[Python] 08 - Classes --> Objects

故事背景

---

一、阶级关系

1. Programs are composed of modules.
2. Modules contain statements.
3. Statements contain expressions.
4. Expressions create and process objects.

二、教学大纲

• <Think Python>

• 菜鸟教程

Goto: http://www.runoob.com/python3/python3-class.html

参考资源：廖雪峰，Python面向对象编程

参考资源：廖雪峰，Python面向对象高级编程

参考资源：错误、调试和测试

• 面向对象的三大特点

数据封装（Encapsulation ）、继承（inheritance ）和多态（polymorphism）。

Encapsulation

---

类的定义

• 构造方法

赋值的的过程，就自动完成了类内的变量定义。

#!/usr/bin/python3

class Complex:
    def __init__(self, realpart, imagpart):
        self.r = realpart
        self.i = imagpart
x = Complex(3.0, -4.5)
print(x.r, x.i)   # 输出结果：3.0 -4.5

self 参数

类的方法与普通的函数只有一个特别的区别——它们必须有一个额外的 第一个参数名称：self

注意：self 的名字并不是规定死的，也可以使用 this，但是最好还是按照约定使用 self。

self 记录了 “类的地址”，“类的属性” 等各种类的属性。

class Test:
    def prt(self):
        print(self)　　　　　　　　# address
        print(self.__class__)　　# name

t = Test()
t.prt()

执行结果：

<__main__.Test instance at 0x100771878>
__main__.Test

权限控制

• “私有” 属性 & 方法

加上 “双下划线” 定义属性为私有属性。

#!/usr/bin/python3
class people:
　　name = ''
　　age  = 0
　　__weight = 0

def __init__(self, n, a, w):
　　self.name = n
　　self.age  = a
　　self.__weight= w

def speak(self):
　　print("weight is {}".format(self.__weight))

def __talk(self):
　　print("age is {}".format(self.age))

p = people('runoob', 10, 30)

#####################
# private attribute
#####################

print(p.name)
# print(p.__weight) # <-- this is err case.
print(p._people__weight)

#####################
# private function
#####################

p.speak()
# p.__talk() # <-- this is err case.
p._people__talk()

“私有化” 原理

双下划线开头的实例变量是不是一定不能从外部访问呢？其实也不是。不能直接访问__name是因为Python解释器对外把__name变量改成了_Student__name，所以，仍然可以通过_Student__name来访问__name变量：

>>> bart._Student__name
'Bart Simpson'

但是强烈建议你不要这么干，因为 “不同版本的Python解释器可能会把__name改成不同的变量名”。

总的来说就是，Python本身没有任何机制阻止你干坏事，一切全靠自觉。

• 限制滥用 “对象成员”

__slot__关键字

由于'score'没有被放到__slots__中，所以不能绑定score属性，试图绑定score将得到AttributeError的错误。

注意：使用__slots__要注意，__slots__定义的属性仅对当前类实例起作用，对继承的子类是不起作用。

class Student(object):
    __slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称

>>> s = Student()      # 创建新的实例
>>> s.name = 'Michael' # 绑定属性'name'
>>> s.age = 25         # 绑定属性'age'

>>> s.score = 99       # <---- 绑定属性'score'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'Student' object has no attribute 'score'

为何用？内存环保

Ref: 10. __slots__ Magic

动态语言意味着“浪费空间”换取“灵活性”。显然，减少不必要的灵活性可以 reduce memory of RAM。添加__slots__后带来的内存环保效果如下：

The code will reduce the burden on your RAM. Some people have seen almost 40% to 50% reduction in RAM usage by using this technique.

class MyClass(object):
    __slots__ = ['name', 'identifier']
　　def __init__(self, name, identifier):
        self.name = name
        self.identifier = identifier
        self.set_up()
    # ...

