类和对象的创建

类

# 经典类 没有继承 object的类# 新式类 继承了 object的类class Money: # 2.x中默认是经典类，3.x中是新式类 pass class Money(object): # 兼容的一种写法 pass# Money既是类的__name__属性名，又是一个引用该类的变量print(Money.__name__) # Moneyxxx = Moneyprint(xxx.__name__) # Money

对象

one = Money()print(one) # <__main__.Money object at 0x000001555E9534A8>print(one.__class__) # <class '__main__.Money'>

属性相关

对象属性

class Person: passp = Person()# 给 p对象增加属性, 所有的属性是以字典的形式组织的p.age = 18print(p.age) # 18print(p.__dict__) # {'age': 18} print(p.sex) # AttributeError: 'Person' object has no attribute 'sex'# 删除p对象的属性del p.ageprint(p.age) # AttributeError: 'Person' object has no attribute 'age'

类属性

class Money: num = 666 count = 1 type = "rmb" print(Money.num) # 666# 对象查找属性，先到对象自身去找，若未找到，根据 __class__找到对应的类，然后去类中查找one = Money()print(one.count) # 1# 不能通过对象去 修改/删除 对应类的属性one.num = 555 # 实际上是给 one 对象增加了一个属性print(Money.num) # 666print(one.num) # 555# 类属性会被各个对象共享two = Money()print(one.num, two.num) # 666 666Money.num = 555print(one.num, two.num) # 555 555

限制对象的属性添加

# 类中的 __slots__属性定义了对象可以添加的所有属性class Person: __slots__ = ["age"] # 只允许添加一个 age属性 p1 = Person()p1.age = 1p1.num = 2 # AttributeError: 'Person' object has no attribute 'num'

私有化属性

Python没有真正的私有化支持，只能用给变量添加下划线来实现伪私有;通过名字重整机制属性的访问范围：类的内部-->子类内部-->模块内的其他位置-->其他模块

公有属性 x 的访问范围

类的内部子类内部模块内的其他位置子类内部

受保护属性 _x 的访问范围

类的内部子类内部模块内的其他位置（但不推荐）子类内部（from ... import xxx 不可以访问，要指明__all__变量）

私有属性 __x 的访问范围

类的内部子类内部模块内的其他位置子类内部（同_x）

保护数据案例

class Person: def __init__(self): self.__age = 18  def set_age(self, age): # 错误数据的过滤 if isinstance(age, int) and 0 < age < 150: self.__age = age else: print("Wrong age value")  def get_age(): return self.__age p = Person()print(p.get_age()) # 18p.set_age(22) print(p.get_age()) # 22

只读属性

# 1. 属性私有化 + 属性化 get()方法class Person(object): def __init__(self): self.__age = 18  # 可以以使用属性的方式来使用方法 @property def age(self): return self.__agep = Person()print(p.age) # 18p.age = 666 # Attribute Error: can't set attribute# 2. 通过底层的一些函数class Person:  # 通过 属性 = 值 的方式来给一个对象增加属性时，底层都会调用这个方法，构成键值对，存储在 __dict__字典中 # 可以考虑重写底层的这个函数，达到只读属性的目的 def __setattr__(self, key, value): if key == "age" and key in __dict__: print("read only attribute") else: self.__dict__[key] = value

方法相关

方法的划分

实例方法类方法静态方法

class Person: def instance_fun(self): # self: 调用对象的本身，调用时不用写，解释器会传参 print("instance method", self)  @classmethod def class_fun(cls): # cls: 类本身 print("class method", cls)  @staticmethod def static_fun(): print("static method")

所有的方法都存储在类中，实例中不存储方法类方法和静态方法无法访问实例属性

方法的私有化

和变量的私有化思想差不多

class Person: __age = 18  def __run(self): # 只能在该类中被调用 print("running...")

