
python中實現(xiàn)定制類的特殊方法總結
看到類似__slots__這種形如__xxx__的變量或者函數(shù)名就要注意,這些在Python中是有特殊用途的。
__slots__我們已經(jīng)知道怎么用了,__len__()方法我們也知道是為了能讓class作用于len()函數(shù)。
除此之外,Python的class中還有許多這樣有特殊用途的函數(shù),可以幫助我們定制類。
__str__
我們先定義一個Student類,打印一個實例:
打印出一堆<__main__.Student object at 0x109afb190>,不好看。
怎么才能打印得好看呢?只需要定義好__str__()方法,返回一個好看的字符串就可以了:
這樣打印出來的實例,不但好看,而且容易看出實例內(nèi)部重要的數(shù)據(jù)。
但是細心的朋友會發(fā)現(xiàn)直接敲變量不用print,打印出來的實例還是不好看:
這是因為直接顯示變量調(diào)用的不是__str__(),而是__repr__(),兩者的區(qū)別是__str__()返回用戶看到的字符串,而__repr__()返回程序開發(fā)者看到的字符串,也就是說,__repr__()是為調(diào)試服務的。
解決辦法是再定義一個__repr__()。但是通常__str__()和__repr__()代碼都是一樣的,所以,有個偷懶的寫法:
__iter__
如果一個類想被用于for ... in循環(huán),類似list或tuple那樣,就必須實現(xiàn)一個__iter__()方法,該方法返回一個迭代對象,然后,Python的for循環(huán)就會不斷調(diào)用該迭代對象的next()方法拿到循環(huán)的下一個值,直到遇到StopIteration錯誤時退出循環(huán)。
我們以斐波那契數(shù)列為例,寫一個Fib類,可以作用于for循環(huán):
def __iter__(self):
return self # 實例本身就是迭代對象,故返回自己
def next(self):
self.a, self.b = self.b, self.a + self.b # 計算下一個值
if self.a > 100000: # 退出循環(huán)的條件
raise StopIteration();
return self.a # 返回下一個值
現(xiàn)在,試試把Fib實例作用于for循環(huán):
__getitem__
Fib實例雖然能作用于for循環(huán),看起來和list有點像,但是,把它當成list來使用還是不行,比如,取第5個元素:
要表現(xiàn)得像list那樣按照下標取出元素,需要實現(xiàn)__getitem__()方法:
現(xiàn)在,就可以按下標訪問數(shù)列的任意一項了:
但是list有個神奇的切片方法:
對于Fib卻報錯。原因是__getitem__()傳入的參數(shù)可能是一個int,也可能是一個切片對象slice,所以要做判斷:
現(xiàn)在試試Fib的切片:
但是沒有對step參數(shù)作處理:
也沒有對負數(shù)作處理,所以,要正確實現(xiàn)一個__getitem__()還是有很多工作要做的。
此外,如果把對象看成dict,__getitem__()的參數(shù)也可能是一個可以作key的object,例如str。
與之對應的是__setitem__()方法,把對象視作list或dict來對集合賦值。最后,還有一個__delitem__()方法,用于刪除某個元素。
總之,通過上面的方法,我們自己定義的類表現(xiàn)得和Python自帶的list、tuple、dict沒什么區(qū)別,這完全歸功于動態(tài)語言的“鴨子類型”,不需要強制繼承某個接口。
__getattr__
正常情況下,當我們調(diào)用類的方法或?qū)傩詴r,如果不存在,就會報錯。比如定義Student類:
def __init__(self):
self.name = 'Michael'
調(diào)用name屬性,沒問題,但是,調(diào)用不存在的score屬性,就有問題了:
錯誤信息很清楚地告訴我們,沒有找到score這個attribute。
要避免這個錯誤,除了可以加上一個score屬性外,Python還有另一個機制,那就是寫一個__getattr__()方法,動態(tài)返回一個屬性。修改如下:
def __init__(self):
self.name = 'Michael'
def __getattr__(self, attr):
if attr=='score':
return 99
當調(diào)用不存在的屬性時,比如score,Python解釋器會試圖調(diào)用__getattr__(self, 'score')來嘗試獲得屬性,這樣,我們就有機會返回score的值:
返回函數(shù)也是完全可以的:
def __getattr__(self, attr):
if attr=='age':
return lambda: 25
只是調(diào)用方式要變?yōu)椋?
注意,只有在沒有找到屬性的情況下,才調(diào)用__getattr__,已有的屬性,比如name,不會在__getattr__中查找。
此外,注意到任意調(diào)用如s.abc都會返回None,這是因為我們定義的__getattr__默認返回就是None。要讓class只響應特定的幾個屬性,我們就要按照約定,拋出AttributeError的錯誤:
def __getattr__(self, attr):
if attr=='age':
return lambda: 25
raise AttributeError('\'Student\' object has no attribute \'%s\'' % attr)
這實際上可以把一個類的所有屬性和方法調(diào)用全部動態(tài)化處理了,不需要任何特殊手段。
這種完全動態(tài)調(diào)用的特性有什么實際作用呢?作用就是,可以針對完全動態(tài)的情況作調(diào)用。
舉個例子:
現(xiàn)在很多網(wǎng)站都搞REST API,比如新浪微博、豆瓣啥的,調(diào)用API的URL類似:
http://api.server/user/friends
http://api.server/user/timeline/list
如果要寫SDK,給每個URL對應的API都寫一個方法,那得累死,而且,API一旦改動,SDK也要改。
利用完全動態(tài)的__getattr__,我們可以寫出一個鏈式調(diào)用:
def __init__(self, path=''):
self._path = path
def __getattr__(self, path):
return Chain('%s/%s' % (self._path, path))
def __str__(self):
return self._path
試試:
這樣,無論API怎么變,SDK都可以根據(jù)URL實現(xiàn)完全動態(tài)的調(diào)用,而且,不隨API的增加而改變!
還有些REST API會把參數(shù)放到URL中,比如GitHub的API:
調(diào)用時,需要把:user替換為實際用戶名。如果我們能寫出這樣的鏈式調(diào)用:
就可以非常方便地調(diào)用API了。有興趣的童鞋可以試試寫出來。
__call__
一個對象實例可以有自己的屬性和方法,當我們調(diào)用實例方法時,我們用instance.method()來調(diào)用。能不能直接在實例本身上調(diào)用呢?類似instance()?在Python中,答案是肯定的。
任何類,只需要定義一個__call__()方法,就可以直接對實例進行調(diào)用。請看示例:
def __call__(self):
print('My name is %s.' % self.name)
調(diào)用方式如下:
__call__()還可以定義參數(shù)。對實例進行直接調(diào)用就好比對一個函數(shù)進行調(diào)用一樣,所以你完全可以把對象看成函數(shù),把函數(shù)看成對象,因為這兩者之間本來就沒啥根本的區(qū)別。
如果你把對象看成函數(shù),那么函數(shù)本身其實也可以在運行期動態(tài)創(chuàng)建出來,因為類的實例都是運行期創(chuàng)建出來的,這么一來,我們就模糊了對象和函數(shù)的界限。
那么,怎么判斷一個變量是對象還是函數(shù)呢?其實,更多的時候,我們需要判斷一個對象是否能被調(diào)用,能被調(diào)用的對象就是一個Callable對象,比如函數(shù)和我們上面定義的帶有__call()__的類實例:
通過callable()函數(shù),我們就可以判斷一個對象是否是“可調(diào)用”對象。
小結
Python的class允許定義許多定制方法,可以讓我們非常方便地生成特定的類。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10