0x00 is与==
==运算符是比较两个对象的内容是否相等,默认情况是调用对象的__eq__方法进行比较;而is是比较两个对象是否一样,它比较的两个对象的id,即它们的内存地址是否相同。
>>> a = [1,2,3] >>> b = [1,2,3] >>> a == b True # a和b是否是同一个对象 >>> a is b False # a和b的地址其实是不一样的 >>> id(a) 4498717128 >>> id(b) 4446861832
在比较时但也有例外。Python对一些常用的值进行缓存优化,例如在区间[-5,256]的整数,它们在创建时,无论创建多少个对象,它们的id是一样的,即它们在底层中只保存一份内存。
>>> a = -5 >>> b = -5 >>> a == b True >>> a is b True >>> a = -6 >>> b = -6 >>> a == b True >>> a is b False
对一些短的字符串也是如此,因此并不是所有字符串都会创建新的实例
>>> a='123' >>> b='123' >>> a==b True >>> a is b True >>> id(a) 4446903800 >>> id(b) 4446903800 >>> x = 'long char' >>> y = 'long char' >>> x == y True >>> x is y False
0x01 __repr__与__str__
每个类都应该提供一个__repr__方法。__repr__方法和__str__方法有什么不一样呢?
简单的说,__repr__可以反映一个对象的类型以及包含的内容,而__str__主要是用于打印一个对象的内容。例如看一下Python中的日期类datetime
import datetime >>> today = datetime.date.today() >>> today datetime.date(2019, 7, 7) >>> print(today) 2019-07-07 >>> str(today) '2019-07-07' >>> repr(today) 'datetime.date(2019, 7, 7)'
__str__在字符串连接,打印等操作会用到,而__repr__主要是面向开发者,它能反馈的信息比较多,例如在交互环境下输入today这个变量会打印出datetime.date(2019, 7, 7),不仅可以看出today代表的是今天的日期信息,还可以看出它的类型信息。更重要的是你可以直接复制这段打印出来的信息,直接构造一个“相同”的对象出来。
例如
>>> now = datetime.date(2019, 7, 7) >>> now datetime.date(2019, 7, 7)
0x02 对象复制
对象的复制或说对象拷贝可以分为浅拷贝和深拷贝。
浅拷贝与深拷贝
我们通过代码来说明,就很好理解
如果要拷贝的对象是基本数据类型,那么深拷贝和浅拷贝的区别不是很大。
>>> a = [1,2,3] >>> b = list(a) >>> a[1]=200 >>> a [1, 200, 3] >>> b [1, 2, 3]
修改a中的元素并不会影响到b
但如果要拷贝的对象包含了另一个对象,那么就要考虑深拷贝和浅拷贝的问题了。
>>> a = [[1,2,3],[4,5,6],[7,8,9]] >>> b = list(a) >>> a == b True >>> a is b False
这里有一个列表a,里面有三个子列表,即列表里包含的是对象。
我们使用list工厂方法创建了一个a的拷贝b,这个b就是a的浅拷贝,为什么呢?
>>> a[1][2]='x' >>> a [[1, 2, 3], [4, 5, 'x'], [7, 8, 9]] >>> b [[1, 2, 3], [4, 5, 'x'], [7, 8, 9]]
把a[1][2]的元素修改成了x,这时候b列表中也响应了相同的修改。所以这是浅拷贝,因为没有把子对象进行拷贝,只是拷贝了指向子对象的引用。
知道浅拷贝,那么深拷贝就很好理解了。执行拷贝之后,拷贝对象和原对象是完全独立的,修改任何一个对象都不会影响到另一个对象
如何深拷贝一个对象
这时候就需要copy模块了,该模块有两个重要的方法deepcopy和copy。不错,就是分别代表深拷贝和浅拷贝。
>>> import copy >>> a = [[1,2,3],[4,5,6],[7,8,9]] >>> b = copy.deepcopy(a) >>> a [[1, 2, 3], [4, 5, 6], [7, 8, 9]] >>> b [[1, 2, 3], [4, 5, 6], [7, 8, 9]] >>> a[1][2]='change' >>> a [[1, 2, 3], [4, 5, 'change'], [7, 8, 9]] >>> b [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
执行深拷贝之后,对a的修改并不会影响到b。
0x03 Abstract Base Classes(ABC)
抽象基类的使用
为了说明为什么要使用ABC,我们先看下不使用ABC的情况
# 定义了基类Base >>> class Base: def foo(self): raise NotImplemented def bar(self): raise NotImplemented # 定义实现类 >>> class Concrete(Base): def foo(self): print('called foo') # 实现类并没有实现bar方法 >>> c = Concrete() >>> c.foo() called foo >>> c.bar() Traceback (most recent call last): File "", line 1, in c.bar() File " ", line 5, in bar raise NotImplemented TypeError: exceptions must derive from BaseException
可以看到没有实现基类bar方法的Concrete类,依然可以使用,并没有在第一时间抛出错误。
要解决这个问题,就要用到我们abc模块了。
