前言

最近在學習深度學習，已經跑出了幾個模型，但Pyhton的基礎不夠扎實，因此，開始補習Python了，大家都推薦廖雪峰的課程，因此，開始了學習，但光學有沒有用，還要和大家討論一下，因此，寫下這些帖子，廖雪峰的課程連接在這里：廖雪峰
Python的相關介紹，以及它的歷史故事和運行機制，可以參見這篇：python介紹
Python的安裝可以參見這篇：Python安裝
Python的運行模式以及輸入輸出可以參見這篇：Python IO
Python的基礎概念介紹，可以參見這篇：Python 基礎
Python字符串和編碼的介紹，可以參見這篇：Python字符串與編碼
Python基本數據結構：list和tuple介紹，可以參見這篇：Python list和tuple
Python控制語句介紹：ifelse，可以參見這篇：Python 條件判斷
Python控制語句介紹：循環實現，可以參見這篇：Python循環語句
Python數據結構：dict和set介紹Python數據結構dict和set
Python函數相關：Python函數
Python高階特性：Python高級特性
Python高階函數：Python高階函數
Python匿名函數：Python匿名函數
Python裝飾器：Python裝飾器
Python偏函數：Python偏函數
Python模塊：Python模塊
Python面向對象編程（1）：Python面向對象
Python面向對象編程（2）：Python面向對象（2）
Python面向對象編程（3）：Python面向對象（3）
Python面向對象編程（4）：Pyhton面向對象（4）
Python面向對象高級編程（上）：Python面向對象高級編程（上）
目錄：

• 前言
• 定制類
  • _str_
  • _iter_
• _getitem_
  • _getattr_
  • _call_
  • 小結

定制類

看到類似_slots_這種形如_xxx_的變量或者函數名就要注意，這些在Python中是有特殊用途的。_slots_我們已經知道怎么用了，_len_()方法我們也知道是為了能讓class具有len()方法。
除此之外，Python的class中還有許多這樣有特殊用途的函數，可以幫助我們定制類。

_str_

我們先定義一個Student類，打印一個實例：

>>> class Student(object):def __init__(self, name):self.name = name>>> print(Student('Michael')) <__main__.Student object at 0x109afb190>

打印出一堆<main.Student object at 0x109afb190>，不好看。

怎么才能打印得好看呢？只需要定義好str()方法，返回一個好看的字符串就可以了：

>>> class Student(object): ... def __init__(self, name): ... self.name = name ... def __str__(self): ... return 'Student object (name: %s)' % self.name ... >>> print(Student('Mike')) Student object (name: Mike)

這樣打印出來的實例，不但好看，而且容易看出實例內部重要的數據。
但是細心的朋友會發現直接敲變量不用print，打印出來的實例還是不好看：

>>> s = Student('Mike') >>> s <__main__.Student object at 0x109afb310>

這是因為直接顯示變量調用的不是_str_()，而是_repr_()，兩者的區別是_str_()返回用戶看到的字符串，而_repr_()返回程序開發者看到的字符串，也就是說，_repr_()是為調試服務的。
解決辦法是再定義一個_repr_()。但是通常_str_()和_repr_()代碼都是一樣的，所以，有個偷懶的寫法：

class Student(object):def __init__(self, name):self.name = namedef __str__(self):return 'Student object (name=%s)' % self.name__repr__ = __str__

_iter_

如果一個類想被用于for … in循環，類似list或tuple那樣，就必須實現一個_iter_()方法，該方法返回一個迭代對象，然后，Python的for循環就會不斷調用該迭代對象的_next_()方法拿到循環的下一個值，直到遇到StopIteration錯誤時退出循環。
我們以斐波那契數列為例，寫一個Fib類，可以作用于for循環：

class Fib(object):def __init__(self):self.a, self.b = 0, 1 # 初始化兩個計數器a，bdef __iter__(self):return self # 實例本身就是迭代對象，故返回自己def __next__(self):self.a, self.b = self.b, self.a + self.b # 計算下一個值if self.a > 100000: # 退出循環的條件raise StopIteration()return self.a # 返回下一個值

現在，試試把Fib實例作用于for循環：

>>> for n in Fib(): ... print(n) ... 1 1 2 3 5 ... 46368 75025

_getitem_

Fib實例雖然能作用于for循環，看起來和list有點像，但是，把它當成list來使用還是不行，比如，取第5個元素：

>>> Fib()[5] Traceback (most recent call last):File "<stdin>", line 1, in <module> TypeError: 'Fib' object does not support indexing

要表現得像list那樣按照下標取出元素，需要實現getitem()方法：

class Fib(object):def __getitem__(self, n):a, b = 1, 1for x in range(n):a, b = b, a + breturn a

現在，就可以按下標訪問數列的任意一項了：

>>> f = Fib() >>> f[0] 1 >>> f[1] 1 >>> f[2] 2 >>> f[3] 3 >>> f[10] 89 >>> f[100] 573147844013817084101

但是list有個神奇的切片方法：

>>> list(range(100))[5:10] [5, 6, 7, 8, 9]

對于Fib卻報錯。原因是getitem()傳入的參數可能是一個int，也可能是一個切片對象slice，所以要做判斷：

class Fib(object):def __getitem__(self, n):if isinstance(n, int): # n是索引a, b = 1, 1for x in range(n):a, b = b, a + breturn aif isinstance(n, slice): # n是切片start = n.startstop = n.stopif start is None:start = 0a, b = 1, 1L = []for x in range(stop):if x >= start:L.append(a)a, b = b, a + breturn L

