python-元编程

python元编程详解 一、元编程的概念 元编程依赖于python的一个叫做元类的概念。元类就是当你的某段代码在被执行的过程中,另外一段代码同时在被执行。维基百科上说的很好,在面向对象编程中,元类的实例还是类。 当我们定义一个类时,该类的对象都是由这个类来创建。但是类本身呢?类又是由什么来创建的呢? 这个问题就引申出元类的概念了,元类可以为其他类定义属性。举个例子,下面这段代码为每个类添加了一个hello属性,而这些类都是由定义的元类创建。也就是说,这些类都会有一个hello的属性,并不需要他们自己去定义。 运行上面的代码,得到 阅读详情
  • 定义:用元类进行编程,元类→类→对象,元类比类更抽象,生成类的类
    元类定义的都是类的方法,类定义的都是实例方法

type

元类type
Type(name,bases,attrs):
    name:类名字符串
    bases:父类元组
    attrs:属性字典

A = type('A',(object,),{'b':1})
a = A()
def howdy(self,you):
    print("howdy,"+you)
#通过list元类生成 Mylist 类
Mylist = type('Mylist',(list,),dict(x=12,howdy=howdy))
ml = Mylist()
ml.append('llkk')
ml.howdy("john")
用type生成元类
class SimpleMeta(type):
#由于生成的是元类,所以元类里包含的均为类方法,类方法里包含的是方法
    def __init__(cls,name,bases,nmspc):
        super(SimpleMeta1,cls).__init__(name,bases,nmspc)
        cls.uses_metaclass = lambda self:"yes!"

    A = SimpleMeta('A',(),{})
#上述等价于:通常采用下面的方式
class A(object):
    __metaclass__ = SimpleMeta
元类例子
class RegisterClasses(type):
    def __init__(cls,name,bases,nmspc):
        super(RegisterClasses,cls).__init__(name,bases,nmspc)
        if not hasattr(cls,'registry'):
            cls.registry = set()
        cls.registry.add(cls)
        cls.registry -= set(cls)
    def __iter__(cls):
        return iter(cls.registry)
    def __str__(cls):
        if cls in cls.registry:
            return cls.__name__
        return cls.__name__+":"+",".join([sc.__name__ for sc in cls])

class shape(object):
    __metaclass__ = RegisterClasses

class Round(shape):pass
class Square(shape):pass
class Circle(Round):pass

new

  • 利用元类定义不可继承类
class final(type):
    def __init__(cls,name,bases,namespace):
        super(final,cls).__init__(name,bases,namespace)
        for kclass in bases:
            if instance(kclass,final):
                raise TypeError(str(kclass.__name__)+"is final")

class A(object):
    pass
class B(A):
    __metaclass__ = final

print(B.__class__)
print(instance(B,final))
#以下将会报错,因为c的bases含有B为final
class C(B):
    pass
  • new

new与init很像,new将实例产生并分配空间,init是配置参数(执行顺序,先分配空间再配置参数)


class PositiveInt1(int):
    def __init__(self,value):
        super(PositiveInt1,self).__init__(self,abs(value))
class PositiveInt2(int):
    def __new__(cls,value):
        return super(PositiveInt2,cls).__new__(cls,abs(value))

if __name__=='__main__':
    print(PositiveInt1(-3)) #显示结果为-3,init只是配置参数产生值
    print(PositiveInt2(-3)) #显示结果为3

接口

  • 抽象函数——虚函数,在子类里实现
class MyAbstractClass1(object):
    def method1(self):
        raise NotImplementedError("Please implement this method")
  • 接口:由一组抽象函数组成的类
#此种方法定义的抽象类会在实例化的时候就报错
from abc import ABCMeta,abstractmethod
class MyAbstractClass2(object):
    __metaclass__ = ABCMeta
    @abstractmethod
    def method1(self):
        pass    

