Python类的使用总结

Posted 2020-11-22 wt869054461

Python是一个面向对象的解释型语言，所以当然也有类的概念。
在Python中，所有数据类型都可以视为对象，当然也可以自定义对象。自定义的对象数据类型就是面向对象中的类（Class）的概念。
之前接触类的概念是在学习C++时，现在学习了python后，觉得两者还是有很大的区别的。面向对象的思想是一样的，但是python做为更高级的语言，在类的定义与使用更加简便。

类的定义
Python中，定义类是通过class关键字，例如我们定义一个存储学生信息的类：

class Student(object):
    pass

class后面紧接着是类名，即Student，类名通常是大写开头的单词，紧接着是(object)，表示该类是从哪个类继承下来的。通常，如果没有合适的继承类，就使用object类，这是所有类最终都会继承的类。

定义好了Student类，就可以根据Student类创建出Student的实例，创建实例是通过类名+()实现的:

1 >>> bart = Student()
2 >>> bart
3 <__main__.Student object at 0x10a67a590>
4 >>> Student
5 <class ‘__main__.Student‘>

可以看到，变量bart指向的就是一个Student的实例，后面的0x10a67a590是内存地址，每个object的地址都不一样，而Student本身则是一个类。

可以自由地给一个实例变量绑定属性，比如，给实例bart绑定一个name属性：

1 >>> bart.name = ‘Bart Simpson‘
2 >>> bart.name
3 ‘Bart Simpson‘

这点与静态语言，比如C++是不一样的。我们可以随时给一个对象添加属性。
在python中，类的属性就等同于c++类的成员变量，类的方法等同于c++类的成员函数。
由于类可以起到模板的作用，因此，可以在创建实例的时候，把一些我们认为必须绑定的属性强制填写进去。通过定义一个特殊的init方法，在创建实例的时候，就把name，score等属性绑上去：

1 class Student(object):
2 
3 def __init__(self, name, score):
4 self.name = name
5 self.score = score

对比c++，__init__函数就等同于c++类得构造函数，注意：特殊方法“init”前后有两个下划线。
注意到init方法的第一个参数永远是self，表示创建的实例本身，因此，在init方法内部，就可以把各种属性绑定到self，因为self就指向创建的实例本身。

有了init方法，在创建实例的时候，就不能传入空的参数了，必须传入与init方法匹配的参数，但self不需要传，Python解释器自己会把实例变量传进去：

1 >>> bart = Student(‘Bart Simpson‘, 59)
2 >>> bart.name
3 ‘Bart Simpson‘
4 >>> bart.score
5 59

和普通的函数相比，在类中定义的函数只有一点不同，就是第一个参数永远是实例变量self，并且，调用时，不用传递该参数。除此之外，类的方法和普通函数没有什么区别，所以，你仍然可以用默认参数、可变参数、关键字参数和命名关键字参数。

我们可以给我们定义的Student类增加新的方法，比如get_grade：

 1 class Student(object):
 2 ...
 3 
 4 def get_grade(self):
 5 if self.score >= 90:
 6 return ‘A‘
 7 elif self.score >= 60:
 8 return ‘B‘
 9 else:
10 return ‘C‘

访问限制
在Class内部，可以有属性和方法，而外部代码可以通过直接调用实例变量的方法来操作数据，这样，就隐藏了内部的复杂逻辑。

但是，从前面Student类的定义来看，外部代码还是可以自由地修改一个实例的name、score属性：

1 >>> bart = Student(‘Bart Simpson‘, 98)
2 >>> bart.score
3 98
4 >>> bart.score = 59
5 >>> bart.score
6 59

如果要让内部属性不被外部访问，可以把属性的名称前加上两个下划线__，在Python中，实例的变量名如果以__开头，就变成了一个私有变量（private），只有内部可以访问，外部不能访问，所以，我们把Student类改一改：

1 class Student(object):
2 
3 def __init__(self, name, score):
4 self.__name = name
5 self.__score = score
6 
7 def print_score(self):
8 print(‘%s: %s‘ % (self.__name, self.__score))

改完后，对于外部代码来说，没什么变动，但是已经无法从外部访问实例变量__name和实例变量__score了：

1 >>> bart = Student(‘Bart Simpson‘, 98)
2 >>> bart.__name
3 Traceback (most recent call last):
4 File "<stdin>", line 1, in <module>
5 AttributeError: ‘Student‘ object has no attribute ‘__name‘

但是如果外部代码要获取name和score怎么办？可以给Student类增加get_name和get_score这样的方法：

1 class Student(object):
2 ...
3 
4 def get_name(self):
5 return self.__name
6 
7 def get_score(self):
8 return self.__score

