Python编程:面向对象深入

简介: Python编程:面向对象深入

基础知识

编程:语法+数据结构+算法


编程范式:

面向过程,step by step top-down language

面向对象oop,世界万物,皆可分类,皆为对象


特性

class –实例化–> object

实例化:把类变成具体对象的过程


封装:数据隐藏

把一些功能的实现细节不对外暴露


继承:代码复用

组合

单继承

多继承

py2

- 经典类:深度优先来继承的

- 新式类:广度优先来继承的 class Foo(object)

py3

- 经典类和新式类都是按照广度优先来继承的


多态:接口重用

一个接口,多种实现


类:

1. 属性:

1. 类变量 大家共用属性,节省内存开销

2. 实例变量(静态属性):作用域是实例本身

3. 私有属性 __开头


2.方法(动态属性)

1. 构造函数:init 实例化时做类的初始化工作

2. 析构函数:del 释放,销毁对象时执行,通常用于收尾工作,如关闭数据库连接,关闭临时文件

3. 私有方法 __开头

4. 静态方法:staticmethod与类没什么关系,只是名义上数据

5. 类方法:classmethod 只能访问类变量,不能访问实例变量

6. 属性方法:property 把一个方法变成一个静态属性


编程原则:

1、不写重复代码

2、代码会经常变更,做到易读,易改


对象实例化:

数据拷贝

方法不拷贝

object.method 相当于 class.method(object)


类属性

class Dog(object):
    count = 0  # 类变量
    lst = []
    def __init__(self, name): # 构造函数
        self.name = name  # 实例变量
        self.__age = 0  # 私有属性
    def bark(self):  # 方法
        print("%s bark" % self.name)
    def __del__(self):  # 析构函数
        print("%s del" % self.name)
# 实例化对象,并赋予实例变量,相当于局部变量
d1 = Dog("Tom")
d2 = Dog("Alex")
d3 = Dog("Jack")
# 调用对象方法
d1.bark()   # Tom bark
d2.bark()   # Alex bark
d3.bark()   # Jack bark
# 修改类变量,相当于全局变量
d1.count = 12
d2.count = 12
d3.count = 12
print(Dog.count)   #0  #类变量 没有被修改
print(d1.count)    #12
print(d1.count)    #12
print(d1.count)    #12
d1.lst.append("d1")
d2.lst.append("d2")
d3.lst.append("d3")
# 类变量 列表被修改了
print(Dog.lst)   # ['d1', 'd2', 'd3']
print(d1.lst)    # ['d1', 'd2', 'd3']
print(d2.lst)    # ['d1', 'd2', 'd3']
print(d3.lst)    # ['d1', 'd2', 'd3']

多态

class Animal(object):
    count = 1
    def __init__(self, name):
        self.name = name
        self.__color = None
    def talk(self):
        pass
    @staticmethod  # 静态方法
    def animal_talk(animal):
        animal.talk()
    @classmethod  # 类方法
    def animal_sleep(cls):
        print(cls,cls.count)
    @property  # 属性方法
    def color(self):
        return  self.__color
    @color.setter  # 设置
    def color(self, color):
        self.__color = color
    @color.deleter  # 删除
    def color(self):
        del self.__color
class Cat(Animal):
    def talk(self):
        print("%s talking" % self.name)
class Dog(Animal):
    def talk(self):
        print("%s talking" % self.name)
cat = Cat("mimi")
dog = Dog("jiji")
Animal.animal_talk(cat)
Animal.animal_talk(dog)
Animal.animal_sleep()
print(dog.color)
dog.color = "red"
print(dog.color)
del dog.color

继承

# class People: #经典类
class People(object): # 新式类
    def __init__(self, name, age):
        self.name = name
        self.age = age
    def sleep(self):
        print("%s is sleeping" % self.name)
class Animal(object):
    def drink(self):
        print("%s drinking" % self.name)
class Man(People, Animal): # 多继承
    def __init__(self, name, age, money):
        People.__init__(self, name, age)
        # 等价于:super(Man, self).__init__(name, age) 新式类写法
        self.money = money
        print("%s have money %s" % (name, money))
    def work(self):
        print("%s is working" % self.name)
    def sleep(self):  # 重载父类方法
        People.sleep(self)  # 调用父类方法
        print("Man is sleeping")
class Woman(People):
    def eat(self):
        print("%s is eating" % self.name)
m = Man("Tom", 23, 2000)
w = Woman("Jack", 24)
m.sleep()  # Tom is sleeping
m.work()  # Tom is working
w.sleep()  # Jack is sleeping
w.eat()  # Jack is eating
m.drink() # Tom drinking

