值 200
b.func()
# 类对象.类属性的值: 300
# self.类属性的值 300
# self.实例属性的值 100

2.8 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__

class CC:
    def setXY(self, x, y):
        self.x = x
        self.y = y
    def printXY(self):
        print(self.x, self.y)
dd = CC()
print(dd.__dict__)
# {}
print(vars(dd))
# {}
print(CC.__dict__)
# {'__module__': '__main__', 'setXY': , 'printXY':
# , '__dict__': ,
# '__weakref__': , '__doc__': None}
dd.setXY(4, 5)
print(dd.__dict__)
# {'x': 4, 'y': 5}
print(vars(CC))
# {'__module__': '__main__', 'setXY': , 'printXY':
# , '__dict__': ,
# '__weakref__': , '__doc__': None}
print(CC.__dict__)
# {'__module__': '__main__', 'setXY': , 'printXY':
# , '__dict__': ,
# '__weakref__': , '__doc__': None}

2.9 一些相关的内置函数(BIF)

  • issubclass(class, classinfo) 方法用于判断参数 class 是否是类型参数 classinfo的子类。
    a. 一个类被认为是其自身的子类。
    b. 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
class A:
	pass
class B(A):
	pass
print(issubclass(B, A)) # True
print(issubclass(B, B)) # True
print(issubclass(A, B)) # False
print(issubclass(B, object)) # 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()
    a. type() 不会认为子类是一种父类类型,不考虑继承关系。
    b. isinstance() 会认为子类是一种父类类型,考虑继承关系。
    c. 如果第一个参数不是对象,则永远返回 False
    d. 如果第二个参数不是类或者由类对象组成的元组,会抛出一个 TypeError 异常。
a = 2
print(isinstance(a, int)) # True
print(isinstance(a, str)) # False
print(isinstance(a, (str, int, list))) # True
class A:
pass
class B(A):
pass
print(isinstance(A(), A)) # True
print(type(A()) == A) # True
print(isinstance(B(), A)) # True
print(type(B()) == A) # False
  • hasattr(object, name) 用于判断对象是否包含对应的属性。
class Coordinate:
x = 10
y = -5
z = 0
point1 = Coordinate()
print(hasattr(point1, 'x')) # True
print(hasattr(point1, 'y')) # True
print(hasattr(point1, 'z')) # True
print(hasattr(point1, 'no')) # False
  • getattr(object, name[, default]) 用于返回一个对象属性值。若该属性不存在则返回default
class A(object):
bar = 1
a = A()
print(getattr(a, 'bar')) # 1
print(getattr(a, 'bar2', 3)) # 3
print(getattr(a, 'bar2'))
# AttributeError: 'A' object has no attribute 'bar2'

将方法当做属性提出。

class A(object):
	def set(self, a, b):
		x = a
		a = b
		b = x
		print(a, b)
a = A()
c = getattr(a, 'set')
# c = a.set 等价
c(a='1', b='2') # 2 1
  • 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。
class A(object):
	bar = 1
a = A()
print(getattr(a, 'bar')) # 1
setattr(a, 'bar', 5)
print(a.bar) # 5
setattr(a, "age", 28)
print(a.age) # 28
  • delattr(object, name) 用于删除属性。
class Coordinate:
	x = 10
	y = -5
	z = 0
point1 = Coordinate()
print('x = ', point1.x) # x = 10
print('y = ', point1.y) # y = -5
print('z = ', point1.z) # z = 0
delattr(Coordinate, 'z')
print('--删除 z 属性后--') # --删除 z 属性后--
print('x = ', point1.x) # x = 10
print('y = ', point1.y) # y = -5
# 触发错误
print('z = ', point1.z)
# AttributeError: 'Coordinate' object has no attribute 'z'
  • class property([fget[, fset[, fdel[, doc]]]]) 用于在新式类中返回属性值。
    a. fget – 获取属性值的函数
    b. fset – 设置属性值的函数
    c. fdel – 删除属性值函数
    d. doc – 属性描述信息
class C(object):
	def __init__(self):
		self.__x = None
	def getx(self):
		return self.__x
	def setx(self, value):
		self.__x = value
	def delx(self):
		del self.__x
	x = property(getx, setx, delx, "I'm the 'x' property.")
cc = C()
cc.x = 2
print(cc.x) # 2

