Python定制類你不知道的魔術(shù)方法
Python中的魔法方法
方法名 | 說明 |
---|---|
__str__ | 用于返回對象的描述 |
__iter__ | 使類可以迭代 |
__getitem__ | 按照下標(biāo)獲取類元素,例如list |
__getattr__ | 調(diào)用類不存在的屬性 |
__call__ | 類實(shí)例化默認(rèn)調(diào)用方法 |
看到類似 __slots__
這種形如__xxx__
的變量或者函數(shù)名就要注意,這些在Python中是有特殊用途的。
__slots__
我們已經(jīng)知道怎么用了,__len__
方法我們也知道是為了能讓class作用于 len()
函數(shù)。
這些在Python有另外的一些名稱叫魔術(shù)方法
除此之外,Python的class
中還有許多這斜體樣式樣有特殊用途的函數(shù),可以幫助我們定制!
1.__str__
用于定制對象的描述信息
我們先定義一個 Student
類,打印一個實(shí)例:
>>> class Student(object):
def __init__(self, name):
self.name = name
>>> print(Student('張三'))
<__main__.Student object at 0x000001AC142D3370>
>>>
打印出一堆<__main__.Student object at 0x000001AC142D3370>
, 不好看。
怎么才能打印得好看呢?只需要定義好 __str__()
方法,返回一個好看的字符串就可以了:
# -*- coding: utf-8 -*- class Person(object): def __init__(self, name): self.name = name # 用于定制對象的描述信息 def __str__(self): return "Person object (name:%s)" % self.name if __name__ == '__main__': p = Person('張三') print(p)
這樣打印出來的實(shí)例,不但好看,而且容易看出實(shí)例內(nèi)部重要的數(shù)據(jù)。
2.__iter__
如果一個類想被用于 for ... in
循環(huán),類似list
或tuple
那樣,就必須實(shí)現(xiàn)一個 __iter__()
方法,該方法返回一個迭代對象,然后,Python的for循環(huán)就會不斷調(diào)用該迭代對象的 __next__()
方法拿到循環(huán)的下一個值,直到遇StopIteration
錯誤時退出循環(huán)。
我們以斐波那契數(shù)列為例,寫一個Fib
類,可以作用于for
循環(huán):
class Fib(object): # Fib默認(rèn)不是可迭代對象,變成一個可迭代對象,必須返回一個迭代器 def __init__(self): self.a, self.b = 0, 1 # 斐波那契數(shù)列前兩個固定的值 # 重寫 __iter__方法,F(xiàn)ib變?yōu)榭傻鷮ο? def __iter__(self): return self # 重寫__next__方法,F(xiàn)ib就變成一個迭代器 def __next__(self): self.a, self.b = self.b, self.a + self.b # 計(jì)算下一個值 if self.a > 1000: raise StopIteration return self.a if __name__ == '__main__': print('小于1000的所有斐波那契數(shù):', end=' ') for i in Fib(): print(i, end=' ')
3.__getitem__
Fib
實(shí)例雖然能作用于for循環(huán),看起來和list有點(diǎn)像,但是,把它當(dāng)成list
來使用還是不行,比如,取第5個元素:
>>> Fib()[5]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'Fib' object does not support indexing
>>>
要表現(xiàn)得像list
那樣按照下標(biāo)取出元素,需要實(shí)現(xiàn) __getitem__()
方法:
# -*- coding: utf-8 -*- class Fib(object): # 重寫__getitem__,Fib 可以類似于 list def __getitem__(self, item): a, b = 1, 1 for x in range(item): a, b = b, a+b return a
現(xiàn)在,就可以按下標(biāo)訪問數(shù)列的任意一項(xiàng)了
if __name__ == '__main__': f = Fib() print(f[5]) print(f[6]) print(f[10]) print(f[15])
輸出:
但是list
有個神奇的切片方法:
>>> list(range(100)[5:10])
[5, 6, 7, 8, 9]
對于Fib卻報錯。原因是 __getitem__()
傳入的參數(shù)可能是一個int
,也可能是一個切片對象 slice
,所以要做判斷
