python基础学习--day11.魔法方法

构造和析构

init(self[,…])

构造器，当一个实例被创建的时候调用的初始化方法

class Rectangle:
    def __init__(self, x, y):
        self.x = x
        self.y = y

    def getPeri(self):
        return (self.x + self.y) * 2

    def getArea(self):
        return self.x * self.y

new(cls[, …])
new 是在一个对象实例化的时候所调用的第一个方法，在调用 init 初始化前，先调用__new__。

new 至少要有一个参数cls，代表要实例化的类，此参数在实例化时由 Python 解释器自动提供，后面的参数直接传递给__init__。

new`对当前类进行了实例化，并将实例返回，传给__init__的self。但是，执行了__new__，并不一定会进入__init__，只有__new__返回了，当前类cls的实例，当前类的__init__才会进入。

class Capstr(str):
    def __new__(cls, string):
        string= string.upper()
        return str.__new__(cls,string)

del(self)

析构器，当一个对象将要被系统回收之时调用的方法。

class C:
    def __init__(self):
        print('我是__init__方法，我被调用了...')
    def __del__(self):
        print('我是__del__方法，我被调用了...')

str 和 repr

str(self):
当你打印一个对象的时候，触发__str__

当你使用%s格式化的时候，触发__str__

str强转数据类型的时候，触发__str__

repr(self):

扫描二维码关注公众号，回复： 9947463 查看本文章

__repr__是__str__的备胎

有__str__的时候执行_str_,没有实现_str_的时候，执行__repr__

__repr(obj)__内置函数对应的结果是__repr__的返回值

当你使用%r格式化的时候 触发__repr__

class Cat:
    """定义一个猫类"""

    def __init__(self, new_name, new_age):
        """在创建完对象之后 会自动调用, 它完成对象的初始化的功能"""
        self.name = new_name
        self.age = new_age

    def __str__(self):
        """返回一个对象的描述信息"""
        return "名字是:%s , 年龄是:%d" % (self.name, self.age)

    def __repr__(self):
        """返回一个对象的描述信息"""
        return "Cat:(%s,%d)" % (self.name, self.age)

    def eat(self):
        print("%s在吃鱼...." % self.name)

    def drink(self):
        print("%s在喝可乐..." % self.name)

    def introduce(self):
        print("名字是:%s, 年龄是:%d" % (self.name, self.age))

str(self) 的返回结果可读性强。也就是说，str 的意义是得到便于人们阅读的信息，就像下面的 ‘2019-10-11’ 一样。

repr(self) 的返回结果应更准确。怎么说，repr 存在的目的在于调试，便于开发者使用。

import datetime

today = datetime.date.today()
print(str(today))  # 2019-10-11
print(repr(today))  # datetime.date(2019, 10, 11)
print('%s' %today)  # 2019-10-11
print('%r' %today)  # datetime.date(2019, 10, 11)

算术运算

算术运算符

类型工厂函数，指的是不通过类而是通过函数来创建对象。
__add(self, other)__定义加法的行为：+
__sub(self, other)__定义减法的行为：-

class New_int(int):
    def __add__(self, other):
        return int.__sub__(self, other)
    def __sub__(self, other):
        return int.__add__(self, other)

mul(self, other)定义乘法的行为：*

truediv(self, other)定义真除法的行为：/

floordiv(self, other)定义整数除法的行为：//

mod(self, other) 定义取模算法的行为：%

divmod(self, other)定义当被 divmod() 调用时的行为

divmod(a, b)把除数和余数运算结果结合起来，返回一个包含商和余数的元组(a // b, a % b)。

pow(self, other[, module])定义当被 power() 调用或 ** 运算时的行为

lshift(self, other)定义按位左移位的行为：<<

rshift(self, other)定义按位右移位的行为：>>

and(self, other)定义按位与操作的行为：&

xor(self, other)定义按位异或操作的行为：^

or(self, other)定义按位或操作的行为：|

反算术运算符

反运算魔方方法，与算术运算符保持一一对应，不同之处就是反运算的魔法方法多了一个“r”。当文件左操作不支持相应的操作时被调用。

radd(self, other)定义加法的行为：+

rsub(self, other)定义减法的行为：-

rmul(self, other)定义乘法的行为：*

rtruediv(self, other)定义真除法的行为：/

rfloordiv(self, other)定义整数除法的行为：//

rmod(self, other) 定义取模算法的行为：%

rdivmod(self, other)定义当被 divmod() 调用时的行为

rpow(self, other[, module])定义当被 power() 调用或 ** 运算时的行为

rlshift(self, other)定义按位左移位的行为：<<

rrshift(self, other)定义按位右移位的行为：>>

rand(self, other)定义按位与操作的行为：&

rxor(self, other)定义按位异或操作的行为：^

ror(self, other)定义按位或操作的行为：|

class Nint(int):
    def __radd__(self,other):
        return int.__sub__(self,other)

