多重继承|学习笔记

简介: 快速学习 多重继承

开发者学堂课程【Python 语言基础 3:函数、面向对象、异常处理多重继承】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/601/detail/8753


多重继承


目录:

一、相关例子

二、影藏属性

三、多重继承

 

一、相关例子

所示

Class a(object):

Det test(self):

Print(AAA)

Class b(A)

Det test(self):

Print(BBB)

Class C(B)

Det test(self):

Print(CCC)

 

现在的关系很明确,B 继承 C,C 继承 D,现在使 A 和 B 都 继承 object,则

Class a(object):

Det test(self):

Print(AAA)

Class b(object)

Det test2(self):

Print(BBB)

Class C(B)

pass

 

二、影藏属性

类名 . _ bases_ 这个属性可以用来获取当前类的所有父类

 print(C.__bases__)  (<class  ‘__main__.B’>,)

print(B .__bases__)  (<class  ‘object’>,)

 

三、多重继承

一个类中可以有多重父类:在 Python 中是支持多重继承的,也就是我们可以为一个类同时指定多个父类

可以在类名的( )后边添加多个类,来实现多重继承

例:Class C(A  ,B):表示 C 既继承了 A 和 B

多重继承,会使子类同时拥有多个父类,并且会获取到所有父类中的方法

print(C.__bases__)  (<class  ‘__main__.A ’ >, <class  ’__main__.B>)

可用简单的树形结构体现,即

图片2.png

在开发中没有特殊的情况,应该尽量避免使用多重继承,因为多重继承会让我们的代码过于复杂.

如果多个父类中有同名的方法,则会现在第一个父类中寻找,然后找第二个,然后找第三个。多重继承的特点:前边父类的方法会覆盖后边父类的方法.

如图所示

图片3.png

找 D 中 test(),首先,先在自身中找,若自身没有则去第一个父类里找(假设第一个父类是 A),则去A中找,若没有则去 object 中找,若没有再去 B 中找,若还是没有,则去 B 的父类中找,

此时注意:找过一次就不会再找。B 中没有则去第三个父类 C 中找

相关文章
|
4天前
|
人工智能 运维 安全
|
2天前
|
人工智能 异构计算
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
敬请锁定《C位面对面》,洞察通用计算如何在AI时代持续赋能企业创新,助力业务发展!
|
10天前
|
人工智能 JavaScript 测试技术
Qwen3-Coder入门教程|10分钟搞定安装配置
Qwen3-Coder 挑战赛简介:无论你是编程小白还是办公达人,都能通过本教程快速上手 Qwen-Code CLI,利用 AI 轻松实现代码编写、文档处理等任务。内容涵盖 API 配置、CLI 安装及多种实用案例,助你提升效率,体验智能编码的乐趣。
833 109
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
B站开源IndexTTS2,用极致表现力颠覆听觉体验
在语音合成技术不断演进的背景下,早期版本的IndexTTS虽然在多场景应用中展现出良好的表现,但在情感表达的细腻度与时长控制的精准性方面仍存在提升空间。为了解决这些问题,并进一步推动零样本语音合成在实际场景中的落地能力,B站语音团队对模型架构与训练策略进行了深度优化,推出了全新一代语音合成模型——IndexTTS2 。
435 11
|
3天前
|
人工智能 测试技术 API
智能体(AI Agent)搭建全攻略:从概念到实践的终极指南
在人工智能浪潮中,智能体(AI Agent)正成为变革性技术。它们具备自主决策、环境感知、任务执行等能力,广泛应用于日常任务与商业流程。本文详解智能体概念、架构及七步搭建指南,助你打造专属智能体,迎接智能自动化新时代。
|
4天前
|
机器学习/深度学习 传感器 算法
Edge Impulse:面向微型机器学习的MLOps平台——论文解读
Edge Impulse 是一个面向微型机器学习(TinyML)的云端MLOps平台,致力于解决嵌入式与边缘设备上机器学习开发的碎片化与异构性难题。它提供端到端工具链,涵盖数据采集、信号处理、模型训练、优化压缩及部署全流程,支持资源受限设备的高效AI实现。平台集成AutoML、量化压缩与跨硬件编译技术,显著提升开发效率与模型性能,广泛应用于物联网、可穿戴设备与边缘智能场景。
188 127