python入门系列:面向对象

类和对象的创建

# 经典类 没有继承 object的类

# 新式类 继承了 object的类

class Money: # 2.x中默认是经典类,3.x中是新式类

pass

class Money(object): # 兼容的一种写法

pass

# Money既是类的__name__属性名,又是一个引用该类的变量

print(Money.__name__) # Money

xxx = Money

print(xxx.__name__) # Money

对象

one = Money()

print(one) #

print(one.__class__) #

属性相关

对象属性

class Person:

pass

p = Person()

# 给 p对象增加属性, 所有的属性是以字典的形式组织的

p.age = 18

print(p.age) # 18

print(p.__dict__) # {'age': 18}

print(p.sex) # AttributeError: 'Person' object has no attribute 'sex'

# 删除p对象的属性

del p.age

print(p.age) # AttributeError: 'Person' object has no attribute 'age'

类属性

class Money:

num = 666

count = 1

type = "rmb"

print(Money.num) # 666

# 对象查找属性,先到对象自身去找,若未找到,根据 __class__找到对应的类,然后去类中查找

one = Money()

print(one.count) # 1

# 不能通过对象去 修改/删除 对应类的属性

one.num = 555 # 实际上是给 one 对象增加了一个属性

print(Money.num) # 666

print(one.num) # 555

# 类属性会被各个对象共享

two = Money()

print(one.num, two.num) # 666 666

Money.num = 555

print(one.num, two.num) # 555 555

限制对象的属性添加

# 类中的 __slots__属性定义了对象可以添加的所有属性

class Person:

__slots__ = ["age"] # 只允许添加一个 age属性

p1 = Person()

p1.age = 1

p1.num = 2 # AttributeError: 'Person' object has no attribute 'num'

私有化属性

Python没有真正的私有化支持,只能用给变量添加下划线来实现伪私有;通过名字重整机制

属性的访问范围:类的内部-->子类内部-->模块内的其他位置-->其他模块

公有属性 x 的访问范围

类的内部

子类内部

模块内的其他位置

子类内部

受保护属性 _x 的访问范围

类的内部

子类内部

模块内的其他位置(但不推荐)

子类内部(from ... import xxx 不可以访问,要指明__all__变量)

私有属性 __x 的访问范围

类的内部

子类内部

模块内的其他位置

子类内部(同_x)

保护数据案例

class Person:

def __init__(self):

self.__age = 18

def set_age(self, age): # 错误数据的过滤

if isinstance(age, int) and 0

self.__age = age

else:

print("Wrong age value")

def get_age():

return self.__age

p = Person()

print(p.get_age()) # 18

p.set_age(22)

print(p.get_age()) # 22

只读属性

# 1. 属性私有化 + 属性化 get()方法

class Person(object):

def __init__(self):

self.__age = 18

# 可以以使用属性的方式来使用方法

@property

def age(self):

return self.__age

p = Person()

print(p.age) # 18

p.age = 666 # Attribute Error: can't set attribute

# 2. 通过底层的一些函数

class Person:

# 通过 属性 = 值 的方式来给一个对象增加属性时,底层都会调用这个方法,构成键值对,存储在 __dict__字典中

# 可以考虑重写底层的这个函数,达到只读属性的目的

def __setattr__(self, key, value):

if key == "age" and key in __dict__:

print("read only attribute")

else:

self.__dict__[key] = value

方法相关

方法的划分

实例方法

类方法

静态方法

class Person:

def instance_fun(self): # self: 调用对象的本身,调用时不用写,解释器会传参

print("instance method", self)

@classmethod

def class_fun(cls): # cls: 类本身

print("class method", cls)

@staticmethod

def static_fun():

print("static method")

所有的方法都存储在类中,实例中不存储方法

类方法和静态方法无法访问实例属性

方法的私有化

和变量的私有化思想差不多

class Person:

__age = 18

def __run(self): # 只能在该类中被调用

print("running...")

元类

创建类对象的类(类也是一个对象)

a, s = 8, "123"

print(a.__class__, s.__class__) #

print(int.__class__, str.__class__) #

type是元类。

通过type元类来创建类,动态创建。也可以用__metaclass__来指明元类,进行类的创建。

检测类对象中是否有 __metaclass__属性

检测父类中是否有 __metaclass__属性

检测模块中是否有 __metaclass__属性

通过内置的type来创建类

def run(self):

print("run...")

