注：最后有面试挑战，看看自己掌握了吗
PO verses OO
PO
PO耦合性高，很多过程被重复做了。–专事专用的程序，没有未来。
重复定义相同的数据结构，非常拉跨。
自定义函数太多，记都记不住。
变量和函数联系不紧密，如果你的兄弟给你他的代码，里面有各种写好的函数，你还得拿走他的变量，防止出现一些隐藏问题。
OO
类----类名首字母大写–Box------数据+函数
方法–如__init()__—最简单的使用格式：def __init()__(self)
构造方法—特殊的方法
self关键字：在实例使用的时候，用来传输实例对象—其实是实例在内存的一个地址,隐形传递，实例可以调用的属性，必须在__init()__里面定义并且初始化
class Box: def __init__(self,chang,kuan,gao): self.chang=chang self.kuan=kuan self.gao=gao def say(self): return self.chang*self.kuan*self.gao if '__main__' == __name__: a = Box(1,2,3) print(a.say())
当一个类很复杂的时候，考虑多弄一个
class Color1: def __init__(self, index=0): self.set_color = ["bai","hei"] self.index = index def setColor(self): return self.set_color[self.index] return self.set_color[self.index] class Box: def __init__(self,chang,kuan,gao,c1=0): self.chang=chang self.kuan=kuan self.gao=gao self.color0=Color1(c1).setColor() def say(self): return self.chang*self.kuan*self.gao if '__main__' == __name__: a = Box(1,2,3,1) print(a.say()) print(a.color0)
类的改造
继承–不改原始代码的情况下，改造类，----假如第三方类已经被编译了，没有给源代码，也可以通过继承来改造
class Color1: def __init__(self, index=0): self.set_color = ["bai","hei"] self.index = index def setColor(self): return self.set_color[self.index] return self.set_color[self.index] class Box: def __init__(self,chang,kuan,gao,c1=0): self.chang=chang self.kuan=kuan self.gao=gao self.color0=Color1(c1).setColor() def say(self): return self.chang*self.kuan*self.gao class MyBox(Box): def __init__(self,chang,kuan,gao,c1): super().__init__(chang,kuan,gao,c1) self.material="paper" def say(self): return self.material if '__main__' == __name__: a = MyBox(1,2,3,1) print(a.say()) print(a.color0)
私有
变量函数私有化，前面加上双下划线即可
self.__color0="bai" def __say(self)://看不到，实例无法调用此方法了 return self.chang*self.kuan*self.gao
类的模块化
静态类verses动态类
静态类无法实例化 没有self关键字，没有构造方法
静态类用来存一些变量和函数
使用方法
Box.say()
动态类
不要直接使用动态类里面的变量，用self属性化后使用，确保各个属性值各司其职，互不干扰
查看模块源代码
https://github.com/python/cpython/tree/3.5/Modules
Include 目录：包含了 Python 提供的所有头文件，如果用户需要自己用 C 或 C++来编写自定义模块扩展
Python，那么就需要用到这里提供的头文件。
Lib 目录：包含了 Python 自带的所有标准库，且都是用 Python 语言编写的。
Modules 目录：包含了所有用 C 语言编写的模块，比如 math、hashlib
等。它们都是那些对速度要求非常严格的模块。而相比而言，Lib 目录下则是存放一些对速度没有太严格要求的模块，比如 os。
Parser 目录：包含了 Python 解释器中的 Scanner 和 Parser 部分，即对 Python
源代码进行词法分析和语法分析的部分。除此以外，此目录还包含了一些有用的工具，这些工具能够根据 Python 语言的语法自动生成 Python
语言的词法和语法分析器，与 YACC 非常类似。
Objects 目录：包含了所有 Python 的内建对象，包括整数、list、dict 等。同时，该目录还包括了 Python
在运行时需要的所有的内部使用对象的实现。
Python 目录：包含了 Python 解释器中的 Compiler 和执行引擎部分，是 Python 运行的核心所在。
PCbuild 目录：包含了 Visual Studio 2003 的工程文件，研究 Python 源代码就从这里开始（本书将采用
Visual Studio 2017 对 Python 进行编译）。
Programs 目录：包含了 Python 二进制可执行文件的源码。
对象机制的基石 PyObject
对于初学者来说这么多类型的对象怎么学？别着急，我们后续章节会解答。
在开始我们的学习之旅之前，我们要先认识一个结构体PyObject，可以说 Python 的对象机制就是基于PyObject拓展开来的，所以我们先看看PyObject 到底长什么样。
源文件：Include/object.h
// Include/object.h #define _PyObject_HEAD_EXTRA \ struct _object *_ob_next; \ struct _object *_ob_prev; typedef struct _object { _PyObject_HEAD_EXTRA // 双向链表 垃圾回收 需要用到 Py_ssize_t ob_refcnt; // 引用计数 struct _typeobject *ob_type; // 指向类型对象的指针，决定了对象的类型 } PyObject;
Python 中的所有对象都拥有一些相同的内容，而这些内容就定义在PyObject中，
PyObject 包含 一个用于垃圾回收的双向链表，一个引用计数变量 ob_refcnt 和 一个类型对象指针ob_type
🌸I could be bounded in a nutshell and count myself a king of infinite space.
特别鸣谢：木芯工作室 、Ivan from Russia
