《流畅的python 第一章 python数据模型》

2024-05-30 05:32
文章标签 python 数据模型 第一章 流畅

本文主要是介绍《流畅的python 第一章 python数据模型》，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

第一章 python数据模型

摘要：本章主要讲一些特殊方法（前后带双下划线写法的方法，如__len__，__getitem__），为什么有特殊方法，特殊方法的应用。

python是一种面向对象语言，那么为什么会有len(x)这种写法，而不是x.len()呢

Python 解释器遇到len()这种特殊句法时，会使用特殊方法去激活一些基本的对象操作，这些特殊方法的名字以两个下划线开头，以两个下划线结尾。如__len__，__getitem__。比如obj[key]背后就是__getitem__方法，为了能求得obj[key]的值，解释器实际上调用的是obj.__getitem__(key)。

通过合理使用这些方法，能让自己的对象实现和支持以下语言结构，并与之交互：

  • 迭代
  • 集合类
  • 属性访问
  • 运算符重载
  • 函数和方法的调用
  • 对象的创建和销毁
  • 字符串表示形式和格式化
  • 管理上下文（with模块）

魔术方法（magic method）是特殊方法的昵称，又叫双下方法（dunder method）。

一摞python风格的纸牌

用一个非常简单的例子来展示如何实现__getitem__、__len__这两个特殊方法。

import collections
Card=collections.namedtuple('Card',['rank','suit'])
#使用collections.namedtuple创建了一个元组类型的子类，子类类名为Card，子类中有两个key，key值分别为'rank'、'suit'
class FrenchDeck:ranks=[str(n) for n in range(2,11)]+list('JQKA')#ranks=['2', '3', '4', '5', '6', '7', '8', '9', '10', 'J', 'Q', 'K', 'A']suits='spades diamonds clubs hearts'.split()#suits=['spades', 'diamonds', 'clubs', 'hearts']def __init__(self):self._cards=[Card(rank,suit) for rank in self.ranks for suit in self.suits]def __len__(self):return len(self._cards)def __getitem__(self, item):return self._cards[item]

利用namedtuple，我们可以很轻松地得到一个纸牌对象：

bear_card=Card(rank='7',suit='spades')
print(bear_card)

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
Card(rank='7', suit='spades')Process finished with exit code 0

然后，我们来关注FrenchDeck这个类，将它实例化后，我们可以用len()函数来查看这叠纸牌共有多少张。

deck=FrenchDeck()
print(len(deck))

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
52Process finished with exit code 0

也可以使用index下标来访问特定的纸牌：

print(deck[5])

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
Card(rank='3', suit='diamonds')Process finished with exit code 0

如果在FrenchDeck类中注释掉__len__方法，就无法使用len(deck)，同理，如果在FrenchDeck类中注释掉__getitem__方法，就无法使用deck[key]访问特定元素。

而且我们不需要再写一个方法用来随机抽取一张纸牌，只需要调用python内置的random.choice。

from random import choice
deck=FrenchDeck()
print(choice(deck))

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
Card(rank='A', suit='spades')Process finished with exit code 0

从上述试验中，我们发现了通过实现特殊方法来利用python数据模型的两个好处：

  • 用户实例化该类后，不必费心去记标准操作的格式名称，比如说获取元素总数，是size方法还是length方法
  • 可以更加方便的利用python标准库，而不需要重新自己写代码

并且由于__getitem__方法把下标访问[]的操作交给了self._cards列表，deck自动支持了切片操作。

print(deck[:3])
print(deck[12::13])

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
[Card(rank='2', suit='spades'), Card(rank='2', suit='diamonds'), Card(rank='2', suit='clubs')]
[Card(rank='5', suit='spades'), Card(rank='8', suit='diamonds'), Card(rank='J', suit='clubs'), Card(rank='A', suit='hearts')]Process finished with exit code 0

另外，仅仅实现了__getitem__方法，deck就变成可迭代的了：

for card in deck:if card.rank=='J':print(card)else:pass

上述代码找到所有’J’的纸牌

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
Card(rank='J', suit='spades')
Card(rank='J', suit='diamonds')
Card(rank='J', suit='clubs')
Card(rank='J', suit='hearts')Process finished with exit code 0