如果又要允许外部代码修改score怎么办？可以再给Student类增加set_score方法：

1 class Student(object):
2 ...
3 
4 def set_score(self, score):
5 self.__score = score

需要注意的是，在Python中，变量名类似__xxx__的，也就是以双下划线开头，并且以双下划线结尾的，是特殊变量，特殊变量是可以直接访问的，不是private变量。
有些时候，你会看到以一个下划线开头的实例变量名，比如_name，这样的实例变量外部是可以访问的，但是，按照约定俗成的规定，当你看到这样的变量时，意思就是，“虽然我可以被访问，但是，请把我视为私有变量，不要随意访问”。

类的私有成员一定不可以在外部访问吗？其实也不是。
不能直接访问__name是因为Python解释器对外把__name变量改成了_Student__name，所以，仍然可以通过_Student__name来访问__name变量：

1 >>> bart._Student__name
2 ‘Bart Simpson‘

但是强烈建议你不要这么干，因为不同版本的Python解释器可能会把__name改成不同的变量名。
总的来说就是，Python本身没有任何机制阻止你干坏事，一切全靠自觉。
最后注意下面的这种错误写法：

1 >>> bart = Student(‘Bart Simpson‘, 98)
2 >>> bart.get_name()
3 ‘Bart Simpson‘
4 >>> bart.__name = ‘New Name‘ # 设置__name变量！
5 >>> bart.__name
6 ‘New Name‘

表面上看，外部代码“成功”地设置了__name变量，但实际上这个__name变量和class内部的__name变量不是一个变量！内部的__name变量已经被Python解释器自动改成了_Student__name，而外部代码给bart新增了一个__name变量。不信试试：

1 >>> bart.get_name() # get_name()内部返回self.__name
2 ‘Bart Simpson‘

多继承

在Python中，类也是支持多继承的。只需要在定义类时的括号里把继承的所有类名写入就可以。

例如:

1 class Dog(Mammal, Runnable):
2 pass

上面的例子定义了一个名为Dog的类，同时继承了Mammal和Runnable类。

我们再看一个例子，比如，我们已经编写了一个名为Animal的class，有一个run()方法可以直接打印：

1 class Animal(object):
2 def run(self):
3 print(‘Animal is running...‘)

当我们需要编写Dog和Cat类时，就可以直接从Animal类继承：

1 class Dog(Animal):
2 pass
3 
4 class Cat(Animal):
5 pass

我们再编写一个函数，这个函数接受一个Animal类型的变量：

1 def run_twice(animal):
2 animal.run()
3 animal.run()

我们传入Animal的实例时，run_twice()就打印出：

>>> run_twice(Animal())
Animal is running...
Animal is running...
1
2
3
当我们传入Dog的实例时，同样也会打印出：

>>> run_twice(Dog())
Animal is running...
Animal is running...
1
2
3
因为Dog类继承了Animal类，是Animal的子类，在执行run函数时，由于Dog类实例没有定义自己的run函数，执行的是Animal类的run函数。
但是如果我们传入一个跟Animal类没有任何关系的一个类实例时，会出现什么情况呢？
我们定义一个Timer的类，该类也有一个名为run的方法。

class Timer(object):
def run(self):
print(‘Start...‘)
1
2
3
4
传入run_twice函数：

run_twice(Timer())
Start...
Start...
1
2
3
我们会发现该函数仍可以正常运行。

对于静态语言（例如C++）来说，如果需要传入Animal类型，则传入的对象必须是Animal类型或者它的子类，否则，将无法调用run()方法。
对于Python这样的动态语言来说，则不一定需要传入Animal类型。我们只需要保证传入的对象有一个run()方法就可以了。
这就是动态语言的“鸭子类型”，它并不要求严格的继承体系，一个对象只要“看起来像鸭子，走起路来像鸭子”，那它就可以被看做是鸭子。

 

获取对象类型
当我们拿到一个对象的引用时，如何知道这个对象是什么类型、有哪些方法呢？

使用type
首先，我们来判断对象类型，使用type()函数：
基本类型都可以用type()判断：

>>> type(123)
<class ‘int‘>
>>> type(‘str‘)
<class ‘str‘>
>>> type(None)
<type(None) ‘NoneType‘>
1
2
3
4
5
6
如果一个变量指向函数或者类，也可以用type()判断：

>>> type(abs)
<class ‘builtin_function_or_method‘>
>>> type(a)
<class ‘__main__.Animal‘>
1
2
3
4
但是type()函数返回的是什么类型呢？它返回对应的Class类型。如果我们要在if语句中判断，就需要比较两个变量的type类型是否相同：

>>> type(123)==type(456)
True
>>> type(123)==int
True
>>> type(‘abc‘)==type(‘123‘)
True
>>> type(‘abc‘)==str
True
>>> type(‘abc‘)==type(123)
False
1
2
3
4
5
6
7
8
9
10
判断基本数据类型可以直接写int，str等，但如果要判断一个对象是否是函数怎么办？可以使用types模块中定义的常量：