# -*- coding: utf-8 -*- class Fib(object): def __getitem__(self, item): # # item是一個下標(biāo), 也有可能是一個切片 if isinstance(item, int): # item 是一個 int 下標(biāo) a, b = 1, 1 for _ in range(item): # rage(item) 用作循環(huán)次數(shù) a, b = b, a+b return a elif isinstance(item, slice): # item 是一個切片(范圍) start = item.start stop = item.stop if start is None: start = 0 # start初始值為 0 a, b = 1, 1 l = [] for _ in range(stop): l.append(a) a, b = b, a+b return l
現(xiàn)在試試Fib的切片:
if __name__ == '__main__': print(Fib()[9]) print(Fib()[1:10])
輸出:
但是沒有對step參數(shù)作處理:
>>> f[:10:2]
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
也沒有對負(fù)數(shù)作處理,所以,要正確實(shí)現(xiàn)一個 __getitem__()
還是有很多工作要做的。
此外,如果把對象看成 dict , __getitem__()
的參數(shù)也可能是一個可以作key
的object
,例如 str
。
與之對應(yīng)的是 __setitem__()
方法,把對象視作list
或dict
來對集合賦值。最后,還有一個 __delitem__()
方法,用于刪除某個元素。
總之,通過上面的方法,我們自己定義的類表現(xiàn)得和Python自帶的list、tuple、dict
沒什么區(qū)別,這完全歸功于動態(tài)語言的“鴨子類型”,不需要強(qiáng)制繼承某個接口。
4.__getattr__
正常情況下,當(dāng)我們調(diào)用類的方法或?qū)傩詴r,如果不存在,就會報錯。比如定義 Student
類:
class Student(object): def __init__(self): self.name = 'Michale'
調(diào)用 name
屬性,沒問題,但是,調(diào)用不存在的 score
屬性,就有問題了:
>>> s = Student()
>>> print(s.name)
Michael
>>> print(s.score)
>Traceback (most recent call last):
...
AttributeError: 'Student' object has no attribute 'score'
錯誤信息很清楚地告訴我們,沒有找到 score
這個attribute
。
要避免這個錯誤,除了可以加上一個 score
屬性外,Python還有另一個機(jī)制,那就是寫一個 __getattr__()
方法,動態(tài)返回一個屬性。修改如下:
class Student(object): def __init__(self): self.name = 'Michale' def __getattr__(self, item): if item == 'score': return 99
當(dāng)調(diào)用不存在的屬性時,比如 score
,Python解釋器會試圖調(diào)用 __getattr__(self, 'score')
來嘗試獲得屬性,這樣,我們就有機(jī)會返回 score
的值:
>>> s = Student()
>>> s.name
'Michael'
>>> s.score
99
>>>
返回函數(shù)也是完全可以的:
class Student(object): def __getattr__(self, start): if attr == 'age': return lambda : 25
只是調(diào)用方法變?yōu)椋?/p>
>>> s,age()
25
注意,只有在沒有找到屬性的情況下,才調(diào)用 __getattr__
,已有的屬性,比如 name
,不會在 __getattr__
中查找。
此外,注意到任意調(diào)用如 s.abc
都會返回 None
,這是因?yàn)槲覀兌x的 __getattr__
默認(rèn)返回就是 None
。要讓class
只響應(yīng)特定的幾個屬性,我們就要按照約定,拋出 AttributeError
的錯誤:
class Student(object): def __getattr__(self, attr): if attr == 'age': return lambda: 25 raise AttributeError('\'Student\' object has no attribute \'%s\'' % attr)
這實(shí)際上可以把一個類的所有屬性和方法調(diào)用全部動態(tài)化處理了,不需要任何特殊手段。
這種完全動態(tài)調(diào)用的特性有什么實(shí)際作用呢?作用就是,可以針對完全動態(tài)的情況作調(diào)用。
5.__call__
一個對象實(shí)例可以有自己的屬性和方法,當(dāng)我們調(diào)用實(shí)例方法時,我們用instance.method()
來調(diào)用。
能不能直接在實(shí)例本身上調(diào)用呢?在Python中,答案是肯定的。
任何類,只需要定義一個 __call__()
方法,就可以直接對實(shí)例進(jìn)行調(diào)用。請看示例:
class Student(object): def __init__(self, name): self.name = name def __call__(self, *args, **kwargs): print('My name is %s.' % self.name)
調(diào)用方式如下:
>>> s = Student('awei')
>>> s() # self參數(shù)不要傳入
My name is awei.
