第一章 Python 数据模型
- 1.1 python风格的纸牌
- 1.2 如何使用特殊方法-通过创建一个向量类的例子
- 1.3 特殊方法汇总
第一章 Python 数据模型
python最好的品质是一致性 python解释器碰到特殊句法时，会使用特殊方法去激活一些基本的对象操作 这些特殊的方法以两个下划线开头，以两个下划线结尾，如__getitem__、__len__等 所谓的特殊句法，如通过下标访问列表，获取自定义类的元素的个数、重构操作符等等__getitem__的读法: dunder getitem
随着学习的推进，对这一点的理解会逐渐加深......
我认为 ，特殊方法的实现，就是运算符的重构......
本章通过两个例子，来说明特殊用法
- 纸牌的例子
- 向量的例子
注：特殊方法是为了让编译器调用的，自己不需要调用。如没有obj.__len__()这种写法，应该使用len(obj)。此外， 不要自己想当然地随意添加特殊方法。
1.1 python风格的纸牌
创建一个纸牌类，实现__getitem__和__len__两个特殊方法 代码如下
import collections
Card = collections.namedtuple('Card', ['rank', 'suit']) # 可以用来创建只有少数属性没有方法的类
class FrenchDeck:
ranks = [str(n) for n in range(2, 11)] + list('JQKA') # 创建一个list 存放2-A
suits = 'spades diamonds clubs hearts'.split() # 花色: 黑桃、红桃、方块、梅花
# split默认为所有的空字符，包括空格、换行(\n)、制表符(\t)等。
def __init__(self):
self._cards = [Card(rank, suit)
for suit in self.suits
for rank in self.ranks]
def __len__(self):
return len(self._cards)
def __getitem__(self, position):
return self._cards[position]创建一个纸牌类之后，对上述类可以进行操作，代码如下：
def run_card():
# 打印输出通过collections.namedtuple创建的类、以及类型
test_card = Card('7', 'diamonds')
print(test_card)
print(type(test_card))
deck = FrenchDeck()
print(deck.ranks)
print(deck.suits)
print(len(deck)) # 获取FrenchDeck类中元素的个数 调用__len__
print(deck[8]) # 根据下标获取FrenchDeck类中的元素 调用__getitem__
# 通过python 内置的方法进行随机选择，而不必重新写一个对象
from random import choice
print(choice(deck)) # 随机从类中选择一个元素
print(choice(deck))
# 可以使用自动切片，因为__getitem__方法把[]操作给了self._cards，所以可以使用切片
print(deck[:3]) # 下标为0、1、2
print(deck[12::13]) # 抽出索引是12的牌, 步长为13,一次取1个
# 可迭代，因为有__getitem__，可以进行迭代、逆迭代
for card in deck:
print(card)
# 反向迭代
for card in reversed(deck):
print(card)
# 由于是可迭代的，因此可以使用 in，
# 集合类型没有实现__contains__方法，那么in运算符就会按顺序进行一次迭代搜索。
print(Card('Q', 'hearts') in deck)
print(Card('r', 'hearts') in deck)
# 排序 因为可以迭代，因此可以进行排序
for card in sorted(deck, key=spades_high): # spades_high为排序策略的方法名
print(card)
suit_values = dict(spades=3, hearts=2, diamonds=1, clubs=0) # 花色的大小定义
def spades_high(card):
rank_value = FrenchDeck.ranks.index(card.rank) # 元素在类中的下标
# print(card.rank +';'+ card.suit)
# print('rank_value:'+str(rank_value))
# print('len:'+ str(len(suit_values)))
# print('*=' + str(rank_value * len(suit_values)))
return rank_value * len(suit_values) + suit_values[card.suit]FrenchDeck类隐式继承了Object类，但是功能却不是继承而来的 我们通过数据模型和一些合成来实现这些功能 通过实现__len__和__getitem__这两个特殊方法，FrenchDeck类就与python自有的序列数据类型一样，可以体现出python的核心语言特性FrenchDeck类还可以用于标准库中random.choice、reversed、sorted这些函数 对合成的运用可以使得__len__、__getitem__的具体实现可以代理给self._cards这个列表