例子

from abc import ABCMeta,abstractmethod
class MyAbstractClass1(object):
    def method1(self):raise NotImplementedError("Please implement this method")
class MyAbstractClass2(object):
    __metaclass__ = ABCMeta
    @abstractmethod
    def method1(self):pass

class Myclass1(MyAbstractClass1):
    pass
class Myclass2(MyAbstractClass2):
    pass
class Myclass3(MyAbstractClass2):
    def method1(self):pass

a1 = Myclass1() #不报错
a1.method()  #报错

a2 = Myclass2()  #实例化的时候就报错,通过元类ABCMeta实现

ORM

  • 对象关系映射。将数据库的操作用面向对象的程序方法实现
  • Object
  • Relational
  • Mapping
  • 优点
    • 易改:便于更换数据库,sql语句是由底层根据数据库类型生成的
    • 安全
    • 易用:便于对数据模型进行操作,创建、更新、查询、删除。用户编写简单,无需写sql语句
    • 易看:使数据模型的程序文档化,便于维护
class User(Model):
    id = IntegerFiled('uid')
    name = StringField('username')
    email = StringFiled('email')
    password = StringField('password')
u = User(id=123,name='zz',email='xx@orm.org',password='xxxx')
u.save()

例子

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# http://www.liaoxuefeng.com/wiki/001374738125095c955c1e6d8bb493182103fac9270762a000/001386820064557c69858840b4c48d2b8411bc2ea9099ba000


' Simple ORM using metaclass '

__author__ = 'Michael Liao'

class Field(object):
    def __init__(self, name, column_type):
        self.name = name
        self.column_type = column_type
    def __str__(self):
        return '<%s:%s>' % (self.__class__.__name__, self.name)

class StringField(Field):
    def __init__(self, name):
        super(StringField, self).__init__(name, 'varchar(100)')

class IntegerField(Field):
    def __init__(self, name):
        super(IntegerField, self).__init__(name, 'bigint')

class ModelMetaclass(type):

    def __new__(cls, name, bases, attrs):
        print "name is ",name
        print "bases is ",bases
        print "attrs is ",attrs

        if name=='Model':
            return type.__new__(cls, name, bases, attrs)
        print('Found model: %s' % name)
        mappings = dict()
        for k, v in attrs.iteritems():
            if isinstance(v, Field):
                print('Found mapping: %s ==> %s' % (k, v))
                mappings[k] = v
        for k in mappings.iterkeys():
            attrs.pop(k)
        attrs['__mappings__'] = mappings # 保存属性和列的映射关系
        attrs['__table__'] = name # 假设表名和类名一致
        return type.__new__(cls, name, bases, attrs)

class Model(dict):
    __metaclass__ = ModelMetaclass

    def __init__(self, **kw):
        print "Model instance __init__"
        super(Model, self).__init__(**kw)

    def save(self):
        fields = []
        params = []
        args = []
        for k, v in self.__mappings__.iteritems():
            fields.append(v.name)
            params.append('%s')
            args.append(self[k])
        sql = 'insert into %s (%s) values (%s)' % (self.__table__, ','.join(fields), ','.join(params))
        print('SQL: %s' % sql)
        print('ARGS: %s' % str(args))

    @classmethod
    def find_all(cls, *args):


        sql = 'select * from %s' % cls.__table__
        print('SQL: %s' % sql)
# testing code:

class User(Model):
    id = IntegerField('uid')
    name = StringField('username')
    email = StringField('email')
    password = StringField('password')


u1 = User(id=12345, name='Michael', email='test1@orm.org', password='my-pwd')
u2 = User(id=22345, name='Richael', email='test2@orm.org', password='my-pwd')
u3 = User(id=32345, name='Hichael', email='test3@orm.org', password='my-pwd')

u1.save()
u2.save()
u3.save()
Python教程:了解Python的元编程 元编程是指在程序运行时创建或修改代码的能力。它是一种编写能够生成、检查或改变程序其他部分(如类、函数、模块)的代码的技术。元编程可以让开发人员更加灵活地处理代码结构,动态生成代码,实现代码重用和自定义功能。 阅读详情

