Python面向对象（15对象嵌套特殊成员）

2024-09-04 22:52
文章标签 python 15 对象 特殊 成员 嵌套 面向对象

本文主要是介绍Python面向对象（15对象嵌套特殊成员），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！

  Python基础语法文章导航：

  1. Python基础（01初识数据类型&变量）
  2. Python基础（02条件&循环语句）
  3. Python基础（03字符串格式化&运算符&进制&编码）
  4. Python基础（04 基础练习题）
  5. Python数据类型（day05整型&布尔类型&字符串类型）
  6. Python数据类型（06列表&元组）
  7. Python数据类型（07集合&字典&浮点型&None）
  8. Python文件操作01（自动化测试文件相关操作）

  9. Python函数入门（08函数定义&参数&返回值）

  10. Python文件操作02（自动化测试文件相关操作）

  11. Python函数（10生成器&内置函数&推导式）

  12. Python函数（11自定义模块&第三方模块&内置模块）

  13. Python函数（12时间处理&正则表达式）

  14. Python函数（13面向对象）

  15. Python面向对象（14成员&成员修饰符）

  16. Python函数（16进程和线程）

  17. Python基础语法（17多线程&线程锁&单例模式）

  18. Python基础语法（18多进程开发&进程建数据共享&进程锁&进程池）

目录

一.对象嵌套

二.特殊成员

1.__init__，初始化方法

2.__new__，构造方法

 3.__call__

4. __str__

5. __dict__

6.__getitem__、__setitem__、__delitem__

7.__enter__、__exit__

8.__add__

9.__iter__

一.对象嵌套

        在基于面向对象进行编程时，对象之间可以存在各种各样的关系，例如：组合、关联、依赖等，就是各种嵌套。以下是常见的嵌套的情景：

情景一：

class Student(object):""" 学生类 """def __init__(self, name, age):self.name = nameself.age = agedef message(self):data = "我是一名学生，我叫:{},我今年{}岁".format(self.name, self.age)print(data)s1 = Student("武沛齐", 19)
s2 = Student("Alex", 19)
s3 = Student("日天", 19)class Classes(object):""" 班级类 """def __init__(self, title):self.title = titleself.student_list = []def add_student(self, stu_object):self.student_list.append(stu_object)def add_students(self, stu_object_list):for stu in stu_object_list:self.add_student(stu)def show_members(self):for item in self.student_list:# print(item)item.message()c1 = Classes("三年二班")
c1.add_student(s1)
c1.add_students([s2, s3])
print(c1.title)
print(c1.student_list)
# 三年二班
# [<__main__.Student object at 0x00000299D5FB7FD0>, <__main__.Student object at 0x00000299D5FB7DC0>, <__main__.Student object at 0x00000299D5FB7D60>]

 情景二：

class Student(object):""" 学生类 """def __init__(self, name, age, class_object):self.name = nameself.age = ageself.class_object = class_objectdef message(self):data = "我是一名{}班的学生，我叫:{},我今年{}岁".format(self.class_object.title, self.name, self.age)print(data)class Classes(object):""" 班级类 """def __init__(self, title):self.title = title
c1 = Classes("Python全栈")
c2 = Classes("Linux云计算")user_object_list = [Student("武沛齐", 19, c1),Student("Alex", 19, c1),Student("日天", 19, c2)
]for obj in user_object_list:print(obj.name,obj.age, obj.class_object.title)
# 武沛齐 19 Python全栈
# Alex 19 Python全栈
# 日天 19 Linux云计算

 情景三：

class Student(object):""" 学生类 """def __init__(self, name, age, class_object):self.name = nameself.age = ageself.class_object = class_objectdef message(self):data = "我是一名{}班的学生，我叫:{},我今年{}岁".format(self.class_object.title, self.name, self.age)print(data)class Classes(object):""" 班级类 """def __init__(self, title, school_object):self.title = titleself.school_object = school_objectclass School(object):""" 学校类 """def __init__(self, name):self.name = names1 = School("北京校区")
s2 = School("上海校区")c1 = Classes("Python全栈", s1)
c2 = Classes("Linux云计算", s2)user_object_list = [Student("武沛齐", 19, c1),Student("Alex", 19, c1),Student("日天", 19, c2)
]
for obj in user_object_list:print(obj.name, obj.class_object.title ,  obj.class_object.school_object.name)
# 武沛齐 Python全栈 北京校区
# Alex Python全栈 北京校区
# 日天 Linux云计算 上海校区

二.特殊成员

        在Python的类中存在一些特殊的方法，这些方法都是“ __方法__ ”格式，这种方法在内部均有特殊的含义，接下来我们来讲一些常见的特殊成员：

1.__init__，初始化方法

class Foo(object):def __init__(self, name):self.name = nameobj = Foo("武沛齐")