1.2 如何使用特殊方法-通过创建一个向量类的例子
实现一个二维向量类Vector。 当然向量相关的运算在类中要进行实现，如输出(print)、加法(+)、取模(abs)、向量与数的乘法(*)、布尔判断(bool)
输出：通过内置函数repr，可以把一个对象用字符串形式表示出来以便辨认，这就是"字符串表示形式"repr是通过特殊方法__repr__来实现的， 如果没有实现这个特殊方法，print这个对象的实例可能会得到<Vector object at 0x10e100070> 如果使用%来表示字符串，repr是通过%r来表示的 如果使用!来表示字符串，repr是通过!r来表示的__repr__所返回的字符串应该准确、无歧义，并且尽可能表达出如何用代码创建出这个被打印的对象__repr__和__str___的区别在于：后者是在str()被使用或者用print()打印一个对象时才被调用 由于python在调用str()时，如果没有发现__str__就会调用__repr__，因此优先创建__repr__
加法(+)：Vector(2, 3) + Vectotr(3, 5) = Vector(5, 8) 采用特殊方法__add__：这个特殊方法返回的是一个新的对象，被操作的两个对象原封不动。
向量与数的相乘(*)：Vector(2, 3) * 2 = Vector(4, 6) 、 Vector(4, 6) * (-2) = Vector(-8, -12) 采用特殊方法__mul__：这个特殊方法同__add__一样，都是返回一个新的对象。
取模运算(abs)：所谓的取模：就是元素的平方和再开方，即二范数 或 欧几里得范数 采用特殊方法__abs__abs是一个内置函数，如果输入是整数或者浮点数，返回的是其绝对值；如果输入的是一个复数。返回的是复数的模 因此在Vector这个类中，通过调用abs，应当返回的是向量的模。
布尔运算(bool)：这个函数只能返回True、False 默认情况下，我们自己定义的类的实例总被认为是真的，除非这个类对__bool__或__len__有自己的实现，bool(x)是调用x.__bool__()的结果，如果不存在__bool__，会调用__len__，如果返回0，bool就返回False，否则，返回True
Vector类的实现如下：
from math import hypot # hypot 是用来求欧几里得范数的
class Vector:
def __init__(self, x=0, y=0): # 定义了 x y 应该是整数类型
self.x = x
self.y = y
def __repr__(self): # __repr__ 中要使用 %r 保存原格式 %r可以用来获取对象各个属性的标准字符串表示形式
return 'Vector(%r, %r)' % (self.x, self.y) # 此时输出的应该为 Vector(3, 4)
def __abs__(self):
return hypot(self.x, self.y) # 返回欧几里得范数 就是向量的模
# 如果模是0 返回False 否则返回True
# 法1
# def __bool__(self):
# return bool(abs(self))
# 法2 更高效，省掉了abs到__abs__到平方再到平方根这些过程
def __bool__(self):
return bool(self.x or self.y) # or运算可能返回x或y本身的值，若x的值为真，则or返回x的值，否返回y的值
def __add__(self, other):
x = self.x + other.x
y = self.y + other.y
return Vector(x, y)
def __mul__(self, scalar):
return Vector(self.x * scalar, self.y * scalar)对Vector类的功能的调用，代码如下：
def run_vector():
vector1 = Vector(3, 4)
print('向量1=%r' % vector1)
print('向量的模长= %f' % abs(vector1))
vector2 = Vector(1, 2)
print('向量2 = %r' % vector2)
print('向量1 + 向量2 = %r' % (vector1 + vector2))
# print('向量1 * 3 = %r' % (vector1 * 3)) # 数在后，向量在前，与__mul__一致
print('向量1的bool = %r' % bool(vector1))1.3 特殊方法汇总
python语法参考手册中的 Data Model列出了83个特殊方法的名字。下面列出概况。下表的分类方式与官方文档不同
与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 |
|
数值转换 |
|
集合模拟 |
|
迭代枚举 |
|
可调用模拟 |
|
上下文管理 |
|
实例创建和销毁 |
|
属性管理 |
|
属性描述符 |
|
跟类相关的服务 |
|
跟运算法相关的特殊方法
类别 | 方法名 |
一元运算符 |
|
比较运算符 |
|
算术运算符 |
|
反向算术运算符 |
|
增量赋值算术运算符 |
|
位运算符 |
|
反向位运算符 |
|
增量赋值位运算符 |
|
增量赋值运算符：a *= b 反向算术运算符，当两个操作数交换了前后位置，此时想要得到一致的结果，需要调用反向算术运算符