反向迭代也可以：

for card in reversed(deck):if card.rank=='J':print(card)else:pass

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
Card(rank='J', suit='hearts')
Card(rank='J', suit='clubs')
Card(rank='J', suit='diamonds')
Card(rank='J', suit='spades')Process finished with exit code 0

迭代通常是隐式的，比如说一个集合类型没有实现__contains__方法，那么in运算符就会按顺序做一次迭代搜索，因为它是可迭代的：

print(Card(rank='J', suit='hearts') in deck)
print(Card(rank='O', suit='hearts') in deck)

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
True
FalseProcess finished with exit code 0

给纸牌排序：2最小，A最大，黑桃最大，红桃次之，方块再次，梅花最小。

suit_values=dict(spades=3,hearts=2,diamonds=1,clubs=0)#spades:黑桃 hearts:红桃 diamonds:方块 clubs:梅花
# spades A>hearts A>diamonds A>clubs A>
# spades K>hearts K>diamonds K>clubs K>
# spades Q>hearts Q>diamonds Q>clubs Q>
# spades J>hearts J>diamonds J>clubs J>
# spades 10>hearts 10>diamonds 10>clubs 10>
# spades 9>hearts 9>diamonds 9>clubs 9>
# spades 8>hearts 8>diamonds 8>clubs 8>
# spades 7>hearts 7>diamonds 7>clubs 7>
# spades 6>hearts 6>diamonds 6>clubs 6>
# spades 5>hearts 5>diamonds 5>clubs 5>
# spades 4>hearts 4>diamonds 4>clubs 4>
# spades 3>hearts 3>diamonds 3>clubs 3>
#  1*4+3    1*4+2     1*4+1     1*4+0
# spades 2>hearts 2>diamonds 2>clubs 2
#  0*4+3    0*4+2     0*4+1     0*4+0
def spades_high(card):rank_value=FrenchDeck.ranks.index(card.rank)return rank_value*len(suit_values)+suit_values[card.suit]#排序规则的公式for card in sorted(deck,key=spades_high):#先将card传入spades_high()函数进行计算，按最终返回值排序print(card,spades_high(card))

有了spades_high函数，就能对这摞纸牌进行升序排序了。

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
Card(rank='2', suit='clubs') 0
Card(rank='2', suit='diamonds') 1
Card(rank='2', suit='hearts') 2
Card(rank='2', suit='spades') 3
Card(rank='3', suit='clubs') 4
Card(rank='3', suit='diamonds') 5
Card(rank='3', suit='hearts') 6
Card(rank='3', suit='spades') 7
Card(rank='4', suit='clubs') 8
Card(rank='4', suit='diamonds') 9
Card(rank='4', suit='hearts') 10
Card(rank='4', suit='spades') 11
Card(rank='5', suit='clubs') 12
Card(rank='5', suit='diamonds') 13
Card(rank='5', suit='hearts') 14
Card(rank='5', suit='spades') 15
Card(rank='6', suit='clubs') 16
Card(rank='6', suit='diamonds') 17
Card(rank='6', suit='hearts') 18
Card(rank='6', suit='spades') 19
Card(rank='7', suit='clubs') 20
Card(rank='7', suit='diamonds') 21
Card(rank='7', suit='hearts') 22
Card(rank='7', suit='spades') 23
Card(rank='8', suit='clubs') 24
Card(rank='8', suit='diamonds') 25
Card(rank='8', suit='hearts') 26
Card(rank='8', suit='spades') 27
Card(rank='9', suit='clubs') 28
Card(rank='9', suit='diamonds') 29
Card(rank='9', suit='hearts') 30
Card(rank='9', suit='spades') 31
Card(rank='10', suit='clubs') 32
Card(rank='10', suit='diamonds') 33
Card(rank='10', suit='hearts') 34
Card(rank='10', suit='spades') 35
Card(rank='J', suit='clubs') 36
Card(rank='J', suit='diamonds') 37
Card(rank='J', suit='hearts') 38
Card(rank='J', suit='spades') 39
Card(rank='Q', suit='clubs') 40
Card(rank='Q', suit='diamonds') 41
Card(rank='Q', suit='hearts') 42
Card(rank='Q', suit='spades') 43
Card(rank='K', suit='clubs') 44
Card(rank='K', suit='diamonds') 45
Card(rank='K', suit='hearts') 46
Card(rank='K', suit='spades') 47
Card(rank='A', suit='clubs') 48
Card(rank='A', suit='diamonds') 49
Card(rank='A', suit='hearts') 50
Card(rank='A', suit='spades') 51Process finished with exit code 0