元类创建类对象的类（类也是一个对象）

a, s = 8, "123"print(a.__class__, s.__class__) # <class 'int'> <class 'str'>print(int.__class__, str.__class__) # <class 'type'> <class 'type'>

type是元类。

通过type元类来创建类，动态创建。也可以用__metaclass__来指明元类，进行类的创建。检测类对象中是否有 __metaclass__属性检测父类中是否有 __metaclass__属性检测模块中是否有 __metaclass__属性通过内置的type来创建类

def run(self): print("run...") Dog = type("Dog", (), {"count": 0, "run": run})print(Dog) # d = Dog()print(d.count) # 0print(d.run()) # run...

更加详细的内容，在进高级部分的元类编程讲解

内置的特殊属性内置的特殊方法（魔法函数）

这里只做一个了解，高级部分会详细地讲解魔法函数。可以理解为在类中实现了这些特殊的函数，类产生的对象可以具有神奇的语法效果。

信息格式化操作

calss Person: def __init__(self, n, a): self.name = n self.age = a  # 面向用户 def __str__(self): return "name: %s, age: %d" % (self.name, self.age)  # 面向开发人员 def __repr__(self): # todo # 一般默认给出对象的类型及地址信息等 # 打印或进行格式转换时，先调用 __str__()函数，若未实现，再调用 __repr__()函数p = Person("Rity", 18)print(p) # name: Rity, age: 18res = str(p)print(res) # name: Rity, age: 18print(repr(p)) # <__main__.Person object at 0x000001A869BEB470>

调用操作

# 使得一个对象可以像函数一样被调用class PenFactory: def __init__(self, type): self.type = type  def __call__(self, color): print("get a new %s, its color is %s" % (self.type, color)) pencil = PenFactory("pencil")pen = PenFactory("pen")# 一下两种使用方式会调用 __call__()函数pencil("red") # get a new pencil, ites color is redpencil("blue") # get a new pencil, ites color is bluepen("black") # get a new pen, ites color is black

索引操作

class Person: def __init__(self): self.cache = {}  def __setitem__(self, key, value): self.cache[key] = value  def __getitem__(self, key): return self.cache[key]  def __delitem__(self, key): del self.cache[key] p = Person()p["name"] = "MetaTian"...

比较操作

# 使得自己定义的类可以按照一定的规则进行比较import functools@functools.total_orderingclass A: def __init__(self, age, height): self.age = age self.height = height  def __eq__(self, other): # == return self.age == other.age  def __lt__(self, ohter): # < return self.age < other.age a1, a2 = A(18, 170), A(19, 178)# 因为逻辑具有相反性，当使用 > 时，首先会查找 __gt__()函数，若未定义，将参数交换后调用 __lt()__方法# 由 == 和 < 可以组合出其他的所有比价逻辑，使用装饰器可以自动生成其他逻辑对应的函数，简化代码print(a1 < a2) # Trueprint(a2 > a1) # Trueprint(a1 >= a2) # False

描述器描述器是一个对象，用来描述其他对象属性的操作；作用是对属性的操作做验证和过滤。前面只读属性案例中就是用到了描述器。在对象的内部增加一个描述器，可以接管对象属性的增删改查操作。

class Age: def __get__(self, instance, owner): # instance是拥有 age 属性的对象 pass  def __set__(self, instance, value): instance.v = value # 将变量的值绑定在 Person 的实例中  def __delete__(self, instance): pass class Person: age = Age() # age实例是 p1和 p2两个对象所共享的，所以 Age 对象及实例不应该具有属性，只单纯地提供方法即可p1 = Person()p1.age = 19 # 调用 __set__()print(p1.age) # 调用 __get__()p2 = Person()p2.age = 20print(p2.age) # 20

资料描述器和非资料描述器

也可以称为数据描述器和非数据描述器资料描述器：实现了__get__() 和 __set__()非资料描述器：仅仅实现了__get__()实例属性和描述器重名时，操作的优先级关系： 资料描述器 > 实例属性 > 非资料描述器生命周期用来表示一个对象从创建到释放的过程

class Person: __count = 0  def __init__(self): Person.__count += 1  def __del__(self): Person.__count -= 1  @classmethod def log(cls): print("we have %d people" % cls.__count) p1 = Person()Person.log() # we have 1 peoplep2 = Person() Person.log() # we have 2 people

