Python:类(class)静态方法(staticmethod)和类方法(classmethod)

2024-01-07 21:04

本文主要是介绍Python:类(class)静态方法(staticmethod)和类方法(classmethod),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!

  当定义类时,有两种特殊类型的方法:静态方法(staticmethod)和类方法(classmethod)。它们可以在类中定义,与实例化的对象无关。

静态方法(staticmethod):

  静态方法是类中不依赖于实例或类变量的方法。使用 @staticmethod 装饰器来声明静态方法。

class MyClass:@staticmethoddef static_method():return "This is a static method"# 使用静态方法
result = MyClass.static_method()
print(result)

特点:

  • 静态方法不依赖于类实例(不传递 self 参数)或类变量(不传递 cls 参数)。
  • 静态方法通常用于执行与类相关但不依赖于类实例的操作。它们类似于类的普通函数,但与类相关联。

类方法(classmethod):

  类方法是依赖于类本身的方法。使用 @classmethod 装饰器来声明类方法。

class MyClass:class_variable = "Class Variable"@classmethoddef class_method(cls):return f"Accessing class variable: {cls.class_variable}"# 使用类方法
result = MyClass.class_method()
print(result)

特点:

  • 类方法的第一个参数是类本身,通常命名为 cls。
  • 类方法可以访问并操作类变量,也可以用来创建类的实例或者修改类变量的值。
  • 类方法可以在不创建类的实例的情况下调用。

具体示例

  当使用静态方法和类方法时,可以通过实际的例子来展示它们的用法。

静态方法(staticmethod):

  假设我们有一个几何形状的类 Shape,我们可以定义一个静态方法来计算两点之间的距离。

import mathclass Shape:@staticmethoddef calculate_distance(x1, y1, x2, y2):return math.sqrt((x2 - x1) ** 2 + (y2 - y1) ** 2)# 使用静态方法
distance = Shape.calculate_distance(1, 2, 4, 6)
print("Distance between points:", distance)

  这个静态方法 calculate_distance 不需要访问实例变量或类变量,它只是一个用于计算两点之间距离的独立函数。因此,使用了静态方法来实现这个功能。

类方法(classmethod):

  假设有一个类 Person,并且想要在不创建对象的情况下统计创建的对象数量。

class Person:count = 0def __init__(self, name):self.name = namePerson.count += 1@classmethoddef get_count(cls):return cls.count# 创建对象并统计数量
person1 = Person("Alice")
person2 = Person("Bob")# 使用类方法获取对象数量
count = Person.get_count()
print("Number of objects created:", count)

  在这个例子中,get_count 类方法可以访问类变量 count,并且可以用来统计已创建的对象数量。通过调用 Person.get_count(),获取了创建的对象数量。

  这两个例子展示了静态方法和类方法的用法。静态方法用于执行独立于类实例和类变量的操作,而类方法可以访问和操作类变量,并且与类本身相关联。

区别:

  • 静态方法不需要访问类或实例的状态,因此它们基本上就是类的普通函数。静态方法不需要接收额外的参数。
  • 类方法可以访问类的变量,并且第一个参数为类本身(通常命名为 cls)。它可以用来修改类变量或在不创建实例的情况下操作类。

这两种方法都不需要类的实例化即可调用,并且可以被类本身调用。静态方法通常用于执行不需要实例的操作,而类方法则用于与类相关的操作,可以访问和修改类变量。

这篇关于Python:类(class)静态方法(staticmethod)和类方法(classmethod)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/581226

相关文章

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

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【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

浅谈主机加固,六种有效的主机加固方法

在数字化时代,数据的价值不言而喻,但随之而来的安全威胁也日益严峻。从勒索病毒到内部泄露,企业的数据安全面临着前所未有的挑战。为了应对这些挑战,一种全新的主机加固解决方案应运而生。 MCK主机加固解决方案,采用先进的安全容器中间件技术,构建起一套内核级的纵深立体防护体系。这一体系突破了传统安全防护的局限,即使在管理员权限被恶意利用的情况下,也能确保服务器的安全稳定运行。 普适主机加固措施:

webm怎么转换成mp4?这几种方法超多人在用!

webm怎么转换成mp4?WebM作为一种新兴的视频编码格式,近年来逐渐进入大众视野,其背后承载着诸多优势,但同时也伴随着不容忽视的局限性,首要挑战在于其兼容性边界,尽管WebM已广泛适应于众多网站与软件平台,但在特定应用环境或老旧设备上,其兼容难题依旧凸显,为用户体验带来不便,再者,WebM格式的非普适性也体现在编辑流程上,由于它并非行业内的通用标准,编辑过程中可能会遭遇格式不兼容的障碍,导致操

【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

透彻!驯服大型语言模型(LLMs)的五种方法,及具体方法选择思路

引言 随着时间的发展,大型语言模型不再停留在演示阶段而是逐步面向生产系统的应用,随着人们期望的不断增加,目标也发生了巨大的变化。在短短的几个月的时间里,人们对大模型的认识已经从对其zero-shot能力感到惊讶,转变为考虑改进模型质量、提高模型可用性。 「大语言模型(LLMs)其实就是利用高容量的模型架构(例如Transformer)对海量的、多种多样的数据分布进行建模得到,它包含了大量的先验

【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

【北交大信息所AI-Max2】使用方法

BJTU信息所集群AI_MAX2使用方法 使用的前提是预约到相应的算力卡,拥有登录权限的账号密码,一般为导师组共用一个。 有浏览器、ssh工具就可以。 1.新建集群Terminal 浏览器登陆10.126.62.75 (如果是1集群把75改成66) 交互式开发 执行器选Terminal 密码随便设一个(需记住) 工作空间:私有数据、全部文件 加速器选GeForce_RTX_2080_Ti

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