2.__new__，构造方法

class Foo(object):def __init__(self, name):print("第二步：初始化对象，在空对象中创建数据")self.name = namedef __new__(cls, *args, **kwargs):print("第一步：先创建空对象并返回")return object.__new__(cls)obj = Foo("武沛齐")

 3.__call__

class Foo(object):def __call__(self, *args, **kwargs):print("执行call方法")obj = Foo()
obj()

4. __str__

class Foo(object):def __str__(self):return "哈哈哈哈"obj = Foo()
data = str(obj)
print(data)

5. __dict__

class Foo(object):def __init__(self, name, age):self.name = nameself.age = ageobj = Foo("武沛齐",19)
print(obj.__dict__)

6.__getitem__、__setitem__、__delitem__

class Foo(object):def __getitem__(self, item):passdef __setitem__(self, key, value):passdef __delitem__(self, key):passobj = Foo("武沛齐", 19)
obj["x1"]
obj['x2'] = 123
del obj['x3']

7.__enter__、__exit__

class Foo(object):def __enter__(self):print("进入了")return 666def __exit__(self, exc_type, exc_val, exc_tb):print("出去了")obj = Foo()
with obj as data:print(data)

数据连接，每次对远程的数据进行操作时候都必须经历。
1.连接 = 连接数据库
2.操作数据库
3.关闭连接

class SqlHelper(object):def __enter__(self):self.连接 = 连接数据库return 连接def __exit__(self, exc_type, exc_val, exc_tb):self.连接.关闭with SqlHelper() as 连接:连接.操作..with SqlHelper() as 连接:连接.操作...

上下文管理的语法。

8.__add__

class Foo(object):def __init__(self, name):self.name = namedef __add__(self, other):return "{}-{}".format(self.name, other.name)v1 = Foo("alex")
v2 = Foo("sb")# 对象+值，内部会去执行 对象.__add__方法，并将+后面的值当做参数传递过去。
v3 = v1 + v2
print(v3)

9.__iter__

# 迭代器类型的定义：1.当类中定义了 __iter__ 和 __next__ 两个方法。2.__iter__ 方法需要返回对象本身，即：self3. __next__ 方法，返回下一个数据，如果没有数据了，则需要抛出一个StopIteration的异常。官方文档：https://docs.python.org/3/library/stdtypes.html#iterator-types# 创建 迭代器类型 ：class IT(object):def __init__(self):self.counter = 0def __iter__(self):return selfdef __next__(self):self.counter += 1if self.counter == 3:raise StopIteration()return self.counter# 根据类实例化创建一个迭代器对象：obj1 = IT()# v1 = obj1.__next__()# v2 = obj1.__next__()# v3 = obj1.__next__() # 抛出异常v1 = next(obj1) # obj1.__next__()print(v1)v2 = next(obj1)print(v2)v3 = next(obj1)print(v3)obj2 = IT()for item in obj2:  # 首先会执行迭代器对象的__iter__方法并获取返回值，一直去反复的执行 next(对象) print(item)迭代器对象支持通过next取值，如果取值结束则自动抛出StopIteration。
for循环内部在循环时，先执行__iter__方法，获取一个迭代器对象，然后不断执行的next取值（有异常StopIteration则终止循环）。

 

# 创建生成器函数def func():yield 1yield 2# 创建生成器对象（内部是根据生成器类generator创建的对象），生成器类的内部也声明了：__iter__、__next__ 方法。obj1 = func()v1 = next(obj1)print(v1)v2 = next(obj1)print(v2)v3 = next(obj1)print(v3)obj2 = func()for item in obj2:print(item)如果按照迭代器的规定来看，其实生成器类也是一种特殊的迭代器类（生成器也是一个中特殊的迭代器）。
# 如果一个类中有__iter__方法且返回一个迭代器对象 ；则我们称以这个类创建的对象为可迭代对象。class Foo(object):def __iter__(self):return 迭代器对象(生成器对象)obj = Foo() # obj是 可迭代对象。# 可迭代对象是可以使用for来进行循环，在循环的内部其实是先执行 __iter__ 方法，获取其迭代器对象，然后再在内部执行这个迭代器对象的next功能，逐步取值。
for item in obj:pass
class IT(object):def __init__(self):self.counter = 0def __iter__(self):return selfdef __next__(self):self.counter += 1if self.counter == 3:raise StopIteration()return self.counterclass Foo(object):def __iter__(self):return IT()obj = Foo() # 可迭代对象for item in obj: # 循环可迭代对象时，内部先执行obj.__iter__并获取迭代器对象；不断地执行迭代器对象的next方法。print(item)
# 基于可迭代对象&迭代器实现：自定义range
class IterRange(object):def __init__(self, num):self.num = numself.counter = -1def __iter__(self):return selfdef __next__(self):self.counter += 1if self.counter == self.num:raise StopIteration()return self.counterclass Xrange(object):def __init__(self, max_num):self.max_num = max_numdef __iter__(self):return IterRange(self.max_num)obj = Xrange(100)for item in obj:print(item)
class Foo(object):def __iter__(self):yield 1yield 2obj = Foo()
for item in obj:print(item)
# 基于可迭代对象&生成器 实现：自定义rangeclass Xrange(object):def __init__(self, max_num):self.max_num = max_numdef __iter__(self):counter = 0while counter < self.max_num:yield countercounter += 1obj = Xrange(100)
for item in obj:print(item)