通过实现__len__和__getitem__这两个特殊方法，FrenchDeck这个类就像python自有的序列数据类型一样，拥有迭代、切片等python核心语言特性。

练习：创建一个书本类

Book=collections.namedtuple('Book',['name','editor','id'])
# a_book=Book(name='救赎',editor='lily',id='20211101')
# print(a_book)
class MyBook:names='abandon baby cloud dead'.split()editors='lili susan yang alice'.split()ids=[x for x in range(2,6)]def __init__(self):self._book=[Book(name,editor,id) for name in self.names for editor in self.editors for id in self.ids] #这种写法对names,editors,ids进行了全排列组合def __len__(self):return len(self._book)def __getitem__(self, item):return self._book[item]b=MyBook()
print(len(b))
print(b[2])

执行结果如下：

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
64
Book(name='abandon', editor='lili', id=4)Process finished with exit code 0

如何使用特殊方法

特殊方法的存在是为了被python解释器调用，你自己并不需要去调用它。

deck.__len__()
deck.__getitem__(3)

也就是说，上面这两种写法虽然可执行，但是是不合规的。应该使用下面的写法

len(deck)
deck[1]

如果是一个自定义类，比如FrenchDeck，在执行len(deck)，python会自动去调用FrenchDeck类中由你自己实现的__len__方法。

如果是python内置的类型，比如str，list，执行len(str)，CPython会抄个近路，直接返回PyVarObject里的ob_size属性，直接读取这个值比调用一个方法快很多。

特殊方法的调用是隐式的，比如for i in x:这个语句，背后其实是iter(x)，而这个函数的背后是x.__iter__()（前提是__iter__这个方法在x中被实现了）。

一般你的代码无需直接使用特殊方法，除了在你自己的子类的__init__中调用超类的构造器。一般通过内置函数（len、str、iter等）来使用特殊方法是最好的选择。

模拟数值类型

利用特殊方法，可以让自定义对象通过“+”号进行运算。

示例：自定义类，实现二维向量的加减

from math import hypot
class Vector:def __init__(self,x,y):self.x=xself.y=ydef __repr__(self):'''自定义输出实例化对象时的信息:return:'''return 'Vector(%r,%r)' % (self.x,self.y)def __abs__(self):'''自定义向量求模:return:'''return hypot(self.x,self.y)def __add__(self, other):'''自定义向量相加方法:param other::return:'''x=self.x+other.xy=self.y+other.yreturn Vector(x,y)def __mul__(self, scalar):'''自定义向量乘常数:param scalar::return:'''return Vector(self.x*scalar,self.y*scalar)def __bool__(self):'''返回向量是否为0:return:'''return bool(abs(self))vector1=Vector(3,4)
print("调用__repr__方法：%r" % vector1)
vector2=Vector(1,2)
print("调用__add__方法：%r" % (vector1+vector2))
print("调用__mul__方法：%r" % (vector1*3))
vector3=Vector(0,0)
print("调用__abs__方法：%r"% abs(vector1))
print("调用__bool__方法：%r" % bool(vector3))

执行结果：

/Users/zy/PycharmProjects/learnpython/venv/bin/python /Users/zy/PycharmProjects/learnpython/collect.py
调用__repr__方法：Vector(3,4)
调用__add__方法：Vector(4,6)
调用__mul__方法：Vector(9,12)
调用__abs__方法：5.0
调用__bool__方法：FalseProcess finished with exit code 0

补充知识点：

python格式符

格式符类型码
%s字符串（采用str()的显示）
%r字符串（采用repr()的显示）
%c单个字符
%b二进制整数
%d十进制整数
%i十进制整数
%o八进制整数
%s十六进制整数
%e指数（基底写为e）
%E指数（基底写为E）
%f浮点数
%F浮点数（同上）
%g指数（e）或浮点数（根据显示长度）
%G指数（E）或浮点数（根据显示长度）