内存管理机制

引言

万物皆对象，不存在基本数据类型在 [-5, 正无穷) 范围内相等的整数和短小的字符串，Python会进行缓存，不会创建多个对象

n1 = 1n2 = 1print(id(n1), id(n2)) # 1708655056 1708655056

容器对象：存储的对象，仅仅是其他对象的引用(列表)

内存回收

引用计数一个对象会记录着自身被引用的个数每增加一个引用，引用数+1，减少一个引用，引用数-1引用数为0的时候，会被当做垃圾进行回收会出现两个对象循环引用的问题垃圾回收从经历过引用计数机制但仍然未被释放的对象中，进行内存释放新增的对象个数 - 消亡对象的个数达到一定阈值时才进行垃圾检测分代回收分代回收是垃圾回收的高效解决方案，不需频繁地进行垃圾检测存活时间越久的对象，越不可能在后面的过程中变成垃圾设立0, 1, 2三代对象集合，对其中的对象进行不同频率的检测第一次检测存活下来的，从0代纳入1代，0代检测一定次数后开始检测1代，以此类推

深拷贝和浅拷贝

浅拷贝

a = [1, 2, 3]b = aprint(id(a), id(b)) # 2229855665608 2229855665608

深拷贝

import copya = [1, 2, 3]c = copy.deepcopy(a)print(id(a), id(c)) # 2229855665608 2229861709896

copy和deepcopy的区别

import copya = [1, 2, 3]b = [4, 5, 6]c = [a, b]d = copy.deepcopy(c)e = copy.copy(c)

使用copy拷贝可变类型时，进行单层次的深拷贝，若拷贝的是不可变类型，则进行浅拷贝。

面向对象三大特性

封装

继承

非私有的属性和方法可以被继承，继承不是拷贝了资源，而是具有了资源的访问权，资源的存储位置在父类中，实现资源重用。Python中可以使用多继承。

# 所有的类都继承了 object 类# 所有的类对象都由 type 实例化出来class A: pass class B: pass class C(A, B): # C 类继承了 A和 B类 pass print(C.__bases__) # (<class '__main__.A'>, <class '__main__.B'>)print(int.__base__) # <class 'object'>print(bool.__base__) # <class 'int'>

几种继承的形式

资源查找顺序单继承链：C-->B-->A无重叠多继承链：按照单继承链深度优先查找(C-->B-->A-->D-->E)有重叠多继承链：广度优先查找(C-->B-->D-->A)资源覆盖在优先级较高的类中重新定义了同名的属性和方法，再次调用时，会调用到优先级较高类中的资源，并不是相关的资源在内存上被覆盖了，而是调用优先级出现了变化self 和 cls

# 谁调用方法，self 和 cls 就是谁# 带着参数去找方法class A: def show(self): print(self)  @classmethod def tell(cls): print(cls) class B(A): passB.tell() # <class '__main__.B'>B().show() # <__main__.B object at 0x027674D0>

资源的累加

class A: def __init__(self): self.x = 2class B(A): passclass C(A): def __init__(self): self.y = 1class D(A): def __init__(self): self.y = 1 class E(A): def __init__(self): super().__init__() # 会调用 A的构造函数，参数可以省略 # A.__init__(self) //和上面等价，要传参 self.y = 1 b = B()print(b.x) # 2, 调用了父类的构造函数，b 调用，x就是 b的c = C()print(c.y) # 1, C有了构造函数，就调用 C的，A的构造函数不会被调用print(c.x) # 报错，没有这个属性e = E()print(e.x, e.y) # 2, 1

多态

Python是动态类型的语言，不需要严格意义上的多态

def test(obj): obj.func() # 只要传入的参数有 func()这个方法，就可以传入进行执行，不用进行类型检测。# 不需要按照其他静态语言那样沿着继承链进行方法调用形成多态

类的设计原则单一职责原则：一个类只负责一项职责开放封闭原则：对外扩展开放，对内修改关闭里式替换原则：子类所继承下来的属性和方法都需能够合理地使用接口分离原则：功能一致的方法应该重新组成新的接口/类，进行细分依赖倒置原则：高层模块不应该直接依赖低层模块，核心是面向接口编程喜欢python + qun：839383765 可以获取Python各类免费最新入门学习资料！