继承顺序

class A(object):
    pass
    # def __init__(self):
    #     print("init A")
class B(object):
    def __init__(self):
        print("init B")
class C(A):
    pass
    # def __init__(self):
    #     print("init C")
class D(B):
    pass
    # def __init__(self):
    #     print("init D")
class E(C, D):
    pass
    # def __init__(self):
    #     print("init E")
e = E()
# C -> A -> D -> B

类的特殊方法


class Dog(object):
    """类的描述信息"""
    def __init__(self,name):
        self.name = name
        self.data = {}
    def __call__(self):
        print("call")
    def __str__(self):  #打印时触发
        return self.name
    def __getitem__(self, item): # 像字典一样访问对象
        print("getitem")
        return self.data.get(item)
    def __setitem__(self, key, value):  # 设置值
        print("setitem")
        self.data[key] = value
    def __delitem__(self, key):  # 删除值
        print("delitem")
        del self.data[key]
print(Dog.__doc__) # 输出类的描述信息
dog = Dog("Tom")
print(dog.__module__)  # 输出模块  __main__
print(dog.__class__)  # 输出类  <class '__main__.Dog'>
dog()  # 对象() 括号触发__call__ 方法
print(Dog.__dict__)  #打印类所有属性,不包括实例属性
# {'__weakref__': <attribute '__weakref__' of 'Dog' objects>,
# '__dict__': <attribute '__dict__' of 'Dog' objects>,
# '__init__': <function Dog.__init__ at 0x00000000047B5BF8>,
# '__doc__': '类的描述信息',
# '__call__': <function Dog.__call__ at 0x00000000047B5C80>,
# '__module__': '__main__'}
print(dog.__dict__)  # 打印实例所有属性,不包括类属性
# {'name': 'Tom'}
print(dog)
dog["dog1"] = "dogA"
dog["dog2"] = "dogB"
dog["dog3"] = "dogC"
print(dog["dog1"])
print(dog["dog2"])
print(dog["dog3"])
print(dog.data)
del dog["dog1"]
del dog["dog2"]
del dog["dog3"]
print(dog.data)

类的本质


# python一切皆为对象,类类型也是对象 ,由type类实例化而来
# class Foo():
#     def __init__(self, name, age):
#         self.name = name
#         self.age = age
#
#     def talk(self):
#         print("%s is talking" % self.name)
#
# f= Foo("Alex", 23)
# f.talk()
# 等价于:
def __init__(self, name, age):
    self.name = name
    self.age = age
def talk(self):
    print("%s is talking" % self.name)
Foo = type("Foo", (object,), {"__init__": __init__, "talk": talk})
f= Foo("Alex", 23)
f.talk()

元类

class Foo(object):
    def __init__(self, name):
        self.name = name
        print("init")
    def __new__(cls, *args, **kwargs):
        print("new")
        return object.__new__(cls)  # 继承父类的 new 方法
f = Foo("Tom")
# new
# init
# 元类metaclass:就是类的类,所有类都源自type
print(f.__class__)  # <class '__main__.Foo'>
print(Foo.__class__)  # <class 'type'>
a = 5
print(a.__class__)  #<class 'int'>
print(a.__class__.__class__)  #<class 'type'>
b = "name"
print(b.__class__)  # <class 'str'>
print(b.__class__.__class__)  # <class 'type'>
def foo(): pass
print(foo.__class__)  #<class 'function'>
print(foo.__class__.__class__)  #<class 'type'>

反射

# 反射函数
"""
hasattr() 检查成员
getattr() 获取成员
setattr() 设置成员
delattr() 删除成员
"""
class Foo(object):
    def __init__(self):
        self.name = "Tom"
    def eat(self):
        print("eating")
def talk():
    print("talking")
f= Foo()
choice = input("输入>>")
if hasattr(f, choice):  # 判断对象是否有名称为choice 的属性
    delattr(f, choice)   # 删除对象属性
    # func = getattr(f, choice)  # 通过字符串获取对象函数地址
    # func()
else:
    setattr(f, "talk", talk)  # 动态给对象增加新方法
    f.talk()
    setattr(f, "age", 23)  #给对象增加静态属性
    print(f.age)
print(f.name)

