Python(9)面对对象高级编程(上)

简介: Python(9)面对对象高级编程(上)

一、使用__slots__


  • 正常情况下,当我们定义了一个,并且根据创建了实例后,我们可以给这些实例绑定任何属性和方法,就这是动态语言的灵活性,下面来看案例:
- 创建一个类
>>> class Student(object):
...     pass
... 
- 创建一个实例,并且绑定属性'name'
>>> zhangsan = Student()
>>> zhangsan.name = 'zhangsan' 
>>> zhangsan.name
'zhangsan'
- 还可以绑定方法
>>> def set_age(self,age):
...     self.age = age
... 
>>> from types import MethodType  #导入模块
>>> zhangsan.set_age = MethodType(set_age,zhangsan)  #给zhangsan实例绑定方法 
>>> zhangsan.set_age(22) 
>>> zhangsan.age
22
- 上面的'zhangsan'实例绑定的方法,只对'zhangsan'本身生效,如果根据'Student'类再次创建实例,'新创建的实例是没有这些方法的'
>>> lisi = Student() 
>>> lisi.set_age
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute 'set_age'
>>> lisi.set_age(33)    #无法调用
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute 'set_age'
- 如果想让上面的方法绑定到所有根据'Student'类创建的实例,我们可以直接给'Student类'绑定方法
>>> def set_score(self,score):
...     self.score = score
... 
>>> Student.set_score = set_score
>>> lisi.set_score(99) 
>>> lisi.score      
99
>>> zhangsan.set_score(98) 
>>> zhangsan.score
98

通常情况下,上面的set_score方法是可以直接定义到类中的,但是动态绑定允许我们在程序运行的过程中动态的为类添加功能,这在静态语言中很难实现


当我们需要限制实例的属性,例如,只允许对Student类创建的实例添加name和age属性,想要达到这种效果,我们可以在定义类的时候,定义一个特殊的__slots__变量,来限制实例可添加的属性:

- 可以看到在使用'__slots__'变量后,创建的实例'zhangsan'只可以绑定特点的属性
>>> class Student(object):
...     __slots__ = ('name','age')
... 
>>> zhangsan = Student()
>>> zhangsan.name = 'zhangsan' 
>>> zhangsan.age = 22
>>> zhangsan.score = 98  
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute 'score'
- 要注意的是,类中的'__slots__'变量'只对当前类的实例有效,对继承的子类是无效的'
>>> class Test_Student(Student):
...     pass
... 
>>> lisi = Test_Student()
>>> lisi.score = 98
>>> lisi.score
98
  • 注意:在类中的__slots__变量只对当前类创建的实例有效,对继承的子类是无效的


二、使用装饰器——@property


在绑定属性时,如果直接把属性暴露出去,这样虽然写起来简单,但是无法检查参数,导致可以随意修改属性,例如:

>>> class Student(object):
...     pass
... 
>>> zhangsan = Student()
>>> zhangsan.score = 98 
>>> zhangsan.score
98

可以看到,上面的zhangsan实例的score属性是可以随意定义、修改的,在实际环境中,肯定不允许这样随意进行定义、修改,为了限制score属性的范围,我们可以在类中通过添加set_score()方法来限制score属性,然后再添加一个get_score()方法来获取score,这种方式在之前的私有变量中提到过,下面来看案例:

- 在类中使用if语句进行判断,限制score属性,可以看到在根据类创建实例后,实例的'score'属性无法随意定义、修改了
>>> class Student(object):         
...     def get_score(self):
...             return self.score
...     def set_score(self,value):
...             if not isinstance(value,int):  #使用isinstance判断传入参数value的类型是否为int类型
...                     raise ValueError('score not is int')  #使用raise抛出异常
...             if value < 0 or value > 100:
...                     raise ValueError('score must between 0 — 100!!')  
...             self.score = value
... 
>>> zhangsan = Student()
>>> zhangsan.set_score('98') 
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 6, in set_score
ValueError: score not is int
>>> zhangsan.set_score(120)  
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 8, in set_score
ValueError: score must between 0 — 100!!
>>> zhangsan.set_score(98)  
>>> zhangsan.score
98


虽然上面创建类的方式可以实现效果,但是调用方法略显复杂,没有直接使用属性那么简单


之前有说过装饰器这个概念,装饰器可以动态的给函数添加功能,而在Python中,对于类的方法,装饰器一样有效,Python内置的@property装饰器就是负责把一个方法变成属性进行调用

- '@property'的实现比较复杂,来看下面的'Student'类,想要把一个'获取属性的方法'变成属性,只需要加上'@property'即可,而在下面,还可以看到'@property.setter',这是创建的另一个装饰器,负责把一个'赋值属性的方法'变成属性,于是,我们就有拥有了一个可控的属性操作
>>> class Student(object):
...     @property
...     def score(self):
...             return self._score
...     @score.setter
...     def score(self,value):
...             if not isinstance(value,int):
...                     raise ValueError('score not is int!')
...             if value < 0 or value > 100:
...                     raise ValueError('score must between 0 - 100!!') 
...             self._score = value
... 
>>> zhangsan = Student()
>>> zhangsan.score = 98  #进行赋值操作,实际调用的是第二个score方法,也就是zhangsan.set_score(98)这样的
>>> zhangsan.score      #同样的,进行获取操作,实际调用的是第一个score方法,也就是zhangsan.get_score()这样的
98
>>> zhangsan.score = '98'   #可以看到在赋值时不符合属性要求会报错
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 8, in score
ValueError: score not is int!
>>> zhangsan.score = 120 
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "<stdin>", line 10, in score
ValueError: score must between 0 - 100!!

