多重继承：例子

最新推荐文章于 2025-07-15 10:58:19 发布

原创

最新推荐文章于 2025-07-15 10:58:19 发布 · 798 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#程序人生 #python #数据分析 #开发语言 #计算机

这篇博客深入探讨了Python编程中的多重继承概念，通过一个机器人课程的示例来解释。首先介绍了基础的Robot类，然后派生出NursingRobot和FightingRobot子类，分别增加了治疗和战斗的功能。文章还讨论了类之间的继承关系和方法覆盖，展示了如何在设计中避免不良的类型转换。最后，给出了一个结合治疗和战斗能力的机器人例子，演示了多重继承的实际应用。

机器人课程

机器人多重继承

我们教程的这一章旨在加深读者对前一章中建立的多重继承的理解。我们将为 Python 编程语言的这一重要的面向对象原则提供进一步的扩展示例。我们将使用 Robot 类的变体作为超类。我们还将使用 Python 之类的属性总结面向对象的其他一些重要方面。我们还将找出覆盖、重载和覆盖之间的区别。

这个例子是在我的现场 Python 培训课程中成长起来的，因为我迫切需要简单易懂的子类化例子，最重要的是一个用于多重继承的例子。

从超类开始，Robot我们将派生出两个类：一个FightingRobot类和一个NursingRobot类。

最后，我们将定义FightingRobot类和NursingRobot类的“组合” ，即我们将实现一个类FightingNurseRobot，它将继承自FightingRobot和NursingRobot。

让我们从我们的Robot类开始：我们使用一个私有类属性，__illegal_names其中包含一组不允许用于命名机器人的名称。

通过提供一种__add__方法，我们确保我们的机器人能够传播。将自动创建生成的机器人的名称。“婴儿”机器人的名字将由父母双方的名字串联而成，中间用连字符分隔。如果父名称的名称包含连字符，我们将仅使用连字符之前的第一部分。

机器人将使用 0 到 1 之间的随机值来“激活”属性health_level。如果机器人的健康级别低于由类属性定义的阈值Robot.__crucial_health_level，则它将需要来自NursingClass. 为了确定机器人是否需要治疗，我们提供了一种方法needs_a_nurse，如果该值低于该值则返回 True Robot.__crucial_health_level，否则返回False。

 随机导入

类 机器人（）：

    __illegal_names  =  { “亨利” ， “奥斯卡” } 
    __crucial_health_level  =  0.6
    
    def  __init__ ( self ,  name ): 
        self 。name  =  name   #---> 属性设置器
        self 。health_level  = 随机。随机()
        
    @property 
    def  name ( self ):
        返回 self 。__名称

    @名称。setter 
    def  name ( self ,  name ):
        如果 名称 在 Robot 中。__illegal_names ：
            自我。__name  =  "Marvin" 
        else : 
            self . __name  = 名字

    def  __str__ ( self ):
        返回 self 。名称 +  ", 机器人"
 
    def  __add__ ( self ,  other ): 
        first  =  self 。名字。拆分（“-” ）[ 0 ]
        秒 = 其他。名字。split ( "-" )[ 0 ]
        返回 机器人（第一个 +  "-"  + 第二个）
    
    def  need_a_nurse ( self ):
        如果 self . health_level  < 机器人。__crucial_health_level ：
            返回 真
        否则：
            返回 假
 
    高清 say_hi （个体经营）：
        打印（“你好，我是”  + 自我。名称）
        打印（“我的健康水平是：”  +  STR （自我。health_level ））

我们现在可以测试新设计的Robot类。注意连字符名称如何代代变化：

first_generation  =  （机器人（“Marvin” ），
                    机器人（“Enigma-Alan” ），
                    机器人（“Charles-Henry” ））
 
gen1  =  first_generation  # 用作缩写
婴儿 =  [ gen1 [ 0 ]  +  gen1 [ 1 ],  gen1 [ 1 ]