相关推荐

【强化学习】11 —— Double DQN算法与Dueling DQN算法

可以看到由于数据点的分布,使得拟合出的价值函数无法与真实的价值函数吻合,甚至在部分区域产生了明显的偏差。Dueling DQN 是 DQN 另一种的改进算法,它在传统 DQN 的基础上只进行了微小的改动,但却能大幅提升 DQN 的表现。这样,即使其中一套神经网络的某个动作存在比较严重的过高估计问题,由于另一套神经网络的存在,这个动作最终使用的值不会存在很大的过高估计问题。.在同一个状态下,所有动作的优势值之和为 0,因为所有动作的动作价值的期望就是这个状态的状态价值。环境的状态包括倒立摆角度的正弦值。

sinat_52032317的博客 1万+

python之元编程

一、什么是元编程 元编程是一种编写计算机程序的技术,这些程序可以将自己看作数据,因此你可以在运行时对它进行内省、生成和/或修改。 Python在语言层面对函数、类等基本类型提供了内省及实时创建和修改的能力;我们可以使用装饰器向现有的函数、方法或类添加附加功能;同时我们也可以通过修改一些特殊的方法来变更类的行为; 二、使用的例子 面对一个复杂多变的json数据结构,虽然Python提供了处理JSon数据的API,但是返回的类型是dict,使用非常不方便不友好;接下来通过Python提供的元编程的能力,来实现

无风听海 2428

大模型-高通qnn基础

提供较低级别、高度可定制的统一API,通过单独的库加速所有AI加速器核心上的AI模型, 可以直接用于针对特定的加速器核心或从流行的运行时(包括Qualcomm Neural Processing SDK、TensorFlow Lite和ONNX运行时)委派工作负载。一个支持异构计算、系统级配置的一体化SDK,旨在将AI工作负载引导到我们平台上的所有加速器核心。为开发人员提供灵活性,包括核心间协作支持和其他高级功能。是一个为训练好的神经网络模型提供高级量化和压缩技术的库。

点滴的岁月 4102

Python中的元编程:装饰器与元类

元编程(Metaprogramming)是Python高级编程的重要特性之一,允许程序在运行时生成、修改或动态加载代码。本篇文章将详细剖析Python中的元编程技术,重点讲解装饰器和元类的基本与高级用法,并结合实际案例分析它们在框架开发、动态代码生成和代码注入中的应用场景。

引用原创内容标明出处即可 1155

本地部署llama3Chinese

这通常意味着你的构建环境可能不完整或者没有正确配置。通常是由 Visual Studio 的 C++ 工具提供的。(大模型对错误的解析)错误信息表明在尝试构建一个项目时,在 Windows 上,

m0_49343639的博客 1434

RAG开源框架深度评测:从RAGFlow到Dify的实战选型指南

本文深度评测了主流RAG开源框架(RAGFlow、Dify、WeKnora)的核心能力与实战表现,提供企业级选型指南。重点对比了文档解析、检索性能和生产部署等关键指标,揭示RAGFlow在复杂文档处理、Dify在低代码开发、WeKnora在腾讯生态集成的差异化优势,并给出技术选型决策树与成本优化方案。

weixin_29294597的博客 829

【Python进阶】元类编程

本文系统剖析Python元类的核心原理,通过ORM框架、单例模式、动态校验等8个实战案例,揭示元类在框架开发中的高阶应用,并结合性能优化与设计哲学探讨其工程实践价值。

赶紧的博客 1751

如何加快香山处理器Chisel->Verilog编译速度

相比使用默认的scala firrtl complier,使用CIRCT能够将香山代码编译到Verilog的速度提高50%左右。在执行make命令时加上MFC=1,例如make verilog MFC=1或make emu MFC=1。在本地从源码编译CIRCT,在编译完成后将circt/bin路径加入PATH中。使用GraalVM免费版作为JVM编译香山比OpenJDK快10%-20%。我们推荐使用GraalVM代替OpenJDK。使用CIRCT编译香山。

专业技术人员的归宿 867

Python 类的元编程-元类metaclass

元编程(Metaprogramming)是指编写可以操作、修改或生成代码的代码。在 Python 中,元编程是一种非常强大的工具,允许在运行时动态创建类、修改类的行为,甚至在代码执行过程中改变对象的结构。特别是在面向对象编程中,类的元编程提供了对类定义、继承和行为的精细控制。本文将深入探讨 Python 中的类的元编程,介绍类的元编程的基本概念、常见的元编程技术,以及如何通过元类(metaclass)来实现这些功能。