常见的数据类型：

v1 = list([11,22,33,44])v1是一个可迭代对象，因为在列表中声明了一个 __iter__ 方法并且返回一个迭代器对象。
from collections.abc import Iterator, Iterablev1 = [11, 22, 33]
print( isinstance(v1, Iterator) )  # false，判断是否是迭代器；判断依据是__iter__ 和 __next__。
v2 = v1.__iter__()
print( isinstance(v2, Iterator) )  # Truev1 = [11, 22, 33]
print( isinstance(v1, Iterable) )  # True，判断依据是是否有 __iter__且返回迭代器对象。v2 = v1.__iter__()
print( isinstance(v2, Iterable) )  # True，判断依据是是否有 __iter__且返回迭代器对象。

这篇关于Python面向对象（15对象嵌套特殊成员）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/1137260。

相关文章

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya（不是本人，claude AI）在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容： 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用
阅读更多...
这15个Vue指令，让你的项目开发爽到爆

这15个Vue指令，让你的项目开发爽到爆

1. V-Hotkey 仓库地址: github.com/Dafrok/v-ho… Demo: 戳这里 https://dafrok.github.io/v-hotkey 安装: npm install --save v-hotkey 这个指令可以给组件绑定一个或多个快捷键。你想要通过按下 Escape 键后隐藏某个组件，按住 Control 和回车键再显示它吗？小菜一碟： <template
阅读更多...
python: 多模块(.py)中全局变量的导入

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别： 当你在一个模块（文件）中使用 global 声明变量时，这个变量只在该模块的全局命名空
阅读更多...
hdu1254（嵌套bfs，两次bfs）

hdu1254（嵌套bfs，两次bfs）

/*第一次做这种题感觉很有压力，思路还是有点混乱，总是wa，改了好多次才ac的思路：把箱子的移动当做第一层bfs，队列节点要用到当前箱子坐标（x，y），走的次数step，当前人的weizhi（man_x，man_y），要判断人能否将箱子推到某点时要嵌套第二层bfs（人的移动）；代码如下：
阅读更多...
【Python编程】Linux创建虚拟环境并配置与notebook相连接

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如，在当前目录下创建一个名为 myenv 的虚拟环境： python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行： source myenv/bin/activate 3.与notebook连接 在虚拟环境中，使用 pip 安装 Jupyter 和 ipykernel： pip instal
阅读更多...
【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程（Gaussian Process，简称GP）是一种概率模型，用于描述一组随机变量的联合概率分布，其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数（或核函数） 1.3 核函数1.4 高斯过程回归（Gauss
阅读更多...
【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

系列文章目录 监督学习：参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归（SAheart.csv） 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学
阅读更多...
nudepy，一个有趣的 Python 库！

nudepy，一个有趣的 Python 库！

更多资料获取 📚 个人网站：ipengtao.com 大家好，今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址：https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中，检测图像中的不适当内容（例如裸露图像）是一个重要的任务。nudepy 是一个基于 Python 的库，专门用于检测图像中的不适当内容。该
阅读更多...
BUUCTF（34）特殊的 BASE64

BUUCTF（34）特殊的 BASE64

使用pycharm时，如果想把代码撤销到之前的状态可以用 Ctrl+z 如果不小心撤销多了，可以用 Ctrl+Shift+Z 还原， 别傻傻的重新敲了 BUUCTF在线评测 (buuoj.cn) 查看字符串，想到base64的变表 这里用的c++的标准程序库中的string，头文件是#include<string> 这是base64的加密函数 std::string
阅读更多...
pip-tools：打造可重复、可控的 Python 开发环境，解决依赖关系，让代码更稳定

pip-tools：打造可重复、可控的 Python 开发环境，解决依赖关系，让代码更稳定

在 Python 开发中，管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等，都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools？ pip-tools 是一组命令行工具，旨在简化 Python 依赖关系的管理，确保项目环境的稳定性和可重复性。它主要包含两个核心工具：pip-compile 和 pip
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2