>>> import types
>>> def fn():
... pass
...
>>> type(fn)==types.FunctionType
True
>>> type(abs)==types.BuiltinFunctionType
True
>>> type(lambda x: x)==types.LambdaType
True
>>> type((x for x in range(10)))==types.GeneratorType
True
1
2
3
4
5
6
7
8
9
10
11
12
使用isinstance()
对于class的继承关系来说，使用type()就很不方便。我们要判断class的类型，可以使用isinstance()函数。
如果继承关系是：object -> Animal -> Dog -> Husky
那么，isinstance()就可以告诉我们，一个对象是否是某种类型。先创建3种类型的对象：

>>> a = Animal()
>>> d = Dog()
>>> h = Husky()
1
2
3
然后，判断：

>>> isinstance(h, Husky)
True
1
2
没有问题，因为h变量指向的就是Husky对象。
再判断：

>>> isinstance(h, Dog)
True
1
2
h虽然自身是Husky类型，但由于Husky是从Dog继承下来的，所以，h也还是Dog类型。换句话说，isinstance()判断的是一个对象是否是该类型本身，或者位于该类型的父继承链上。

使用dir()
如果要获得一个对象的所有属性和方法，可以使用dir()函数，它返回一个包含字符串的list，比如，获得一个str对象的所有属性和方法：

>>> dir(‘ABC‘)
[‘__add__‘, ‘__class__‘, ‘__contains__‘, ‘__delattr__‘, ‘__dir__‘,
‘__doc__‘, ‘__eq__‘, ‘__format__‘, ‘__ge__‘, ‘__getattribute__‘,
‘__getitem__‘, ‘__getnewargs__‘, ‘__gt__‘, ‘__hash__‘, ‘__init__‘,
‘__iter__‘, ‘__le__‘, ‘__len__‘, ‘__lt__‘, ‘__mod__‘, ‘__mul__‘,
‘__ne__‘, ‘__new__‘, ‘__reduce__‘, ‘__reduce_ex__‘, ‘__repr__‘,
‘__rmod__‘, ‘__rmul__‘, ‘__setattr__‘, ‘__sizeof__‘, ‘__str__‘,
‘__subclasshook__‘, ‘capitalize‘, ‘casefold‘, ‘center‘, ‘count‘,
‘encode‘, ‘endswith‘, ‘expandtabs‘, ‘find‘, ‘format‘, ‘format_map‘,
‘index‘, ‘isalnum‘, ‘isalpha‘, ‘isdecimal‘, ‘isdigit‘, ‘isidentifier‘, ‘islower‘,
‘isnumeric‘, ‘isprintable‘, ‘isspace‘,
‘istitle‘, ‘isupper‘, ‘join‘, ‘ljust‘, ‘lower‘, ‘lstrip‘,
‘rpartition‘, ‘rsplit‘, ‘rstrip‘, ‘split‘, ‘splitlines‘,
‘startswith‘, ‘strip‘, ‘swapcase‘, ‘title‘, ‘translate‘, ‘upper‘,
‘zfill‘]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
类似__xxx__的属性和方法在Python中都是有特殊用途的，比如__len__方法返回长度。在Python中，如果你调用len()函数试图获取一个对象的长度，实际上，在len()函数内部，它自动去调用该对象的__len__()方法，所以，下面的代码是等价的：

>>> len(‘ABC‘)
3
>>> ‘ABC‘.__len__()
3
1
2
3
4
我们自己写的类，如果也想用len(myObj)的话，就自己写一个len()方法：

>>> class MyDog(object):
... def __len__(self):
... return 100
...
>>> dog = MyDog()
>>> len(dog)
100
1
2
3
4
5
6
7
仅仅把属性和方法列出来是不够的，配合getattr()、setattr()以及hasattr()，我们可以直接操作一个对象的状态：

>>> class MyObject(object):
... def __init__(self):
... self.x = 9
... def power(self):
... return self.x * self.x
...
>>> obj = MyObject()
1
2
3
4
5
6
7
紧接着，可以测试该对象的属性：

>>> hasattr(obj, ‘x‘) # 有属性‘x‘吗？
True
>>> obj.x
9
>>> hasattr(obj, ‘y‘) # 有属性‘y‘吗？
False
>>> setattr(obj, ‘y‘, 19) # 设置一个属性‘y‘
>>> hasattr(obj, ‘y‘) # 有属性‘y‘吗？
True
>>> getattr(obj, ‘y‘) # 获取属性‘y‘
19
>>> obj.y # 获取属性‘y‘
19
1
2
3
4
5
6
7
8
9
10
11
12
13
如果试图获取不存在的属性，会抛出AttributeError的错误：