2091

【ArcGIS遇上Python】ArcGIS10.8 Python代码批量完美实现MODIS NDVI数据格式转换和投影变换

由于论文的需要,将MODIS NDVI数据进行投影变换和格式转换,具体操作可以参照:《ArcGIS10.8完美实现MODIS NDVI数据格式转换和投影变换》,但是该文章中的做法只能一次性实现一景影像的转换,没法批量,虽然ArcGIS中提供了Batch的方法但是需要挨个添加数据,确定输出路径等等,本文就实现以ArcGIS10.8 Python代码批量完美实现MODIS NDVI数据格式转换和投影变换。先来看投影后的效果: 在实现批量投影转换之前,需要两个投影文件:Sinusoidal.prj和MyAl

智慧空间实验室 3816

疾风气象大模型4.0白皮书

《疾风气象大模型白皮书摘要》 疾风气象大模型(J-AFM)是国内首个基于3D建模的气象智能平台,突破传统二维气象分析的局限,采用体素化技术构建"x-y-z-t"四维统一模型,实现从分钟级短临到30天跨时效的连续预测。核心技术包括:1)多源数据三维同化,融合雷达、卫星、风廓线等异构数据;2)物理约束AI解码器,嵌入能量守恒、湍流封闭等气象原理;3)行业适配插件,服务风电、光伏、航空等领域,如山地风场尾流校正、云影短临预测。平台支持批流一体推理与边缘部署,提供概率化输出和误差溯源能力,显著降

专注AI大模型,软件混淆,授权 545

python元编程

前言 元编程概念来自LISP和smalltalk。 举个简单的栗子: 我们写程序是直接写代码,是否能够用代码来生成未来我们需要的代码呢?这就是元编程, ‘类’的’类’,也就是比类更高级的东西。 用来生成代码的程序成为元程序metaprogram,编写这种程序就称为元编程metaprogramming。 python通过反射来实现元编程。 python中,所有非object对象都继承自object...

ammmao的博客 1403

ANSYS WORKBENCH——参数化建模以及参数优化(结果导出为Excel)

目录 1、打开软件workbench 2、找到static structure,双击打开 3、选择材料 4、参数化建模 ​ 注:印记面的创建 5、模型属性设置 注:设置优化目标 6、回主界面,选择direct optimization模块 1、打开软件workbench 2、找到static structure,双击打开 3、选择材料 4、参数化建模 至此参数化建模就已经完成啦 注:印记面的创建 印记面一般是一个虚拟的区域,参与实际的网格划分,但是只是由于载.

python_AI_fans的博客 1万+

python 元编程之类元编程

转载自我自己的 github 博客 ——> 半天钟的博客 元编程相关博文的目录及链接 这篇博文是元编程系列博文中的其中一篇、这个系列中其他博文的目录和连接见下: 使用 python 特性管理实例属性 浅析 python 属性描述符(上) 浅析 python 属性描述符(下) python 导入时与运行时 python 元编程之动态属性 python 元编程之类元编程 前言 所谓类元编程,...

BanTianZhong的博客 723

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

Python中的元编程

Python中的元编程 文章目录Python中的元编程type类构建元类元类的应用元编程总结 元编程概念来自LISP和smalltalk。 如果自己写的代码,能生成我们需要的代码。这就是元编程。即用代码生成代码。或者说用代码生成特定的类。例如:常用的class类,是否能够用代码直接生成class类,而不是用关键字class来定义。 用来生成代码的程序称为元编程metaprogram,编写这种程序...