增量赋值运算符

iadd(self, other)定义赋值加法的行为：+=

isub(self, other)定义赋值减法的行为：-=

imul(self, other)定义赋值乘法的行为：*=

itruediv(self, other)定义赋值真除法的行为：/=

ifloordiv(self, other)定义赋值整数除法的行为：//=

imod(self, other)定义赋值取模算法的行为：%=

ipow(self, other[, modulo])定义赋值幂运算的行为：**=

ilshift(self, other)定义赋值按位左移位的行为：<<=

irshift(self, other)定义赋值按位右移位的行为：>>=

iand(self, other)定义赋值按位与操作的行为：&=

ixor(self, other)定义赋值按位异或操作的行为：^=

ior(self, other)定义赋值按位或操作的行为：|=

一元运算符

neg(self)定义正号的行为：+x

pos(self)定义负号的行为：-x

abs(self)定义当被abs()调用时的行为

invert(self)定义按位求反的行为：~x

属性访问

getattr，getattribute，setattr__和__delattr

getattr(self, name): 定义当用户试图获取一个不存在的属性时的行为。

getattribute(self, name)：定义当该类的属性被访问时的行为（先调用该方法，查看是否存在该属性，若不存在，接着去调用__getattr__）。

setattr(self, name, value)：定义当一个属性被设置时的行为。

delattr(self, name)：定义当一个属性被删除时的行为。

class C:
    def __getattribute__(self, name):
        print('getattribute')
        return super().__getattribute__(name)
    def __getattr__(self, name):
        print('getattr')
    def __setattr__(self, name, value):
        print('setattr')
        super().__setattr__(name, value)
    def __delattr__(self, name):
        print('delattr')
        super().__delattr__(name)

描述符

描述符就是将某种特殊类型的类的实例指派给另一个类的属性。

get(self, instance, owner)用于访问属性，它返回属性的值。

set(self, instance, value)将在属性分配操作中调用，不返回任何内容。

del(self, instance)控制删除操作，不返回任何内容。

class MyDecriptor:
    def __get__(self, instance, owner):
        print('__get__', self, instance, owner)

    def __set__(self, instance, value):
        print('__set__', self, instance, value)

    def __delete__(self, instance):
        print('__delete__', self, instance)


class Test:
    x = MyDecriptor()

定制序列

协议（Protocols）与其它编程语言中的接口很相似，它规定你哪些方法必须要定义。然而，在 Python 中的协议就显得不那么正式。事实上，在 Python 中，协议更像是一种指南。

容器类型的协议

如果说你希望定制的容器是不可变的话，你只需要定义__len__()和__getitem()__方法。

如果你希望定制的容器是可变的话，除了__len__()和__getitem__()方法，你还需要定义__setitem__()和__delitem()__两个方法。

编写一个不可改变的自定义列表，要求记录列表中每个元素被访问的次数。

class CountList:
    def __init__(self, *args):
        self.values = [x for x in args]
        self.count = {}.fromkeys(range(len(self.values)), 0)

    def __len__(self):
        return len(self.values)

    def __getitem__(self, item):
        self.count[item] += 1
        return self.values[item]

len(self)定义当被len()调用时的行为（返回容器中元素的个数）。
getitem(self, key)定义获取容器中元素的行为，相当于self[key]。

setitem(self, key, value)定义设置容器中指定元素的行为，相当于self[key] = value。

delitem(self, key)定义删除容器中指定元素的行为，相当于del self[key]。

编写一个可改变的自定义列表，要求记录列表中每个元素被访问的次数。

class CountList:
    def __init__(self, *args):
        self.values = [x for x in args]
        self.count = {}.fromkeys(range(len(self.values)), 0)

    def __len__(self):
        return len(self.values)

    def __getitem__(self, item):
        self.count[item] += 1
        return self.values[item]

    def __setitem__(self, key, value):
        self.values[key] = value

    def __delitem__(self, key):
        del self.values[key]
        for i in range(0, len(self.values)):
            if i >= key:
                self.count[i] = self.count[i + 1]
        self.count.pop(len(self.values))

迭代器

迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。

迭代器只能往前不会后退。

字符串，列表或元组对象都可用于创建迭代器：

迭代器有两个基本的方法：iter() 和 next()。
iter(object) 函数用来生成迭代器。

next(iterator[, default]) 返回迭代器的下一个项目。

iterator – 可迭代对象

default – 可选，用于设置在没有下一个元素时返回该默认值，如果不设置，又没有下一个元素则会触发 StopIteration 异常。

把一个类作为一个迭代器使用需要在类中实现两个魔法方法 iter() 与 next() 。

iter(self)定义当迭代容器中的元素的行为，返回一个特殊的迭代器对象， 这个迭代器对象实现了 __next()__方法并通过 StopIteration 异常标识迭代的完成。

next() 返回下一个迭代器对象。

StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

class Fibs:
    def __init__(self, n=10):
        self.a = 0
        self.b = 1
        self.n = n

    def __iter__(self):
        return self

    def __next__(self):
        self.a, self.b = self.b, self.a + self.b
        if self.a > self.n:
            raise StopIteration
        return self.a

生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。

跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

调用一个生成器函数，返回的是一个迭代器对象。

def myGen():
    print('生成器执行！')
    yield 1
    yield 2

def libs(n):
    a = 0
    b = 1
    while True:
        a, b = b, a + b
        if a > n:
            return
        yield a


for each in libs(100):
    print(each, end=' ')

推导式

列表推导式

a = [i for i in range(100) if (i % 2) != 0 and (i % 3) == 0]
print(a)

字典推导式

b = {i: i % 2 == 0 for i in range(10) if i % 3 == 0}
print(b)

集合推导式

c = {i for i in [1, 2, 3, 4, 5, 5, 6, 4, 3, 2, 1]}
print(c)