>>> getattr(obj, ‘z‘) # 获取属性‘z‘
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: ‘MyObject‘ object has no attribute ‘z‘
1
2
3
4

使用__slots__
正常情况下，当我们定义了一个class，创建了一个class的实例后，我们可以给该实例绑定任何属性和方法，这就是动态语言的灵活性。先定义class：

class Student(object):
pass
1
2
然后，尝试给实例绑定一个属性：

>>> s = Student()
>>> s.name = ‘Michael‘ # 动态给实例绑定一个属性
>>> print(s.name)
Michael
1
2
3
4
但是，如果我们想要限制实例的属性怎么办？比如，只允许对Student实例添加name和age属性。
为了达到限制的目的，Python允许在定义class的时候，定义一个特殊的__slots__变量，来限制该class实例能添加的属性：

class Student(object):
__slots__ = (‘name‘, ‘age‘) # 用tuple定义允许绑定的属性名称
1
2
然后，我们试试：

>>> s = Student() # 创建新的实例
>>> s.name = ‘Michael‘ # 绑定属性‘name‘
>>> s.age = 25 # 绑定属性‘age‘
>>> s.score = 99 # 绑定属性‘score‘
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: ‘Student‘ object has no attribute ‘score‘
1
2
3
4
5
6
7
由于’score’没有被放到__slots__中，所以不能绑定score属性，试图绑定score将得到AttributeError的错误。
使用__slots__要注意，__slots__定义的属性仅对当前类实例起作用，对继承的子类是不起作用的。
除非在子类中也定义__slots__，这样，子类实例允许定义的属性就是自身的__slots__加上父类的__slots__。

 

使用@property
在绑定属性时，如果我们直接把属性暴露出去，虽然写起来很简单，但是，没办法检查参数，导致可以把成绩随便改：

s = Student()
s.score = 9999
1
2
这显然不合逻辑。为了限制score的范围，可以通过一个set_score()方法来设置成绩，再通过一个get_score()来获取成绩，这样，在set_score()方法里，就可以检查参数：

class Student(object):

def get_score(self):
return self._score

def set_score(self, value):
if not isinstance(value, int):
raise ValueError(‘score must be an integer!‘)
if value < 0 or value > 100:
raise ValueError(‘score must between 0 ~ 100!‘)
self._score = value
1
2
3
4
5
6
7
8
9
10
11
12
现在，对任意的Student实例进行操作，就不能随心所欲地设置score了：

>>> s = Student()
>>> s.set_score(60) # ok!
>>> s.get_score()
60
>>> s.set_score(9999)
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!
1
2
3
4
5
6
7
8
但是，上面的调用方法又略显复杂，没有直接用属性这么直接简单。
有没有既能检查参数，又可以用类似属性这样简单的方式来访问类的变量呢？对于追求完美的Python程序员来说，这是必须要做到的！
还记得装饰器（decorator）可以给函数动态加上功能吗？对于类的方法，装饰器一样起作用。Python内置的@property装饰器就是负责把一个方法变成属性调用的：

class Student(object):

@property
def score(self):
return self._score

@score.setter
def score(self, value):
if not isinstance(value, int):
raise ValueError(‘score must be an integer!‘)
if value < 0 or value > 100:
raise ValueError(‘score must between 0 ~ 100!‘)
self._score = value
1
2
3
4
5
6
7
8
9
10
11
12
13
把一个getter方法变成属性，只需要加上@property就可以了，此时，@property本身又创建了另一个装饰器@score.setter，负责把一个setter方法变成属性赋值，于是，我们就拥有一个可控的属性操作：

>>> s = Student()
>>> s.score = 60 # OK，实际转化为s.set_score(60)
>>> s.score # OK，实际转化为s.get_score()
60
>>> s.score = 9999
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!
1
2
3
4
5
6
7
8
注意到这个神奇的@property，我们在对实例属性操作的时候，就知道该属性很可能不是直接暴露的，而是通过getter和setter方法来实现的。

还可以定义只读属性，只定义getter方法，不定义setter方法就是一个只读属性：

class Student(object):

@property
def birth(self):
return self._birth

@birth.setter
def birth(self, value):
self._birth = value

@property
def age(self):
return 2015 - self._birth
1
2
3
4
5
6
7
8
9
10
11
12
13
上面的birth是可读写属性，而age就是一个只读属性，因为age可以根据birth和当前时间计算出来。

@property广泛应用在类的定义中，可以让调用者写出简短的代码，同时保证对参数进行必要的检查，这样，程序运行时就减少了出错的可能性。

————————————————
版权声明：本文为CSDN博主「Rotation.」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/fengxinlinux/article/details/77091914