2.10 练习题

1.以下类定义中哪些是类属性,哪些是实例属性?
2.怎么定义私有⽅法?
3.尝试执行以下代码,并解释错误原因:

class C:
	def myFun():
		print('Hello!')
c = C()
c.myFun()

4.按照以下要求定义一个游乐园门票的类,并尝试计算2个成人+1个小孩平日票价。
要求:平日票价100元,周末票价为平日的120%,儿童票半价
1.
类属性是在类之内类方法之外定义的属性,在所有实例对象中共享。
实例属性是在类的实例对象中所定义的属性,不同实例对象不共享。
2.
私有方法通过在方法名前加__实现,从而使得该方法只能在类内调用。
3.

# 报错内容
# TypeError: myFun() takes 0 positional arguments but 1 was given
# 修改
class C:
	def myFun(self):
		print('Hello!')
c = C()
c.myFun()
class Ticket():
    def __init__(self, day, adult, children):
        if day == 'work':
            self.price = 100
        else:
            self.price = 120
        self.children = children
        self.adult = adult
        self.fees = 0
    def __childrenfee(self):
        self.fees += int(self.price * self.children * 0.5)
    def __adultfee(self):
        self.fees += int(self.price * self.adult)
    def calculatefee(self):
        self.__childrenfee()
        self.__adultfee()
        print("您总共消费了%d元"%self.fees)
t = Ticket('work',2,1)
t.calculatefee()
# 您总共消费了250元

三、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)。

  1. 关键词cls :代表一个类的名称
  2. 关键词self :代表一个实例对象的名称

3.1 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。
class Rectangle:
	def __init__(self, x, y):
		self.x = x
		self.y = y
	def getPeri(self):
		return (self.x + self.y) * 2
	def getArea(self):
		return self.x * self.y
rect = Rectangle(4, 5)
print(rect.getPeri()) # 18
print(rect.getArea()) # 20

__new__(cls[, ...])

  • __new__是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__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。
  • __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。
class A(object):
    def __init__(self, value):
        print("into A __init__")
        self.value = value

    def __new__(cls, *args, **kwargs):
        print("into A __new__")
        print(cls)
        return object.__new__(cls)


class B(A):
    def __init__(self, value):
        print("into B __init__")
        self.value = value

    def __new__(cls, *args, **kwargs):
        print("into B __new__")
        print(cls)
        return super().__new__(cls, *args, **kwargs)
		return super().__new__(B, *args, **kwargs)

b = B(10)

# 结果:
# into B __new__
# 
# into A __new__
# 
# into B __init__

class A(object):
    def __init__(self, value):
        print("into A __init__")
        self.value = value

    def __new__(cls, *args, **kwargs):
        print("into A __new__")
        print(cls)
        return object.__new__(cls)


class B(A):
    def __init__(self, value):
        print("into B __init__")
        self.value = value

    def __new__(cls, *args, **kwargs):
        print("into B __new__")
        print(cls)
        return super().__new__(A, *args, **kwargs)  
        # 改动了cls(B)变为A,未返回当前类实例,不进入__init__


b = B(10)

# 结果:
# into B __new__
# 
# into A __new__
# 
  • 可利用__new__实现单例模式(也就是只允许一个实例)
class Earth:
    pass


a = Earth()
print(id(a))  # 260728291456
b = Earth()
print(id(b))  # 260728291624

class Earth:
    __instance = None  # 定义一个类属性做判断是否已经有实例

    def __new__(cls):
        if cls.__instance is None:
            cls.__instance = object.__new__(cls)
            return cls.__instance
        else:
            return cls.__instance
a = Earth()
print(id(a))  # 512320401648
b = Earth()
print(id(b))  # 512320401648
print(a == b) # TRUE
  • __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。先执行子类的__new__,再进入父类的__new____init__
class CapStr(str):
    def __new__(cls, string):
        string = string.upper()
        return str.__new__(cls, string)
a = CapStr("i love lsgogroup")
print(a)  # I LOVE LSGOGROUP

