Python入门（后传—天池龙珠计划）：（三)

• 这篇博文是Python入门（后传—天池龙珠计划）的第三部分，主要是介绍Python基础进阶：从函数到高级魔方方法
• 这篇博文会结合之前写过的Python入门（学习笔记）做一定补充，补充修改的内容在下面予以列出，具体情况可查阅相关博文。
• 学习交流欢迎联系 obito0401@163.com
  

Python入门（七）：函数

补充内容

• 函数定义部分稍作优化，使之更易理解
• 新增函数文档部分介绍
• 函数参数部分大幅改进优化，条理更为清晰易懂
• 变量作用域部分新增闭包介绍
• 新增函数式编程部分介绍
• lambda函数部分做了进一步的优化，如新增了 filter 和 map 等高阶函数的应用讲解

类与对象

---

按理说这部分内容已经属于 Python 进阶的部分了，当初写完 Python入门（学习笔记）系列博客后，想着以后有时间了单独再写个[Python进阶（学习笔记）]系列博客，但又不知如何下笔。今个算是明白了，哪有什么入门进阶，往下走就对了 : )

---

对象 = 属性 + 方法

对象是类的实例

• 换句话说，类主要定义对象的结构，然后我们以类为模板创建对象
• 类不但包含方法定义，而且还包含所有实例共享的数据
  1. 封装：信息隐蔽技术
     我们可以使用关键字 class 定义 Python 类，关键字后面紧跟类的名称、冒号和类的实现
     
     
  2. 继承：子类自动共享父类之间数据和方法的机制
     
  3. 多态：不同对象对同一方法响应不同的行动
     

self是什么？

• 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——类必须有一个额外的第一个参数名称（对应于上面的实例，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
  

Python 的魔方方法

• 传说，Python 的对象天生拥有一些神奇的方法，它们可以给你的类增加魔力，它们是面向对象的 Python 的一切 $\cdots$
• 如果你的对象实现了这些方法中的某一个，那么这个方法就会在特殊的情况下被 Python 所调用，而这一切都是自动发生的$\cdots$
• 类有一个名为__init__(self[,param1,param2...])的魔方方法，该方法在类实例化时会自动调用
  

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，那么这个函数或变量就会变为私有的了。

• 类的私有属性实例
  
  
• 类的私有方法实例
  
  

继承

• Python 同样支持类的继承，派生类的定义如下所示：

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

• BaseClassName（示例中的基类名）必须与派生类定义在一个作用域内。除了类，还可以用表达式，基类定义在另一个模块中时这一点非常有用：

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
  
  

组合

类、类对象和实例对象

• 类对象：创建一个类，其实也是一个对象在内存开辟了一块空间，称为类对象

# 类对象只有一个
class A(object):
	pass

• 实例对象：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
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

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

class A():
	__init__(self):
		self.name = xx # 实例属性

• 类属性和实例属性区别：
  1. 类属性：类外面，可以通过实例对象.类属性和类名.类属性进行调用。类里面，通过self.类属性和类名.类属性进行调用
  2. 实例属性：类外面，可以通过实例对象.实例属性调用。类里面，通过self.实例属性调用
  3. 类属性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
  4. 实例属性相当于局部变量，出了这个类或者这个类的实例对象，就不起作用了

Warning：属性与方法名相同，属性会覆盖方法

什么是绑定？

• Python 严格要求方法需要有实例才能调用，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__
  

一些内置的相关函数（BIF）

• issubclass(class,classinfo)方法用于判断参数 class 是否为类型参数 classinfo 的子类
  • 一个类被认为是其自身的子类
  • 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
    
• 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()
  • type()不会认为子类是一种父类类型，不考虑继承关系
  • isinstance()会认为子类是一种父类类型，考虑继承关系
  • 如果第一个参数不是对象，则永远返回False
  • 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
    
• hasattr(object,name)用于判断对象是否包含对应的属性
  
• getattr(object,name[,default])用于返回一个属性值
  
• 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
  
• delattr(object,name)用于删除属性
  
• class property([fget[,fset[,fdel[,doc]]]])用于在新式类中返回属性值
  • fget：获取属性值的函数
  • fset：设置属性值的函数
  • fdel：删除属性值的函数
  • doc：属性的描述信息
    

魔方方法

• 魔方方法是面向对象的 Python 的一切，如果你不知道魔方方法，说明你还没意识到面向对象的 Python 的强大之处
• 魔方方法的“魔力”体现在它们总能够在适当的时候被自动调用
• 魔方方法总是被双下划线包围，例如__init__
• 魔方方法的第一个参数应为cls（类方法）或者self（实例方法）：
  • cls：代表一个类的名称
  • self：代表一个实例对象的名称

基本的魔方方法

• __init__(self[,...])
  构造器，当一个实例被创建的时候调用的初始化方法
  
• __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__的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
    
    
  • 若 __new__没有正确返回当前类cls的实例，那__init__是不会被调用的，即使父类的实例也不行，将没有__init__被调用
  • 可利用__new__实现单例模式
    
    
  • __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。
    
• __del__(self)
  析构器，当一个对象将要被系统回收之时调用的方法
  
• __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)
  • repr是str的备用选项
  • 有__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__
    
    
  • __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
  • __repr__(self)的返回结果更准确，也就是说，__repr__存在的目的在于调试，便于开发者使用
    

算术运算符

类型工厂函数，指的是不通过类而是通过函数来创建对象

• __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)定义取模除法的行为：%
• __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)
  
• __pow__(self,other[,moudle])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：|

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方方法多了一个“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 *
• $\cdots \cdots$
• 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 的 __radd__()方法
  

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：/=
• $\cdots \cdots$
• __ior__(self,other)定义赋值按位或操作的行为：|=

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

属性访问

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

描述符

描述符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
  

定制序列

• 协议（Protocols）与其他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
  • 如果你希望定制的容器是不可变的话，你只需要定义__len__()和__getitem__()方法
  • 如果你希望定制的容器是可变的话，除了__len__()和__getitem__()方法，你还需要定义__setitem__()和__delitem()两个方法
• 【例】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
  
• __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]
• 【例】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
  
  

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
  
• 迭代器有两个基本的方法：iter()和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
  • 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
    
• 把一个类作为一个迭代器使用需要在类中实现两个魔方方法__iter__()与__next__()：
  1. __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
  2. __next__()返回一个迭代器对象
  3. 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
     

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，更简单点理解的话，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
  
  
• 【例】用生成器实现斐波那契数列