python——魔法方法、特性和迭代器

本文深入探讨Python中的构造函数和析构函数,包括__init__和__del__的使用,以及如何通过super()函数正确地重写构造函数。同时,讲解了序列和映射协议的实现方法,如len(), getitem(), setitem(), delitem()等方法的使用。

在python中,有些名称很特别,开头和结尾都是两个下划线。这样的拼写表示名称有特殊意义,因此绝不要在程序中创建这样的名称。
在这样的名称中,有很大一部分都是魔法方法的名称。

在python3中没有旧式类,因此无需显示地继承object或将__metaclass__设置为type。
所有的类都将隐式的继承object。如果没有指定超类,将直接继承它,否则将间接地继承它。

一、构造函数

构造方法将在对象创建后自动调用它们。
在python中,创建构造函数很容易,只需要将方法init的名称改为__init__即可。

class FooBar:
    def __init__(self):
        self.somevar = 42


f = FooBar()
print(f.somevar)
# 42

还有析构函数__del__,但是尽可能不使用。

1.1重写
一个类继承了另一个类,并且在该类中重新定义了一个和超类中相同的方法。

重写构造函数时,必须调用超类的构造函数,否则可能无法正确地初始化对象。
为此,有两种方法:

  • 调用未关联的超类构造函数
  • 使用函数super(应该使用它)
class Bird:
    def __init__(self):
        self.hungry = True

    def eat(self):
        if self.hungry:
            print('hhhh')
            self.hungry = False
        else:
            print('No')


class SongBird(Bird):
    def __init__(self):
        # Bird.__init__(self)  # 调用未关联的超类构造函数
        super().__init__()  # 使用函数super
        self.sound = 'Squawk'

    def sing(self):
        print(self.sound)


s = SongBird()
s.sing()
s.eat()
s.eat()
# Squawk
# hhhh
# No

比起直接对超类调用未关联方法,使用函数super更直观。并且如果有多个超类,也只需要调用一次函数super。
函数super返回的是一个super对象,这个对象将负责为你执行方法解析。当你访问它的属性时,他将在所有的超类中查找,知道找的指定的属性或引发AttributeError异常。

二、元素访问

2.1基本的序列和映射协议
序列和映射基本上是元素的集合,要实现它们的基本行为(协议),不可变对象要实现2个方法,而可变对象需要实现4个。

  • len(self):这个方法应返回集合包含的项数,对序列来说为元素个数,对映射来说为键-值对数。
  • getitem(self, key):这个方法返回与指定键相关联的值。对序列来说,键应该是0~n-1的整数,其中n为序列的长度。对映射来说,键可以是任何类型。
  • setitem(self, key, value):这个方法应以与键相关联的方式存储值,以便以后能够使用__getitem__来获取。当然,仅当对象可变时才需要实现这个方法。
  • delitem(self, key):这个方法在对对象的组成部分使用__del__语句时被调用,应删除与key相关联的值。同样,仅当对象可变时,才需要实现这个方法。

对于这些方法,还有一些额外的要求。

  • 对于序列,如果键为负数,应从末尾往前数
  • 如果键的类型不合适,可能引发TypeError异常
  • 对于序列,如果索引的类型是正确的,但不在允许的范围内,应引发IndexError异常。
class CounterList(list):
    def __init__(self, *args):
        super().__init__(*args)
        self.counter = 0

    def __getitem__(self, index):
        self.counter += 1
        return super(CounterList, self).__getitem__(index)


cl = CounterList(range(10))
print(cl)
# [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
cl.reverse()
print(cl)
# [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
del cl[3: 6]
print(cl)
# [9, 8, 7, 3, 2, 1, 0]
print(cl.counter)  # 0
# cl.__getitem__(4) == cl[4]  # True
print(cl[4] + cl[2])  # 9
print(cl.counter)  # 2

三、特性

### Python 中生成器与迭代器的区别及用法 #### 基本定义 生成器是一种特殊的迭代器,它通过 `yield` 关键字返回值,并能够在每次调用之间保持状态[^3]。这意味着生成器不仅能够提供数据流,还能记住上次停止的地方以便后续恢复执行。而迭代器是一类实现了 `_ _iter_ _()` `_ _next_ _()` 方法的对象,主要用于按需逐步访问集合中的元素[^4]。 #### 创建方式上的不同 创建一个生成器相对简单直观,只需在一个函数体内加入 `yield` 表达式即可自动获得相应的生成能力。例如: ```python def my_generator(): yield 'first' yield 'second' yield 'third' gen = my_generator() print(next(gen)) # 输出 first print(next(gen)) # 输出 second ``` 相比之下,构建自定义迭代器则较为复杂一些,需要明确定义上述提到的两种魔法方法。如下所示: ```python class MyIterator: def __init__(self): self.values = ['first', 'second', 'third'] self.index = 0 def __iter__(self): return self def __next__(self): if self.index >= len(self.values): raise StopIteration value = self.values[self.index] self.index += 1 return value it = MyIterator() print(next(it)) # 输出 first print(next(it)) # 输出 second ``` #### 性能考量——内存占用方面 当涉及到大体量的数据处理时,生成器因其惰性求值的特点表现出极大的优势。不同于常规列表等容器类型会一次性将全部数据加载至内存之中,生成器采取的是随取随算策略,极大地降低了系统的负担[^1]。这种特性使得生成器成为诸如文件读写、网络通信等领域不可或缺的好帮手。 #### 可重复性生命周期管理 需要注意的一点是,单个生成器实例在其首次完全耗尽之后就不能再被重启或复用了;若希望得到相同的序列结果,则必须重新初始化另一个新的生成器对象[^2]。另一方面,部分高级别的迭代器设计允许一定程度内的位置回溯或是多重独立游标的维护,这取决于具体实现细节[^5]。 --- ### 示例代码片段 以下是关于如何利用生成器简化斐波那契数列生成过程的一个例子: ```python def fib(limit): prev, curr = 0, 1 count = 0 while count < limit: yield prev prev, curr = curr, prev + curr count += 1 fibs = fib(10) for number in fibs: print(number) ``` 此段脚本清晰展示了借助生成器表达式的简洁优雅之处,同时避免了预先存储所有中间数值所带来的额外空间成本。 --- ### 结论总结 综上所述,虽然两者都服务于相似的目的—即逐一提取目标数据集里的成员单元供外部消费使用,但各自侧重点存在明显差异:前者更倾向于动态生产新条目并通过轻量级框架予以呈现;后者则强调对既有实体的有效索引定位服务供给。理解这两者之间的异同有助于开发者根据不同应用场景做出明智的选择。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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