Dog = type("Dog", (), {"count": 0, "run": run})

print(Dog) #

d = Dog()

print(d.count) # 0

print(d.run()) # run...

更加详细的内容,在进高级部分的元类编程讲解

内置的特殊属性

内置的特殊方法(魔法函数)

这里只做一个了解,高级部分会详细地讲解魔法函数。可以理解为在类中实现了这些特殊的函数,类产生的对象可以具有神奇的语法效果。

信息格式化操作

calss Person:

def __init__(self, n, a):

self.name = n

self.age = a

# 面向用户

def __str__(self):

return "name: %s, age: %d" % (self.name, self.age)

# 面向开发人员

def __repr__(self):

# todo

# 一般默认给出对象的类型及地址信息等

# 打印或进行格式转换时,先调用 __str__()函数,若未实现,再调用 __repr__()函数

p = Person("Rity", 18)

print(p) # name: Rity, age: 18

res = str(p)

print(res) # name: Rity, age: 18

print(repr(p)) #

调用操作

# 使得一个对象可以像函数一样被调用

class PenFactory:

def __init__(self, type):

self.type = type

def __call__(self, color):

print("get a new %s, its color is %s" % (self.type, color))

pencil = PenFactory("pencil")

pen = PenFactory("pen")

# 一下两种使用方式会调用 __call__()函数

pencil("red") # get a new pencil, ites color is red

pencil("blue") # get a new pencil, ites color is blue

pen("black") # get a new pen, ites color is black

索引操作

class Person:

def __init__(self):

self.cache = {}

def __setitem__(self, key, value):

self.cache[key] = value

def __getitem__(self, key):

return self.cache[key]

def __delitem__(self, key):

del self.cache[key]

p = Person()

p["name"] = "MetaTian"

...

比较操作

# 使得自己定义的类可以按照一定的规则进行比较

import functools

@functools.total_ordering

class A:

def __init__(self, age, height):

self.age = age

self.height = height

def __eq__(self, other): # ==

return self.age == other.age

def __lt__(self, ohter): #

return self.age

a1, a2 = A(18, 170), A(19, 178)

# 因为逻辑具有相反性,当使用 > 时,首先会查找 __gt__()函数,若未定义,将参数交换后调用 __lt()__方法

# 由 == 和

print(a1

print(a2 > a1) # True

print(a1 >= a2) # False

描述器

描述器是一个对象,用来描述其他对象属性的操作;作用是对属性的操作做验证和过滤。

前面只读属性案例中就是用到了描述器。

在对象的内部增加一个描述器,可以接管对象属性的增删改查操作。

class Age:

def __get__(self, instance, owner): # instance是拥有 age 属性的对象

pass

def __set__(self, instance, value):

instance.v = value # 将变量的值绑定在 Person 的实例中

def __delete__(self, instance):

pass

class Person:

age = Age()

# age实例是 p1和 p2两个对象所共享的,所以 Age 对象及实例不应该具有属性,只单纯地提供方法即可

p1 = Person()

p1.age = 19 # 调用 __set__()

print(p1.age) # 调用 __get__()

p2 = Person()

p2.age = 20

print(p2.age) # 20

资料描述器和非资料描述器

也可以称为数据描述器和非数据描述器

资料描述器:实现了__get__() 和 __set__()

非资料描述器:仅仅实现了__get__()

实例属性和描述器重名时,操作的优先级关系: 资料描述器 > 实例属性 > 非资料描述器

生命周期

用来表示一个对象从创建到释放的过程

class Person:

__count = 0

def __init__(self):

Person.__count += 1

def __del__(self):

Person.__count -= 1

@classmethod

def log(cls):

print("we have %d people" % cls.__count)

p1 = Person()

Person.log() # we have 1 people

p2 = Person()

Person.log() # we have 2 people

内存管理机制

引言

万物皆对象,不存在基本数据类型

在 [-5, 正无穷) 范围内相等的整数和短小的字符串,Python会进行缓存,不会创建多个对象

n1 = 1

n2 = 1

print(id(n1), id(n2)) # 1708655056 1708655056

容器对象:存储的对象,仅仅是其他对象的引用(列表)

