引言
像大多数人一样，我在对一直传统的面向过程语言C一知半解之后，走进了面向对象的世界，尽管对OOP一无所知，还好Python还保留有函数式编程，这使得我才不那么抵触，直到现在，习惯了面向对象之后，也习惯了接口这些叫法，而不是函数。
在看到len(collection)与collection.len(),也越来越习惯后者，他所代表的强大的思想，（其实是调用的collection对象的内部__len__方法），这种设计思想完全体现在 Python 的数据模型上，而数据模型所描述的 API，为使用最地道的语言特性来构建你自己的
对象提供了工具。数据模型其实是对 Python 框架的描述，它规范了这门语言自身构建模块的接口，这些模块包括但不限于序列、迭代器、函数、类等。
既然python的一致性是出了名的，来说一说命名风格。
一、命名风格
主要存在四种命名 核心：不要以下划线开头命名
1. object # 公用方法
2. __object__ # 内建方法，用户不要这样定义 例如__init__
3. __object # 全私有，全保护
4. _object # 半保护
"单下划线" 开始的成员变量叫做保护变量，意思是只有类对象和子类对象自己能访问到这些变量；
"双下划线" 开始的是私有成员，意思是只有类对象自己能访问，连子类对象也不能访问到这个数据。
一般来讲，变量名_object被看作是“私有的”，在模块或类外不可以使用，不能用'from module import * '导入。当变量是私有的时候，用_object来表示变量是很好的习惯。单下划线+类名,eg：_Class__object 机制就可以访问__object__了。因为变量名__object__对Python 来说有特殊含义，对于普通的变量应当避免这种命名风格。
class Foo:
_foo = 3 def __init__(self): return Nonedef public_method(self): print('This is public method') def __fullprivate_method(self): print('This is fullprivate_method') def _halfprivate_method(self): print('This is halfprivate_method')
_foo # error
f._foo # 3 f = Foo(1) f.public_method() # OK f.__fullprivate_method() # Error occur f._halfprivate_method() # OK f._Foo__fullprivate_method() # OK
class A:
_a = 5 def __init__(self): self.__private() self.public() def __private(self): print('A.__private()') def public(self): print('A.public()') class B(A):
_b = 6 def __private(self): print('B.__private()') def public(self): print('B.public()') b = B() b._a
b._B__B 输出 A.__private() B.public()
5
6
二、搭建一摞pythonic的纸牌
python的另一强大之处就是丰富的标准库，还有许许多多的第三方库，这使得不用重复造轮子
import collections
Card = collections.namedtuple('Card', ['rank', 'suit'])
class FrenchDeck:
ranks = [str(n) for n in range(2, 11)] + list('JQKA')
suits = 'spades diamonds clubs hearts'.split()
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]
deck = FrenchDeck()
for i in deck[:10]: # 其实这里调用的是deck这个可迭代对象背后其实用的是 iter(x)，而这个函数的背后则是 x.__iter__() 方法
print(i)
#打印十张纸牌
Card(rank='2', suit='spades') Card(rank='3', suit='spades') Card(rank='4', suit='spades') Card(rank='5', suit='spades') Card(rank='6', suit='spades') Card(rank='7', suit='spades') Card(rank='8', suit='spades') Card(rank='9', suit='spades') Card(rank='10', suit='spades') Card(rank='J', suit='spades')
# 对纸牌进行排序
suit_values = dict(spades=3, hearts=2, diamonds=1, clubs=0) def spades_high(card): rank_value = FrenchDeck.ranks.index(card.rank) return rank_value * len(suit_values) + suit_values[card.suit] for card in sorted(deck, key=spades_high): print(card) Card(rank='2', suit='clubs') Card(rank='2', suit='diamonds') Card(rank='2', suit='hearts') ... (46 cards ommitted) Card(rank='A', suit='diamonds') Card(rank='A', suit='hearts') Card(rank='A', suit='spades')
三、特殊方法
下面来看看特殊方法
beer_card = Card('7', 'diamonds') >>> beer_card Card(rank='7', suit='diamonds')
len()方法与特殊方法__len__，
特殊方法的存在是为了被 Python 解释器调用的，你自己并不需要调用它们。也就是说没有 my_object.__len__() 这种写法，而应该使用 len(my_object)。在执行 len(my_object) 的时候，如果my_object 是一个自定义类的对象，那么 Python 会自己去调用其中由
你实现的 __len__ 方法。abs也是同理，
如果是 Python 内置的类型，比如列表（list）、字符串（str）、字节序列（bytearray）等，那么 CPython 会抄个近路，__len__ 实际上会直接返回 PyVarObject 里的 ob_size 属性。PyVarObject 是表示内存中长度可变的内置对象的 C 语言结构体。直接读取这
个值比调用一个方法要快很多。
>>> deck = FrenchDeck() >>> len(deck) 52
从一叠牌中抽取特定的一张纸牌，比如说第一张或最后一张，是很容易的：deck[0] 或 deck[-1]。这都是由 __getitem__ 方法提供的
字典中也有这种用法，类似dic[k], 其背后也是__getitem__在默默支持，不过这里返回的值而是键k所对应的值value
>>> deck[0] Card(rank='2', suit='spades') >>> deck[-1] Card(rank='A', suit='hearts')
常见的特殊方法
当然也可以使用dir内置函数来查看常见并比较的数据结构的特殊方法，如list，dict等。
dir(list) ['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
dir(tuple) ['__add__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getnewargs__', '__gt__', '__hash__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__rmul__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'count', 'index']