__call__()
還可以定義參數(shù)。對實(shí)例進(jìn)行直接調(diào)用就好比對一個函數(shù)進(jìn)行調(diào)用一樣,所以你完全可以把對象看成函數(shù),把函數(shù)看成對象,因?yàn)檫@兩者之間本來就沒啥根本的區(qū)別。
如果你把對象看成函數(shù),那么函數(shù)本身其實(shí)也可以在運(yùn)行期動態(tài)創(chuàng)建出來,因?yàn)轭惖膶?shí)例都是運(yùn)行期創(chuàng)建出來的,這么一來,我們就模糊了對象和函數(shù)的界限。
那么,怎么判斷一個變量是對象還是函數(shù)呢?其實(shí),更多的時候,我們需要判斷一個對象是否能被調(diào)用,能被調(diào)用的對象就是一個 Callable
對象,比如函數(shù)和我們上面定義的帶有 __call__()
的類實(shí)例:
>>> callable(Student())
True
>>> callable(max)
True
>>> callable([1, 2, 3])
False
>>> callable(None)
False
>>> callable('str')
False
通過 callable()
函數(shù),我們就可以判斷一個對象是否是“可調(diào)用”對象。
到此這篇關(guān)于Python定制類你不知道的魔術(shù)方法的文章就介紹到這了,更多相關(guān)Python定制類內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
TensorFlow實(shí)現(xiàn)打印每一層的輸出
今天小編就為大家分享一篇TensorFlow實(shí)現(xiàn)打印每一層的輸出,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01python實(shí)現(xiàn)TCP文件接收發(fā)送
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)TCP文件接收發(fā)送,文中示例代碼介紹的非常詳細(xì),具有一定的參考價值,感興趣的小伙伴們可以參考一下2021-09-09在Python3 numpy中mean和average的區(qū)別詳解
今天小編就為大家分享一篇在Python3 numpy中mean和average的區(qū)別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-08-08Python實(shí)現(xiàn)將橫表和縱表任意轉(zhuǎn)換的兩種方法
在日常做數(shù)據(jù)分析,接收到最多的表格是縱表,每個字段變量都有很長數(shù)據(jù)的長表,我們稱之為縱向數(shù)據(jù),但是,有時候,我們也會遇到橫表,對于橫向數(shù)據(jù),我們會數(shù)據(jù)轉(zhuǎn)化,將其轉(zhuǎn)化為縱向數(shù)據(jù),感興趣的同學(xué)跟著小編一起來學(xué)習(xí)吧2023-12-12Python搭建Keras CNN模型破解網(wǎng)站驗(yàn)證碼的實(shí)現(xiàn)
這篇文章主要介紹了Python搭建Keras CNN模型破解網(wǎng)站驗(yàn)證碼的實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04Python機(jī)器學(xué)習(xí)之使用Pyecharts制作可視化大屏
pyecharts是一個用于生成Echarts圖表的Python庫,Echarts是百度開源的一個數(shù)據(jù)可視化 JS 庫,可以生成一些非常酷炫的圖表,這篇文章主要給大家介紹了關(guān)于Python機(jī)器學(xué)習(xí)之Pyecharts制作可視化大屏的相關(guān)資料,需要的朋友可以參考下2021-10-10Python實(shí)現(xiàn)基于socket的udp傳輸與接收功能詳解
這篇文章主要介紹了Python實(shí)現(xiàn)基于socket的udp傳輸與接收功能,結(jié)合實(shí)例形式詳細(xì)分析了Python使用socket進(jìn)行udp文件傳輸與接收相關(guān)操作技巧及注意事項(xiàng),需要的朋友可以參考下2019-11-11