内存回收

引用计数

一个对象会记录着自身被引用的个数

每增加一个引用,引用数+1,减少一个引用,引用数-1

引用数为0的时候,会被当做垃圾进行回收

会出现两个对象循环引用的问题

垃圾回收

从经历过引用计数机制但仍然未被释放的对象中,进行内存释放

新增的对象个数 - 消亡对象的个数达到一定阈值时才进行垃圾检测

分代回收

分代回收是垃圾回收的高效解决方案,不需频繁地进行垃圾检测

存活时间越久的对象,越不可能在后面的过程中变成垃圾

设立0, 1, 2三代对象集合,对其中的对象进行不同频率的检测

第一次检测存活下来的,从0代纳入1代,0代检测一定次数后开始检测1代,以此类推

深拷贝和浅拷贝

浅拷贝

a = [1, 2, 3]

b = a

print(id(a), id(b)) # 2229855665608 2229855665608

深拷贝

import copy

a = [1, 2, 3]

c = copy.deepcopy(a)

print(id(a), id(c)) # 2229855665608 2229861709896

copy和deepcopy的区别

import copy

a = [1, 2, 3]

b = [4, 5, 6]

c = [a, b]

d = copy.deepcopy(c)

e = copy.copy(c)

使用copy拷贝可变类型时,进行单层次的深拷贝,若拷贝的是不可变类型,则进行浅拷贝。

面向对象三大特性

封装

继承

非私有的属性和方法可以被继承,继承不是拷贝了资源,而是具有了资源的访问权,资源的存储位置在父类中,实现资源重用。

Python中可以使用多继承。

# 所有的类都继承了 object 类

# 所有的类对象都由 type 实例化出来

class A:

pass

class B:

pass

class C(A, B): # C 类继承了 A和 B类

pass

print(C.__bases__) # (, )

print(int.__base__) #

print(bool.__base__) #

几种继承的形式

资源查找顺序

单继承链:C-->B-->A

无重叠多继承链:按照单继承链深度优先查找(C-->B-->A-->D-->E)

有重叠多继承链:广度优先查找(C-->B-->D-->A)

资源覆盖

在优先级较高的类中重新定义了同名的属性和方法,再次调用时,会调用到优先级较高类中的资源,并不是相关的资源在内存上被覆盖了,而是调用优先级出现了变化

self 和 cls

# 谁调用方法,self 和 cls 就是谁

# 带着参数去找方法

class A:

def show(self):

print(self)

@classmethod

def tell(cls):

print(cls)

class B(A):

pass

B.tell() #

B().show() #

资源的累加

class A:

def __init__(self):

self.x = 2

class B(A):

pass

class C(A):

def __init__(self):

self.y = 1

class D(A):

def __init__(self):

self.y = 1

class E(A):

def __init__(self):

super().__init__() # 会调用 A的构造函数,参数可以省略

# A.__init__(self) //和上面等价,要传参

self.y = 1

b = B()

print(b.x) # 2, 调用了父类的构造函数,b 调用,x就是 b的

c = C()

print(c.y) # 1, C有了构造函数,就调用 C的,A的构造函数不会被调用

print(c.x) # 报错,没有这个属性

e = E()

print(e.x, e.y) # 2, 1

多态

Python是动态类型的语言,不需要严格意义上的多态

def test(obj):

obj.func()

# 只要传入的参数有 func()这个方法,就可以传入进行执行,不用进行类型检测。

# 不需要按照其他静态语言那样沿着继承链进行方法调用形成多态

类的设计原则

单一职责原则:一个类只负责一项职责

开放封闭原则:对外扩展开放,对内修改关闭

里式替换原则:子类所继承下来的属性和方法都需能够合理地使用

接口分离原则:功能一致的方法应该重新组成新的接口/类,进行细分

依赖倒置原则:高层模块不应该直接依赖低层模块,核心是面向接口编程

喜欢python + qun:839383765 可以获取Python各类免费最新入门学习资料!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190215A1ASZP00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券