一日一技:在Python中双下划线私有方法不能被调用的原理

简介: 一日一技:在Python中双下划线私有方法不能被调用的原理

在使用Python编写面向对象的代码时,我们会常常使用“继承”这种开发方式。例如下面这一段代码:

class Info:
    def __init__(self):
        pass
    def calc_age(self):
        print('我是父类的方法')
class PeopleInfo(Info):
    def __init__(self):
        super().__init__()
    def calc_age(self):
        print(123456)

如果你使用 PeopleInfo初始化一个对象,然后调用这个类的 calc_age方法,我们来看看运行效果,如下图所示:

可以看出,父类 Info里面的 calc_age被子类里面的 calc_age给“覆盖”了。

到目前为止,应该都是你已经知道的东西。那么下一个问题,请问 PeopleInfo里面的 __init__会不会覆盖 Info里面的 __init__

为了确认这一点,我们来测试一下:

class Info:
    def __init__(self):
        print('我是父类的__init__')
    def calc_age(self):
        print('我是父类的方法')
class PeopleInfo(Info):
    def __init__(self):
        super().__init__()
        print('我是之类的初始化方法')
    def calc_age(self):
        print(123456)

运行效果如下图所示:

这里你发现父类和子类的 __init__都被运行了。

不过你可能会强行解释为:在子类的 __init__里面,有一行 super().__init__(),这个地方可能子类还没有完全覆盖父类,所以先运行了父类的方法。等到子类的 __init__全部执行完成以后,才会覆盖父类。

当然,这种强行诡辩显然是错误的,但为了证明这里你看到的现象和这个 super().__init__()没有任何关系,我们不使用 __init__,而是自己定义一个:

class Info:
    def __init__(self):
        pass
    def __calc_age(self):
        print('我是父类的方法')
    def run_father(self):
        self.__calc_age()
class PeopleInfo(Info):
    def __init__(self):
        super().__init__()
        pass
    def __calc_age(self):
        print(123456)
    def run_son(self):
        self.__calc_age()

运行效果如下图所示:

从这里可以看出,父类和子类的 __calc_age都成功运行了。

这是因为,在Python里面,类方法或者属性如果以双下划线开头,那么他们就是类的私有方法,在被继承的时候,即使子类有相同名字的以双下划线开头的属性或者方法也不会覆盖父类。

而且这些以双下划线开头的私有方法或者属性,在类内部可以自由被其他方法调用,但是在实例对象里面是不能直接调用的,如下图所示:

那么Python是如何实现这一点的呢?实际上Python仅仅是改了一个名字而已。我们使用 dir函数看看实例对象 kingname里面有哪些内容,如下图所示:

大家请注意方框框住的内容,其中的 _Info__calc_age就是父类中的 __calc_age,而 _PeopleInfo__calc_age就是子类中的 __calc_age。Python仅仅是改了一个名字,在这种双下划线的私有方法或者私有属性的前面加上了 _类名,这样就确保了子类和父类的方法名不一致。

所以,虽然 在规范上,这种双下划线的私有方法和私有属性是不应该在外部访问的,但是如果你想强行访问,可以个使用这种改名以后的名字:

  1. kingname =PeopleInfo()
  2. kingname._PeopleInfo__calc_age()  # 强行调用子类的私有方法
  3. kingname._Info__calc_age()  # 强行调用父类的私有方法

运行效果如下图所示:

目录
相关文章
|
2月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
62 3
|
2月前
|
机器学习/深度学习 算法 数据挖掘
线性回归模型的原理、实现及应用,特别是在 Python 中的实践
本文深入探讨了线性回归模型的原理、实现及应用,特别是在 Python 中的实践。线性回归假设因变量与自变量间存在线性关系,通过建立线性方程预测未知数据。文章介绍了模型的基本原理、实现步骤、Python 常用库(如 Scikit-learn 和 Statsmodels)、参数解释、优缺点及扩展应用,强调了其在数据分析中的重要性和局限性。
65 3
|
5天前
|
算法 数据处理 Python
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
Savitzky-Golay滤波器是一种基于局部多项式回归的数字滤波器,广泛应用于信号处理领域。它通过线性最小二乘法拟合低阶多项式到滑动窗口中的数据点,在降噪的同时保持信号的关键特征,如峰值和谷值。本文介绍了该滤波器的原理、实现及应用,展示了其在Python中的具体实现,并分析了不同参数对滤波效果的影响。适合需要保持信号特征的应用场景。
45 11
高精度保形滤波器Savitzky-Golay的数学原理、Python实现与工程应用
|
24天前
|
安全
Python-打印99乘法表的两种方法
本文详细介绍了两种实现99乘法表的方法:使用`while`循环和`for`循环。每种方法都包括了步骤解析、代码演示及优缺点分析。文章旨在帮助编程初学者理解和掌握循环结构的应用,内容通俗易懂,适合编程新手阅读。博主表示欢迎读者反馈,共同进步。
|
17天前
|
缓存 数据安全/隐私保护 Python
python装饰器底层原理
Python装饰器是一个强大的工具,可以在不修改原始函数代码的情况下,动态地增加功能。理解装饰器的底层原理,包括函数是对象、闭包和高阶函数,可以帮助我们更好地使用和编写装饰器。无论是用于日志记录、权限验证还是缓存,装饰器都可以显著提高代码的可维护性和复用性。
31 5
|
1月前
|
JSON 安全 API
Python调用API接口的方法
Python调用API接口的方法
173 5
|
2月前
|
算法 决策智能 Python
Python中解决TSP的方法
旅行商问题(TSP)是寻找最短路径,使旅行商能访问每个城市一次并返回起点的经典优化问题。本文介绍使用Python的`ortools`库解决TSP的方法,通过定义城市间的距离矩阵,调用库函数计算最优路径,并打印结果。此方法适用于小规模问题,对于大规模或特定需求,需深入了解算法原理及定制策略。
43 15
|
30天前
|
缓存 开发者 Python
深入探索Python中的装饰器:原理、应用与最佳实践####
本文作为技术性深度解析文章,旨在揭开Python装饰器背后的神秘面纱,通过剖析其工作原理、多样化的应用场景及实践中的最佳策略,为中高级Python开发者提供一份详尽的指南。不同于常规摘要的概括性介绍,本文摘要将直接以一段精炼的代码示例开篇,随后简要阐述文章的核心价值与读者预期收获,引领读者快速进入装饰器的世界。 ```python # 示例:一个简单的日志记录装饰器 def log_decorator(func): def wrapper(*args, **kwargs): print(f"Calling {func.__name__} with args: {a
40 2
|
2月前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
119 4
|
28天前
|
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!