兰枫 1265

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

python元编程_Python中的元编程

就像元数据是关于数据的数据一样,元编程是编写程序来操作程序(Just like metadata is data about data, metaprogramming is writing programs that manipulate programs)。一个常见的看法是元编程是用来成成其他程序的程序,但是实际上它的含义更为广泛(It's a common perception that m...

weixin_39776787的博客 133

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

python元编程 实际应用_Python 元编程

Python 元编程要解决的问题python 元编程目的是为了让代码更加的灵活,实现的手段就是用代码生成代码,用代码修改代码。元编程的基础第一条、在 Python 的世界里一切都是对象,对象是类的实例,而类是元类的实例,元类也是类。第二条、创建实例由类的 __new__ 方法完成,创建完成之后交由 __init__ 初始化。为了一步步加大难度,在这里我们先会用 __new__ 修改实例的创建过程(...

weixin_39611208的博客 180

Python元编程

Python元编程 ctime:2020-03-19 23:47:37 +0900|1584629257 标签(空格分隔): 技术 元编程其实Ruby比较出名,因为Ruby的语法糖实在太多了,而且Ruby的对象模型比Python纯净,因此经常来说用Ruby来作为元编程的介绍。 之前用Python写无人机的仿真,为了写得舒服一点,在里面也实现了一些元编程的东西,这里记录一下。 调用父类的某函数...

qqNCer的博客 301

python元编程 实际应用_Python中的元编程

元编程概念来自lisp和smalltalk用于生成代码的程序成为元程序metaprogram,编写这种程序就成为元编程metaprogramming Python语言能够通过反射实现元编程。1、typeclass type(object):def __init__(cls, what, bases=None, dict=None): # known special case of type.__i...

weixin_39630880的博客 110

【Python高级特性】元编程

通过结合反射和装饰器,可以在不修改原始代码的情况下,动态地增强代码的功能,同时保持代码的清晰性和可维护性。

冰可乐的数据之路 1386

python元编程_Python-元编程

1、元编程:元编程 概念来自 LISP 和 smalltalk我们写程序 是直接写代码,是否能够用代码来生成未来我们需要的代码,这就是元编程。用阿里生成代码的程序称为元程序,metaprogram,编写这种程序就称为元编程。Python 语言能够通过反射实现 元编程python 中;所有非object 类都继承自object 类所有类的类型包括 type类 都是typetype类 继承自objec...

weixin_39628342的博客 135

Python元编程学习(1)

在类创建时,添加一个新方法# 使用自定义元类passobj.greet() # 输出:Hello from MyClass元编程是Python的高级特性,允许开发者动态操控代码结构,实现自动化和高级抽象功能。动态生成类:使用type动态创建类。元类:定制类的行为。动态属性与方法:增强对象的灵活性。实战案例:通过元编程实现简单的ORM模型。元编程并非日常开发的必需,但在构建框架、工具或需要高灵活性的场景中,能够带来巨大的帮助。

B5201234的博客 1507

Python面试题:使用Python进行元编程:元类和元编程技巧

元类: 用于创建和修改类的定义,是高级的元编程技术。通过自定义元类,可以控制类的创建过程和行为。装饰器: 用于修改函数或类的行为而无需直接修改它们的代码。可以在函数或类定义之前通过装饰器添加功能。描述符: 用于控制对对象属性的访问,通过实现__get____set__和__delete__方法来实现。动态属性和方法: 使用setattr和getattr可以动态地添加或修改对象的属性和方法。类工厂函数: 动态创建类,并根据需求生成不同的类定义。

杰哥在此的专栏 1374

Python元编程:代码的幕后之舞

在Python的编程世界中,元编程犹如一场神奇的幕后之舞,让程序员能够在代码执行的过程中实现各种奇妙的操作。本文将深入探讨两个核心方面:动态属性和方法的魔法变形,以及使用元类的创造力,并讨论它们在实际应用中的优势和注意事项。

theskylife的博客 1396

python元编程 实际应用_python元编程详解

一、元编程的概念元编程依赖于python的一个叫做元类的概念。元类就是当你的某段代码在被执行的过程中,另外一段代码同时在被执行。维基百科上说的很好,在面向对象编程中,元类的实例还是类。当我们定义一个类时,该类的对象都是由这个类来创建。但是类本身呢?类又是由什么来创建的呢?这个问题就引申出元类的概念了,元类可以为其他类定义属性。举个例子,下面这段代码为每个类添加了一个hello属性,而这些类都是由定...

weixin_39689506的博客 124
上一篇: Python基本学习-多态和重载
下一篇: Python-文件操作
RuDing
博客等级 码龄9年 19粉丝 7原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值