上面的代码中,单独的@property其实就是getter方法,并且是只读属性的,例如:

- 下面只使用了'getter'的装饰器,可以看到,除了在创建实例的时候可以传入'self._age'的值,创建后直接修改'zhangsan'的'age'属性值会报错,这就是'只读属性'
>>> class Student(object):
...     def __init__(self,age):
...             self._age = age
...     @property
...     def age(self):
...             return print(self._age) 
... 
>>> zhangsan = Student(22) 
>>> zhangsan.age
22
>>> zhangsan.age = 25
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: can't set attribute 'age'
  • 而上面代码中的@score.setter其实就是setter方法,也就是用来修改属性的值的,例如:
- 可以看到在使用'@age.setter'后,可以随意的去修改'self._age'的值
>>> class Student(object):
...     @property
...     def age(self):
...             return print(self._age)
...     @age.setter
...     def age(self,value):
...             self._age = value
... 
>>> zhangsan = Student()
>>> zhangsan.age = 22
>>> zhangsan.age
22
>>> zhangsan.age = 25
>>> zhangsan.age      
25

注意:


要特别注意的是,属性的方法名千万不要和实例变量重名,否则会造成无限递归,导致栈溢出报错,例如:


>>> class Student(object):
...     @property
...     def age(self):
...             return print(self._age)  #这里设置为self._age,就是因为如果不加下划线,那么变量就跟方法名冲突了
...     @age.setter
...     def age(self,value):
...             self._age = value
  • 其实这个上面装饰器达到的效果可以添加多个方法来实现,例如添加get_ageset_age等,但是最终调用的是方法,如zhangsan.get_age(),而使用装饰器后,可以看到调用的是属性zhangsan.age


三、多重继承(多继承)


  • 在之前说面向对象编程时,说到过三大基本特性之一的继承特性,继承是面向对象编程的一个重要方式,因为通过继承,子类就可以继承并扩展父类的功能,而一个类是可以继承多个父类的,这种继承就叫做多重继承,也就是多继承,下面来看一个案例,理解多继承的作用:


  • 假如我们要实现以下四种动物:


Dog——狗

Bat——蝙蝠

Parrot——鹦鹉

Ostrich——鸵鸟

首先可以根据特性进行分类,例如通过哺乳动物和鸟类动物,可以这样分:


88c7f4f738ec47b8a5086614249a1ba2.png而如果通过“能跑”和“能飞”来说,可以这样分:


2535101cf2d2464eb540e128d63eb9a0.png

如果在分的细点,就需要设置更多的层次,例如,哺乳动物中能飞能跑的,鸟类中能飞能跑的

772e65152f9d4147a1c6e413ac0c94f1.png

如果还要增加“宠物类”和“非宠物类”的话,类的数量会呈指数增长,这样明显是不行的,正确的做法就是使用多重继承,通过多重继承,一个子类就可以同时获得多个父类的所有功能,例如:

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
#最上层的Animal类
class Animal(object):
    pass
#第二层的哺乳动物和鸟类
class Mammal(Animal):
    pass
class Bird(Animal):
    pass
#第三层的各种动物
class Dog(Mammal):
    pass
class Bat(Mammal):
    pass
class Parrot(Bird):
    pass
class Ostrich(Bird):
    pass

下面,我们要给动物加上各种功能,例如:

- 添加跑和飞的类
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
#添加跑和飞的类
class Runnable(object):
    def run(self):
        return print('Running...')
class Flyable(object):
    def fly(self):
        return print('Flying...')
#最上层的Animal类
class Animal(object):
    pass
#第二层的哺乳动物和鸟类
class Mammal(Animal):
    pass
class Bird(Animal):
    pass
#第三层的各种动物
class Dog(Mammal):
    pass
class Bat(Mammal):
    pass
class Parrot(Bird):
    pass
class Ostrich(Bird):
    pass

可以利用多重继承的特性让动物继承多个类,例如:

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
#添加跑和飞的类
class Runnable(object):
    def run(self):
        return print('Running...')
class Flyable(object):
    def fly(self):
        return print('Flying...')
#最上层的Animal类
class Animal(object):
    pass
#第二层的哺乳动物和鸟类
class Mammal(Animal):
    pass
class Bird(Animal):
    pass
#第三层的各种动物
class Dog(Mammal,Runnable):
    pass
class Bat(Mammal,Flyable):
    pass
class Parrot(Bird,Flyable):
    pass
class Ostrich(Bird,Runnable):
    pass