字符串表示形式

python内置函数repr()，能把一个对象用字符串表示形式表达出来，这就是“字符串表示形式”。repr()函数背后调用的是__repr__。如果没有实现__repr__，我们打印一个对象，可能会是**<main.testrepr object at 0x108e6e9d0>**这种显示。

在格式符中，用%r来代替repr()函数返回的结果。str.format()的新式格式化字符串语法也用到了repr。

在Vector向量的示例中，我们使用**“Vector(%r,%r)” %(self.x,self.y)**来获取对象的字符串表示形式，而不是使用%s来获取对象的字符串值。

__repr__和__str__的区别是，后者会在str()函数和使用print()时被调用，且返回的字符串对终端用户更友好。

如果你只想实现两个特殊方法的其中一个，建议实现__repr__，当调用str()时，如果对象没有实现__str__，解释器会用__repr__替代。见下面的示例：

class testrepr:def __init__(self,x):self.x=xdef __repr__(self):return 'y'def __str__(self):return 'z'tr=testrepr(1)
print(str(tr))

执行上述代码，可以看到str(tr)的返回是z，如果注释掉__str__方法，再次执行，str(tr)的返回是y。

python对象的一个基本要求就是它得有合理的字符串表示形式，我们可以通过__repr__和__str__来满足这个要求，前者方便我们调试和记录日志，后者方便给终端用户看。

算术运算符

在Vector向量运算的示例中，我们通过特殊方法__mul__，__add__重新定义了向量加法，向量乘法的运算规则。

自定义布尔值

任何对象都可以用于需要布尔值的上下文，比如if、while、and、or、not，默认情况下，我们自定义的类的实例总是被认为是True。如下面的示例：

class testbool:def __init__(self,x):self.x=xtb=testbool(1)
print(bool(tb))

执行结果为True。

bool(x)的背后是调用x.__bool__()的结果，如果不存在__bool__方法，python解释器会尝试去调用__len__()方法，若返回0，则bool会返回False，否则返回True。示例如下：

x=""
print(bool(x))

执行结果为False。

我们可以自定义__bool__方法，像Vector向量示例中那样，去定义判断规则，返回值。

特殊方法一览

跟运算符无关的特殊方法：

类别方法名
字符串/字节序列表示形式__repr__、__str__、__format__、__bytes__
数值转换__abs__、__bool__、__complex__、__int__、__float__、__hash__、__index__
集合模拟__len__、__getitem__、__setitem__、__delitem__、__contains__
迭代枚举__iter__、__reversed__、__next__
可调用模拟__call__
上下文管理__enter__、__exit__
实例创建和销毁__new__、__init__、__del__
属性管理__getattr__、__getattribute__、__setattr__、__delattr__、__dir__
属性描述符__get__、__set__、__delete__
跟类相关的服务__prepare__、__instancecheck__、__subclasscheck__

跟运算符相关的特殊方法：

类别方法名和对应的运算符
一元运算符__neg__ -、__pos__ +、__abs__ abs()
众多比较运算符__lt__ <、__le__ <=、__eq__ ==、__ne__ !=、__gt__ >、__ge__ >=
算术运算符__add__ +、__sub__ -、__mul__ *、__truediv__ /、__floordiv__ //、__mod__ %、__divmod__ divmode()、__pow__ **或pow()、__round__ round()
反向算数运算符__radd__、__rsub__、__rmul__、__rtruediv__、__rfloordiv__、__rmod__、__rdivmod__、__rpow__
增量赋值算数运算符__iadd__、__isub__、__imul__、__itruediv__、__ifloordiv__、__imod__、__ipow__
位运算符__invert__ ~、__lshift__ <<、__rshift__ >>、__and__ &、__or__ |、__xor__ ^
反向位运算符__rlshift__、__rrshift__、__rand__、__rxor__、__ror__
增量赋值位运算符__ilshift__、__irshift__、__iand__、__ixor__、__ior__

反向运算符：当交换两数的位置时，就会调用反向运算符。（b*a而不是a*b）

增量赋值运算符：增量赋值运算是一种把中缀运算符变成赋值运算的捷径。（如a=a+b变成a+=b）

为什么len不是普通方法

“使用胜于纯粹。”——《python之禅》

如果x是一个内置类型的实例，len(x)执行不需要调用任何方法（CPython会直接从一个C结构体里读取对象的长度），故而len(x)的速度会非常快而高效。len之所以不是一个普通方法，是因为它让python自带的数据结构可以走后门，abs也是同理。