現在試試Fib的切片：

>>> f = Fib() >>> f[0:5] [1, 1, 2, 3, 5] >>> f[:10] [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

但是沒有對step參數作處理：

>>> f[:10:2] [1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]

也沒有對負數作處理，所以，要正確實現一個_getitem_()還是有很多工作要做的。

此外，如果把對象看成dict，_getitem_()的參數也可能是一個可以作key的object，例如str。

與之對應的是_setitem_()方法，把對象視作list或dict來對集合賦值。最后，還有一個_delitem_()方法，用于刪除某個元素。

總之，通過上面的方法，我們自己定義的類表現得和Python自帶的list、tuple、dict沒什么區別，這完全歸功于動態語言的“鴨子類型”，不需要強制繼承某個接口。

_getattr_

正常情況下，當我們調用類的方法或屬性時，如果不存在，就會報錯。比如定義Student類：

class Student(object):def __init__(self):self.name = 'Mike'

調用name屬性，沒問題，但是，調用不存在的score屬性，就有問題了：

>>> s = Student() >>> print(s.name) Michael >>> print(s.score) Traceback (most recent call last):... AttributeError: 'Student' object has no attribute 'score'

錯誤信息很清楚地告訴我們，沒有找到score這個attribute。

要避免這個錯誤，除了可以加上一個score屬性外，Python還有另一個機制，那就是寫一個getattr()方法，動態返回一個屬性。修改如下：

class Student(object):def __init__(self):self.name = 'Michael'def __getattr__(self, attr):if attr=='score':return 99

當調用不存在的屬性時，比如score，Python解釋器會試圖調用getattr(self, ‘score’)來嘗試獲得屬性，這樣，我們就有機會返回score的值：

>>> s = Student() >>> s.name 'Michael' >>> s.score 99

返回函數也是完全可以的：

class Student(object):def __getattr__(self, attr):if attr=='age':return lambda: 25

只是調用方式要變為：

>>> s.age() 25

注意，只有在沒有找到屬性的情況下，才調用getattr，已有的屬性，比如name，不會在getattr中查找。

此外，注意到任意調用如s.abc都會返回None，這是因為我們定義的getattr默認返回就是None。要讓class只響應特定的幾個屬性，我們就要按照約定，拋出AttributeError的錯誤：

class Student(object):def __getattr__(self, attr):if attr=='age':return lambda: 25raise AttributeError('\'Student\' object has no attribute \'%s\'' % attr)

這實際上可以把一個類的所有屬性和方法調用全部動態化處理了，不需要任何特殊手段。

這種完全動態調用的特性有什么實際作用呢？作用就是，可以針對完全動態的情況作調用。

舉個例子：

現在很多網站都搞REST API，比如新浪微博、豆瓣啥的，調用API的URL類似：

http://api.server/user/friendshttp://api.server/user/timeline/list

如果要寫SDK，給每個URL對應的API都寫一個方法，那得累死，而且，API一旦改動，SDK也要改。

利用完全動態的_getattr_，我們可以寫出一個鏈式調用：

class Chain(object):def __init__(self, path=''):self._path = pathdef __getattr__(self, path):return Chain('%s/%s' % (self._path, path))def __str__(self):return self._path__repr__ = __str__

試試：

>>> Chain().status.user.timeline.list '/status/user/timeline/list'

這樣，無論API怎么變，SDK都可以根據URL實現完全動態的調用，而且，不隨API的增加而改變！

還有些REST API會把參數放到URL中，比如GitHub的API：

GET /users/:user/repos

調用時，需要把:user替換為實際用戶名。如果我們能寫出這樣的鏈式調用：

Chain().users('michael').repos

就可以非常方便地調用API了。有興趣的童鞋可以試試寫出來。

_call_

一個對象實例可以有自己的屬性和方法，當我們調用實例方法時，我們用instance.method()來調用。能不能直接在實例本身上調用呢？在Python中，答案是肯定的。

任何類，只需要定義一個_call_()方法，就可以直接對實例進行調用。請看示例：

class Student(object):def __init__(self, name):self.name = namedef __call__(self):print('My name is %s.' % self.name)

調用方式如下：

>>> s = Student('Michael') >>> s() # self參數不要傳入 My name is Michael.

_call_()還可以定義參數。對實例進行直接調用就好比對一個函數進行調用一樣，所以你完全可以把對象看成函數，把函數看成對象，因為這兩者之間本來就沒啥根本的區別。

如果你把對象看成函數，那么函數本身其實也可以在運行期動態創建出來，因為類的實例都是運行期創建出來的，這么一來，我們就模糊了對象和函數的界限。

那么，怎么判斷一個變量是對象還是函數呢？其實，更多的時候，我們需要判斷一個對象是否能被調用，能被調用的對象就是一個Callable對象，比如函數和我們上面定義的帶有_call_()的類實例：

>>> callable(Student) True >>> callable(max) True >>> callable([1, 2, 3]) False >>> callable(None) False >>> callable('str') False

通過callable()函數，我們就可以判斷一個對象是否是“可調用”對象。

小結

小結
Python的class允許定義許多定制方法，可以讓我們非常方便地生成特定的類。
本節介紹的是最常用的幾個定制方法，還有很多可定制的方法，請參考Python官方文檔

總結

以上是生活随笔為你收集整理的Python学习笔记：面向对象高级编程（中上）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。