__del__(self)

  • 析构器,当一个对象将要被系统回收之时调用的方法。当程序中已经用不到这个类时就回收类。
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__

__str____repr__

__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):

  • reprstr的备胎
  • __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__
class Cat:
    """定义一个猫类"""

    def __init__(self, new_name, new_age):
        """在创建完对象之后 会自动调用, 它完成对象的初始化的功能"""
        self.name = new_name
        self.age = new_age

    def __str__(self):
        """返回一个对象的描述信息"""
        return "名字是:%s , 年龄是:%d" % (self.name, self.age)
        
    def __repr__(self):
        """返回一个对象的描述信息"""
        return "Cat:(%s,%d)" % (self.name, self.age)

    def eat(self):
        print("%s在吃鱼...." % self.name)

    def drink(self):
        print("%s在喝可乐..." % self.name)

    def introduce(self):
        print("名字是:%s, 年龄是:%d" % (self.name, self.age))


# 创建了一个对象
tom = Cat("汤姆", 30)
print(tom)  # 名字是:汤姆 , 年龄是:30    打印触发str
print(str(tom)) # 名字是:汤姆 , 年龄是:30   str()类型转换触发str
print(repr(tom))  # Cat:(汤姆,30)          repr()触发repr
tom.eat()  # 汤姆在吃鱼....
tom.introduce()  # 名字是:汤姆, 年龄是:30

__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) 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。

import datetime

today = datetime.date.today()
print(str(today))  # 2019-10-11
print(repr(today))  # datetime.date(2019, 10, 11)
print('%s' %today)  # 2019-10-11
print('%r' %today)  # datetime.date(2019, 10, 11)

3.2 算术运算符

类型工厂函数(如int(),list(),tuple(),str()等),指的是不通过类而是通过函数来创建对象

class C:
    pass

print(type(len))  # 
print(type(dir))  # 
print(type(int))  # 
print(type(list))  # 
print(type(tuple))  # 
print(type(C))  # 
print(int('123'))  # 123

# 这个例子中list工厂函数把一个元组对象加工成了一个列表对象。
print(list((1, 2, 3)))  # [1, 2, 3]
  • __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)
class MyClass:

    def __init__(self, height, weight):
        self.height = height
        self.weight = weight

    # 两个对象的长相加,宽不变.返回一个新的类
    def __add__(self, others):
        return MyClass(self.height + others.height, self.weight + others.weight)

    # 两个对象的宽相减,长不变.返回一个新的类
    def __sub__(self, others):
        return MyClass(self.height - others.height, self.weight - others.weight)

    # 说一下自己的参数
    def intro(self):
        print("高为", self.height, " 重为", self.weight)


def main():
    a = MyClass(height=10, weight=5)
    a.intro()

    b = MyClass(height=20, weight=10)
    b.intro()

    c = b - a
    c.intro()

    d = a + b
    d.intro()


if __name__ == '__main__':
    main()

# 高为 10  重为 5
# 高为 20  重为 10
# 高为 10  重为 5
# 高为 30  重为 15
  • __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:|

3.3 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

  • __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:|

a + b
这里加数是a,被加数是b,因此是a主动,反运算就是如果a对象的__add__()方法没有实现或者不支持相应的操作,那么 Python 就会调用b__radd__()方法。

class Nint(int):
    def __radd__(self, other):
        return int.__sub__(other, self) # 注意 self 在后面


a = Nint(5)
b = Nint(3)
print(a + b)  # 8
print(1 + b)  # -2

3.4 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:`|=

3.5 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

3.6 属性访问

__getattr____getattribute____setattr____delattr__

  • __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(改变属性的值)时的行为。
  • __delattr__(self, name):定义当一个属性被删除时的行为。
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__