这篇关于《流畅的python 第一章 python数据模型》的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/1015704。

相关文章

使用Python创建一个功能完整的Windows风格计算器程序

使用Python创建一个功能完整的Windows风格计算器程序

《使用Python创建一个功能完整的Windows风格计算器程序》：本文主要介绍如何使用Python和Tkinter创建一个功能完整的Windows风格计算器程序,包括基本运算、高级科学计算（如三... 目录python实现Windows系统计算器程序（含高级功能）1. 使用Tkinter实现基础计算器2.
阅读更多...
Python开发文字版随机事件游戏的项目实例

Python开发文字版随机事件游戏的项目实例

《Python开发文字版随机事件游戏的项目实例》随机事件游戏是一种通过生成不可预测的事件来增强游戏体验的类型,在这篇博文中,我们将使用Python开发一款文字版随机事件游戏,通过这个项目,读者不仅能够... 目录项目概述2.1 游戏概念2.2 游戏特色2.3 目标玩家群体技术选择与环境准备3.1 开发环境3
阅读更多...
Python中模块graphviz使用入门

Python中模块graphviz使用入门

《Python中模块graphviz使用入门》graphviz是一个用于创建和操作图形的Python库,本文主要介绍了Python中模块graphviz使用入门,具有一定的参考价值,感兴趣的可以了解一... 目录1.安装2. 基本用法2.1 输出图像格式2.2 图像style设置2.3 属性2.4 子图和聚
阅读更多...
Python使用Matplotlib绘制3D曲面图详解

Python使用Matplotlib绘制3D曲面图详解

《Python使用Matplotlib绘制3D曲面图详解》：本文主要介绍Python使用Matplotlib绘制3D曲面图,在Python中,使用Matplotlib库绘制3D曲面图可以通过mpl... 目录准备工作绘制简单的 3D 曲面图绘制 3D 曲面图添加线框和透明度控制图形视角Matplotlib
阅读更多...
一文教你Python如何快速精准抓取网页数据

一文教你Python如何快速精准抓取网页数据

《一文教你Python如何快速精准抓取网页数据》这篇文章主要为大家详细介绍了如何利用Python实现快速精准抓取网页数据,文中的示例代码简洁易懂,具有一定的借鉴价值,有需要的小伙伴可以了解下... 目录1. 准备工作2. 基础爬虫实现3. 高级功能扩展3.1 抓取文章详情3.2 保存数据到文件4. 完整示例
阅读更多...
使用Python实现IP地址和端口状态检测与监控

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述：为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展
阅读更多...
基于Python打造一个智能单词管理神器

基于Python打造一个智能单词管理神器

《基于Python打造一个智能单词管理神器》这篇文章主要为大家详细介绍了如何使用Python打造一个智能单词管理神器,从查询到导出的一站式解决,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1. 项目概述：为什么需要这个工具2. 环境搭建与快速入门2.1 环境要求2.2 首次运行配置3. 核心功能使用指
阅读更多...
Python实现微信自动锁定工具

Python实现微信自动锁定工具

《Python实现微信自动锁定工具》在数字化办公时代,微信已成为职场沟通的重要工具,但临时离开时忘记锁屏可能导致敏感信息泄露,下面我们就来看看如何使用Python打造一个微信自动锁定工具吧... 目录引言：当微信隐私遇到自动化守护效果展示核心功能全景图技术亮点深度解析1. 无操作检测引擎2. 微信路径智能获
阅读更多...
Python中pywin32 常用窗口操作的实现

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句
阅读更多...
利用Python打造一个Excel记账模板

利用Python打造一个Excel记账模板

《利用Python打造一个Excel记账模板》这篇文章主要为大家详细介绍了如何使用Python打造一个超实用的Excel记账模板,可以帮助大家高效管理财务,迈向财富自由之路,感兴趣的小伙伴快跟随小编一... 目录设置预算百分比超支标红预警记账模板功能介绍基础记账预算管理可视化分析摸鱼时间理财法碎片时间利用财
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2