Python基础教程(第3版)中文版 第9章 魔法方法、特性和迭代器(笔记)

简介: Python基础教程(第3版)中文版 第9章 魔法方法、特性和迭代器(笔记)

                            第9章 魔法方法、特性和迭代器

1. 如果使用的不是python3

使用py -3 无需显式继承object

2. 构造函数(constructor)

创建构造函数:将方法名称改成__init__

对象创建时自动调用。

1.重写普通方法,子类将覆盖父类(或称超类)方法

重写构造函数时,要调用父类的构造函数来帮助初始化对象。

2.调用未关联的父类构造函数#如果使用的新类,可跳过这里,看3.使用函数super

通过类调用方法,没有实例与其关联。


举例:已有Bird类。

SongBird继承Bird

class SongBird(Bird):

   def __init__(self):

       Bird.__init__(self)

       self.sound = 'Squawk!'

   #...

Bird.__init__(self) 是通过类Bird调用方法

而没有和实例相关联。

3.使用函数super

只适用于新式类。

将当前类和当前实例作为参数,对其返回的对象调用方法时,调用的将是父类的方法。

举例:

上面的SongBird 的构造函数可以写出

super(SongBird, self).__init__()

py -3中可以不提供参数。于是可写成:

super().__init__()

#使用函数super比 未关联构造函数更好

3. 元素访问

1.基本的序列和映射协议

序列和映射 是元素(item)的集合.实现它们的基本行为,不可变对象要2个方法,可变对象要4个。

__len__(self):返回项数

__getitem__(self,key): 返回和键相关联的值

__setitem__(self,key,value):设置值,只有可变对象需要

__delitem__(self, key):删除,在对象的组成部分使用__del__时调用,只有可变对象需要


2.从list、dict和str派生

4.其他魔法方法

5.特性(property)

通过存取方法定义的属性通常称为特性。

举例: 有1个Recttangle类

class Rectangle:

   def __init__(self):

       self.width = 0

       self.height = 0

   def set_size(self, size):

       self.width, self.height = size

   def get_size(self):

       return self.width, self.height


   它有属性宽(width)和高(height)

   而 set_size 和get_size 是假想属性 size 的存取方法,size属性是有width和 height 组成的元组.

   python可隐藏存取方法,让这个属性看起来是常规的属性。

   通过存取方法定义的属性叫特性(property)

1.函数property

例:在上面Rectangle类下面加上一行:

size = property(get_size,set_size)


这样就能像对待width、height一样对size了。

r = Rectangle()

r.size


property参数

fget,fset,fdel,doc



2.静态方法和类方法(很少用到它们)

静态方法的定义没有参数self,可以通过类调用

类方法的定义中包含类似self的参数,通常是cls,类方法可以通过对象调用,但参数cls将关联到类

class MyClass:


   def smeth():

       print("This is a static method")

   smeth = staticmethod(smeth)


   def cmeth(cls):

       print("This is a class method of", cls)

   cmeth = classmethod(cmeth)


   装饰器:用于包装方法、对象

   class MyClass:


   @staticmethod

   def smeth():

       print("This is a static method")

 

   @classmethod

   def cmeth(cls):

       print("This is a class method of", cls)

 


3.__getattr__、__setattr__等方法

拦截对 对象属性的访问。

用途之一是实现特性。


__getattribute__(self, name):在属性被访问时自动调用

__getattr__(self, name):访问对象没有的属性时调用

__setattr__(self, name, value):给属性赋值时调用

__delattr__(self, name): 删除属性


例子:

class Rectangle:

   def __init__(self):

       self.width = 0

       self.height = 0

   def __setattr__(self,name,value):

       if name == 'size':

           self.width, self.height = value

       else:

           self.__dict__[name] = value

   def __getattr__(self,name):

       if name == 'size':

           return self.width,self.height

       else:

           raise AttributeError()

6.迭代器

1.迭代器协议

迭代(iterate)意味重复多次,就像循环

对实现了方法__iter__的对象可以进行迭代。

__iter__ 返回一个迭代器,它是包含 __next__的对象

调用__next__时,迭代器应返回下一个值,若没有可返回的值,将引发StopIteration异常

#可使用next(it)替换it.__next__()

例子:

class Fibs:

   def __init__(self):

       self.a = 0

       self.b = 1

   def __next__(self):

       self.a, self.b = self.b, self.a + self.b

       return self.a

   def __iter__(self):

       return self


2.从迭代器创建序列

class TestIterator:

   value = 0

   def __next__(self):

   self.value += 1

   if self.value > 10: reise StopIteration

   return self.value

   def __iter__(self):

       return self


ti = TestIterator()

list(ti)

7.生成器

生成器很复杂。

而生成器并非是必需,可以不使用生成器。

1.创建生成器

包含yield语句的函数被称为 生成器

生成器不是使用return返回一个值,而是可以生成多个值,每次一个。

每次使用yield生成一个值后,函数都将冻结,即在此停止执行,等待被重新唤醒。被重新唤醒后,函数将从停止的地方开始继续执行。

例子:

def flatten(nested):

for sublist in nested:

    for element in sublist:

        yield element

2.递归式生成器

def flatten(nested):

   try:

       for sublist in nested:

           for element in flatten(sublist):

               yield element

   except TypeError:

       yield nested

3.通用生成器


4.生成器的方法


外部可访问生成器的方法send。

生成器 yield返回一个值(通过send发送给外部)


5.模拟生成器

8.八皇后问题

相关文章
|
6天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
13 1
|
8天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
11 3
|
11天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
26 5
|
10天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
20 3
|
9天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
17 1
|
7天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 插值 3
本教程介绍了SciPy中的插值方法,包括什么是插值及其在数据处理和机器学习中的应用。通过 `scipy.interpolate` 模块,特别是 `Rbf()` 函数,展示了如何实现径向基函数插值,以平滑数据集中的离散点。示例代码演示了如何使用 `Rbf()` 函数进行插值计算。
13 0
|
7天前
|
Python
SciPy 教程 之 Scipy 显著性检验 1
本教程介绍Scipy显著性检验,包括统计假设、零假设和备择假设等概念,以及如何使用scipy.stats模块进行显著性检验,以判断样本与总体假设间是否存在显著差异。
12 0
|
1月前
|
数据可视化 IDE 开发工具
【Python篇】PyQt5 超详细教程——由入门到精通(中篇二)
【Python篇】PyQt5 超详细教程——由入门到精通(中篇二)
234 13
|
1月前
|
监控 数据可视化 搜索推荐
【Python篇】matplotlib超详细教程-由入门到精通(下篇)2
【Python篇】matplotlib超详细教程-由入门到精通(下篇)
33 8
|
1月前
|
数据可视化 API 数据处理
【Python篇】matplotlib超详细教程-由入门到精通(上篇)
【Python篇】matplotlib超详细教程-由入门到精通(上篇)
88 5