from abc import ABC # 定义基类,继承于ABC >>> class Base(ABC): @abstractmethod def foo(self): pass @abstractmethod def bar(self): pass >>> class Concrete(Base): def foo(self): print("called foo") # 实现类并没有实现bar方法 >>> c = Concrete() Traceback (most recent call last): File "", line 1, in c = Concrete() TypeError: Can't instantiate abstract class Concrete with abstract methods bar
可以看到,在使用Concrete构造方法的时候,就立即抛出TypeError了。
0x04 使用namedtuple的好处
关于namedtuple的用法在前面的文章《如何在Python中表示一个对象》 也有提到。
简单的说namedtuple是一个可以命名的tuple,他是对tuple的扩展,它有跟tuple一样不可变的属性。
对于一些数据类的定义,namedtuple使用起来非常方便
>>> from collections import namedtuple >>> Point = namedtuple('Point','x y z') >>> p = Point(1,3,5) >>> p Point(x=1, y=3, z=5) >>> p.x 1 >>> p.y = 3.5 AttributeError: can't set attribute # 可以看出通过namedtuple定义对象,就是一个class类型的 >>> type(p)
还可以使用它内部的一些工具方法,在实际的编码当中也是非常实用的。
# 转化为dict >>> p._asdict() OrderedDict([('x', 1), ('y', 3), ('z', 5)]) # 更新或替换某个属性值 >>> p._replace(x=111) Point(x=111, y=3, z=5) # 使用_make创建新对象 >>> Point._make([333,666,999]) Point(x=333, y=666, z=999)
0x05 类变量和实例变量
Python中对象的属性类型有实例变量和类变量。
类变量是属于类的,它存储在“类的内存空间”里,并能够被它的各个实例对象共享。而实例变量是属于某个特定实例的,它不在“类的内存空间”中,它是独立于各个实例存在的。
>>> class Cat: num_legs = 4 >>> class Cat: num_legs = 4 def __init__(self,name): self.name = name >>> tom = Cat('tom') >>> jack = Cat('jack') >>> tom.name,jack.name ('tom', 'jack') >>> tom.num_legs,jack.num_legs (4, 4) >>> Cat.num_legs 4
这里定义了一个猫类,它有一个实例变量name,还有一个类变量num_legs,这个是各个实例共享的。
如果对类变量进行,那么其它实例也会同步修改。而对某个实例对修改,并不会影响都类变量。
>>> Cat.num_legs = 6 >>> tom.num_legs,jack.num_legs (6, 6) >>> tom.num_legs = 2 >>> tom.num_legs,jack.num_legs (2, 6) >>> Cat.num_legs 6
tom.num_legs = 2这个语句都作用其实对tom这个实例增加了一个属性,只不过这个属性名称跟类属性的名称是一致的。
0x06 实例方法、类方法和静态方法
为了更好区分,我们还是来看代码
>>> class MyClass: def method(self): print(f"instance method at {self}" ) @classmethod def classmethod(cls): print(f'classmethod at {cls}') @staticmethod def staticmethod(): print('staticmethod') >>> mc = MyClass() >>> mc.method<__main__.MyClass object at 0x10c280b00>> >>> mc.classmethod > >>> mc.staticmethod
可以看到在MyClass中分别定义实例方法(method)、类方法(classmethod)和静态方法(staticmethod)
在Python中一切都是对象,所以我打印来一下各个方法的__repr__输出。
对于实例方法method是绑定在MyClass的具体实现对象中的,而类方法classmethod是绑定在MyClass中的,而静态方法staticmethod既不绑定在实例里,也不绑定在类中,它就是一个function对象实例方法的调用,需要传递一个实例对象到实例方法中,以下两种方法的调用是等价的。
>>> mc.method() instance method at <__main__.MyClass object at 0x10910ada0> >>> MyClass.method(mc) instance method at <__main__.MyClass object at 0x10910ada0>
类方法的调用和静态方法的调用都是使用ClassName.methodName()的方式。
>>> MyClass.classmethod() classmethod at>>> MyClass.staticmethod() staticmethod
类方法和静态方法有什么区别呢?
- 首先在前面可以看到类方法和静态方法的对象是不一样的,一个是bound method,一个是function。
- 其次类方法可以访问到类对象MyClass,而静态方法不能。
- 最后静态方法其实跟一个普通的function对象一样,只不过它是属于类命名空间的。
0x07 总结一下
本文主要对Python中一些常见的面向对象的相关的一些特性进行了说明。包括对象的比较、输出、拷贝等操作,以及推荐使用namedtuple定义数据类。最后对类变量和实例变量以及类方法、实例方法和静态方法的不同作了分析。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。