参考文章:


全面深入理解 Python 面向对象

相关文章
|
6天前
|
安全 Python
告别低效编程!Python线程与进程并发技术详解,让你的代码飞起来!
【7月更文挑战第9天】Python并发编程提升效率:**理解并发与并行,线程借助`threading`模块处理IO密集型任务,受限于GIL;进程用`multiprocessing`实现并行,绕过GIL限制。示例展示线程和进程创建及同步。选择合适模型,注意线程安全,利用多核,优化性能,实现高效并发编程。
20 3
|
8天前
|
开发者 Python
Python元类实战:打造你的专属编程魔法,让代码随心所欲变化
【7月更文挑战第7天】Python的元类是编程的变形师,用于创建类的“类”,赋予代码在构建时的变形能力。
30 1
|
9天前
|
设计模式 存储 Python
Python元类大揭秘:从理解到应用,一步步构建你的编程帝国
【7月更文挑战第6天】Python元类是创建类的对象的基石,允许控制类的生成过程。通过自定义元类,可在类定义时动态添加方法或改变行为。
16 0
|
11天前
|
存储 分布式计算 数据可视化
Python 金融编程第二版(四)(2)
Python 金融编程第二版(四)
18 0
|
6天前
|
数据采集 大数据 数据安全/隐私保护
Python编程:如何有效等待套接字的读取与关闭
Python网络编程中,套接字事件处理至关重要。利用`selectors`模块和代理IP能增强程序的稳定性和可靠性。代码示例展示了如何通过代理连接目标服务器,注册套接字的读写事件并高效处理。在代理IP配置、连接创建、事件循环及回调函数中,实现了数据收发与连接管理,有效应对网络爬虫或聊天应用的需求,同时保护了真实IP。
Python编程:如何有效等待套接字的读取与关闭
|
1天前
|
数据挖掘 开发者 Python
如何自学Python编程?
【7月更文挑战第14天】如何自学Python编程?
16 4
|
4天前
|
Python
不容错过!Python中图的精妙表示与高效遍历策略,提升你的编程艺术感
【7月更文挑战第11天】在Python编程中,图以邻接表或邻接矩阵表示,前者节省空间,后者利于查询连接。通过字典实现邻接表,二维列表构建邻接矩阵。图的遍历包括深度优先搜索(DFS)和广度优先搜索(BFS)。DFS使用递归,BFS借助队列。这些基础技巧对于解决复杂数据关系问题,如社交网络分析或迷宫求解,至关重要,能提升编程艺术。
13 5
|
6天前
|
存储 算法 Python
震撼!Python算法设计与分析,分治法、贪心、动态规划...这些经典算法如何改变你的编程世界!
【7月更文挑战第9天】在Python的算法天地,分治、贪心、动态规划三巨头揭示了解题的智慧。分治如归并排序,将大问题拆解为小部分解决;贪心算法以局部最优求全局,如Prim的最小生成树;动态规划通过存储子问题解避免重复计算,如斐波那契数列。掌握这些,将重塑你的编程思维,点亮技术之路。
14 1
|
8天前
|
程序员 Python
从零到一,彻底掌握Python闭包与装饰器的精髓,成为编程界的隐藏Boss
【7月更文挑战第7天】探索Python编程的两大基石:闭包与装饰器。闭包是内部函数记住外部作用域的变量,如`make_multiplier_of`返回的`multiplier`,它保持对`n`的引用。装饰器则是函数工厂,接收函数并返回新函数,如`my_decorator`,它在不改变原函数代码的情况下添加日志功能。掌握这些,让代码更优雅,效率更高,助你成为编程高手。
16 3
|
7天前
|
算法 索引 Python
Python算法设计与分析大揭秘:分治法、贪心算法、动态规划...掌握它们,让你的编程之路更加顺畅!
【7月更文挑战第8天】探索Python中的三大算法:分治(如快速排序)、贪心(活动选择)和动态规划(0-1背包问题)。分治法将问题分解求解再合并;贪心策略逐步求局部最优;动态规划通过记忆子问题解避免重复计算。掌握这些算法,提升编程效率与解决问题能力。
15 1