3.7 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。
class MyDecriptor:
    def __get__(self, instance, owner):
        print('__get__', self, instance, owner)

    def __set__(self, instance, value):
        print('__set__', self, instance, value)

    def __delete__(self, instance):
        print('__delete__', self, instance)


class Test:
    x = MyDecriptor()


t = Test()
t.x
# __get self instance owner
# __get__ <__main__.MyDecriptor object at 0x000000CEAAEB6B00> <__main__.Test object at 0x000000CEABDC0898> 

t.x = 'x-man'
# __set__ <__main__.MyDecriptor object at 0x00000023687C6B00> <__main__.Test object at 0x00000023696B0940> x-man

del t.x
# __delete__ <__main__.MyDecriptor object at 0x000000EC9B160A90> <__main__.Test object at 0x000000EC9B160B38>

3.8 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__()__getitem__()方法。
  • 如果你希望定制的容器是可变的话,除了__len__()__getitem__()方法,你还需要定义__setitem__()__delitem__()两个方法。

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)
		# count记录一个字典:索引对应访问次数
    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]
    编写一个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]

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

    def __delitem__(self, key):
        del self.values[key]
        for i in range(0, len(self.values)):
            if i >= key:
                self.count[i] = self.count[i + 1]
        self.count.pop(len(self.values)) # 删除最后一个索引键值对


c1 = CountList(1, 3, 5, 7, 9)
c2 = CountList(2, 4, 6, 8, 10)
print(c1[1])  # 3
print(c2[2])  # 6
c2[2] = 12
print(c1[1] + c2[2])  # 15
print(c1.count)
# {0: 0, 1: 2, 2: 0, 3: 0, 4: 0}
print(c2.count)
# {0: 0, 1: 0, 2: 2, 3: 0, 4: 0}
del c1[1]
print(c1.count)
# {0: 0, 1: 0, 2: 0, 3: 0}

3.9 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:
string = 'lsgogroup'
for c in string:
    print(c)

'''
l
s
g
o
g
r
o
u
p
'''

for c in iter(string):
    print(c)
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}
for each in links:
    print('%s -> %s' % (each, links[each]))
    
'''
B -> 百度
A -> 阿里
T -> 腾讯
'''

for each in iter(links):
    print('%s -> %s' % (each, links[each]))
  • 迭代器有两个基本的方法:iter()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(iter(字符串,列表或元组对象)
  • 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。
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}
it = iter(links)
print(next(it))  # B
print(next(it))  # A
print(next(it))  # T
print(next(it))  # StopIteration

it = iter(links)
while True:
    try:
        each = next(it)
    except StopIteration:
        break
    print(each)

# B
# A
# T

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__()__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。
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

3.10 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。
def myGen():
    print('生成器执行!')
    yield 1
    yield 2


myG = myGen()
print(next(myG))  
# 生成器执行!
# 1

print(next(myG))  # 2
print(next(myG))  # StopIteration

myG = myGen()
for each in myG:
    print(each)

'''
生成器执行!
1
2
'''

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
        yield a


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

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

3.11 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。
  • startstop方法代表启动计时和停止计时。
  • 假设计时器对象t1print(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。
import time
class timer(object):
    def __init__(self):
        self.__info = '计时尚未开始'
        self.__begin = None
        self.__end = None
        self.__timegap = 0
    def __str__(self):
        return self.__info
    def __repr__(self):
        return self.__info
    def start(self):
        print("开始计时")
        self.__begin = time.localtime()
        
    def stop(self):
        if not self.__begin:
            print("请先调用start()开始计时")
            return
        self.__end = time.localtime()
        self.__timegap = time.mktime(self.__end) - time.mktime(self.__begin)
        self.__info = '共运行了%f秒' % self.__timegap
        print("结束计时")
        return self.__timegap

    def __add__(self,other):
        return '共运行了%f秒'%(self.__timegap + other.__timegap)
            
t1 = timer()
print(t1)
t1.stop()
t1.start()
time.sleep(1)
t1.stop()
print(t1)  
t2 = timer()
t2.start()
time.sleep(2)
t2.stop()
print(t2)
print(t1 + t2)
# 计时尚未开始
# 请先调用start()开始计时
# 开始计时
# 结束计时
# 共运行了1.000000秒
# 开始计时
# 结束计时
# 共运行了2.000000秒
# 共运行了3.000000秒

你可能感兴趣的:(DataWhale_python训练营task7)