多重继承这种让类继承多个类的设计,也叫做Mixln,是一种常见设置,只允许单一继承的语言,例如java是不能使用Mixln设计的


目录
相关文章
|
2月前
|
人工智能 数据可视化 数据挖掘
探索Python编程:从基础到高级
在这篇文章中,我们将一起深入探索Python编程的世界。无论你是初学者还是有经验的程序员,都可以从中获得新的知识和技能。我们将从Python的基础语法开始,然后逐步过渡到更复杂的主题,如面向对象编程、异常处理和模块使用。最后,我们将通过一些实际的代码示例,来展示如何应用这些知识解决实际问题。让我们一起开启Python编程的旅程吧!
|
2月前
|
存储 数据采集 人工智能
Python编程入门:从零基础到实战应用
本文是一篇面向初学者的Python编程教程,旨在帮助读者从零开始学习Python编程语言。文章首先介绍了Python的基本概念和特点,然后通过一个简单的例子展示了如何编写Python代码。接下来,文章详细介绍了Python的数据类型、变量、运算符、控制结构、函数等基本语法知识。最后,文章通过一个实战项目——制作一个简单的计算器程序,帮助读者巩固所学知识并提高编程技能。
|
2月前
|
Unix Linux 程序员
[oeasy]python053_学编程为什么从hello_world_开始
视频介绍了“Hello World”程序的由来及其在编程中的重要性。从贝尔实验室诞生的Unix系统和C语言说起,讲述了“Hello World”作为经典示例的起源和流传过程。文章还探讨了C语言对其他编程语言的影响,以及它在系统编程中的地位。最后总结了“Hello World”、print、小括号和双引号等编程概念的来源。
126 80
|
21天前
|
存储 缓存 Java
Python高性能编程:五种核心优化技术的原理与Python代码
Python在高性能应用场景中常因执行速度不及C、C++等编译型语言而受质疑,但通过合理利用标准库的优化特性,如`__slots__`机制、列表推导式、`@lru_cache`装饰器和生成器等,可以显著提升代码效率。本文详细介绍了这些实用的性能优化技术,帮助开发者在不牺牲代码质量的前提下提高程序性能。实验数据表明,这些优化方法能在内存使用和计算效率方面带来显著改进,适用于大规模数据处理、递归计算等场景。
58 5
Python高性能编程:五种核心优化技术的原理与Python代码
|
3月前
|
存储 索引 Python
Python编程数据结构的深入理解
深入理解 Python 中的数据结构是提高编程能力的重要途径。通过合理选择和使用数据结构,可以提高程序的效率和质量
171 59
|
2月前
|
Python
[oeasy]python055_python编程_容易出现的问题_函数名的重新赋值_print_int
本文介绍了Python编程中容易出现的问题,特别是函数名、类名和模块名的重新赋值。通过具体示例展示了将内建函数(如`print`、`int`、`max`)或模块名(如`os`)重新赋值为其他类型后,会导致原有功能失效。例如,将`print`赋值为整数后,无法再用其输出内容;将`int`赋值为整数后,无法再进行类型转换。重新赋值后,这些名称失去了原有的功能,可能导致程序错误。总结指出,已有的函数名、类名和模块名不适合覆盖赋新值,否则会失去原有功能。如果需要使用类似的变量名,建议采用其他命名方式以避免冲突。
51 14
|
2月前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
109 2
|
2月前
|
存储 数据处理 Python
Python如何显示对象的某个属性的所有值
本文介绍了如何在Python中使用`getattr`和`hasattr`函数来访问和检查对象的属性。通过这些工具,可以轻松遍历对象列表并提取特定属性的所有值,适用于数据处理和分析任务。示例包括获取对象列表中所有书籍的作者和检查动物对象的名称属性。
43 2
|
2月前
|
小程序 开发者 Python
探索Python编程:从基础到实战
本文将引导你走进Python编程的世界,从基础语法开始,逐步深入到实战项目。我们将一起探讨如何在编程中发挥创意,解决问题,并分享一些实用的技巧和心得。无论你是编程新手还是有一定经验的开发者,这篇文章都将为你提供有价值的参考。让我们一起开启Python编程的探索之旅吧!
64 10
|
2月前
|
机器学习/深度学习 人工智能 Java
Python 语言:强大、灵活与高效的编程之选
本文全面介绍了 Python 编程语言,涵盖其历史、特点、应用领域及核心概念。从 1989 年由 Guido van Rossum 创立至今,Python 凭借简洁的语法和强大的功能,成为数据科学、AI、Web 开发等领域的首选语言。文章还详细探讨了 Python 的语法基础、数据结构、面向对象编程等内容,旨在帮助读者深入了解并有效利用 Python 进行编程。

热门文章

最新文章