• 成员变量 Set & Get

过去的策略

分别定义set, get函数操作。

装饰器策略

将函数当做属性来使用：

(a) 只有@property表示只读。

(b) 同时有@property和@x.setter表示可读可写。

(c) 同时有@property和@x.setter和@x.deleter表示可读可写可删除。

class student(object):

    def __init__(self,id):
        self.__id=id  

    @property      # 只读
    def score(self):
        return self._score 

    @score.setter  # 只写
    def score(self, value):
        # 设置前的checker
        if not isinstance(value,int):
            raise ValueError('score must be an integer!')
        if value<0 or value>100:
            raise ValueError('score must between 0 and 100')
        # 开始设置
        self._score=value  

    @property      # 只读
    def get_id(self):
        return self.__id  

s=student('')  

s.score=100       # 写
print(s.score)     # 读
print(s.__dict__)
print (s.get_id)   # 只读
#s.get_id=456   #只能读，不可写: AttributeError: can't set attribute

经典方式

# 相较于”经典方式“，以下是新式简便方式，新式类（继承自object类）

class A(object):

    def __init__(self):
        self.__name=None

    def getName(self):
        return self.__name

    def setName(self,value):
        self.__name=value

    def delName(self):
        del self.__name

    name=property(getName, setName, delName)

a=A()
print(a.name)   # 读
a.name='python' # 写
print(a.name)   # 读
del a.name      # 删除

类方法

• @staticmethod 与 @classmethod

类方法的 3种定义方式

尤其是第一种，比较tricky。

class Person(object):

    # [第壹种方法] 不加任何参数直接定义，也是类方法
    def Work():
        print(" I am working！")

    # [第贰种方法] 加装饰器方法
    @classmethod
    def Think(cls, b):    　　　　# 类方法Think必须要带至少1个参数,第一个参数默认为类名，后面可以引用。
        cls.Eat(b)        　　　　# 在类方法Think中，调用类方法Eat类方法。
        cls.Work()        　　　　# 在类方法Think中，调用Work类方法。
        print(b,",I am Thinking!")

    # [第叁种方法] 先定义类方法，至少1个参数，第一个默认为类名
    def Eat(cls, b):
        print(b+",I am eating")
    Eat=classmethod(Eat)     　　 # 通过内建函数classmethod()来创建类方法。  

类的三种方法

如下展示了三种方法：普通类成员函数、静态方法、类方法。

#
# class one.
#
class Person(object):

    grade=6

    def __init__(self):
        self.name = "king"
        self.age=20

    # -----------------------------------------------------------------------    

    def sayHi(self):
        print ('Hello, your name is?',self.name)

    def sayAge(self):
        print( 'My age is %d years old.'%self.age)

    # -----------------------------------------------------------------------    

    @staticmethod     # 静态方法
    def sayName():
        print ("<staticmethod> my name is king") 

    # -----------------------------------------------------------------------    

    @classmethod      # 类方法
    def classMethod(cls):
        print('<classMethod> class grade:',cls.grade)        

该类的用法如下：

p = Person()                    # 实例化对象
print('p.grade:',p.grade)       # 实例对象调用类变量

p.grade=9
# 类和对象都可以调用 @classmethod，但这里类的grade不会改变，体现了独立性
p.classMethod()
Person().classMethod()

# __init__的变量不属于类
# 但对象找不到变量，就会去找类里的
Person.age
Person().age
Person.__dict__
Person().__dict__

# 概念辨析：类对象、实例对象
Person().grade        　　# 类对象调用类变量
p.sayHi()             　　# 实例对象调用类成员函数
Person().sayAge()     　　# 类对象调用类成员函数

# 静态变量任意调用
m=Person()
m.sayName()           　　# 多个实例皆可共享此静态方法
Person().sayName()    　　# 类对象调用静态方法

继承区别

子类的实例继承了父类的static_method静态方法，调用该方法，还是调用的父类的方法和类属性。

子类的实例继承了父类的class_method类方法，调用该方法，调用的是子类的方法和子类的类属性。

Ref: python类的实例方法、静态方法和类方法区别及其应用场景

class Foo(object):
    X = 1
    Y = 14

    @staticmethod
    def averag(*mixes):  # "父类中的静态方法"
        return sum(mixes) / len(mixes)

    @staticmethod
    def static_method():  # "父类中的静态方法"
        print "父类中的静态方法"
        return Foo.averag(Foo.X, Foo.Y)

    @classmethod
    def class_method(cls):  # 父类中的类方法
        print "父类中的类方法"
        return cls.averag(cls.X, cls.Y)

class Son(Foo):
    X = 3
    Y = 5

    @staticmethod
    def averag(*mixes):  # "子类中重载了父类的静态方法"
        print "子类中重载了父类的静态方法"
        print "666 ",mixes
        return sum(mixes) / 3

p = Son()
print "result of p.averag(1,5)"
print (p.averag(1,5))
print "result of p.static_method()"
print(p.static_method())
print "result of p.class_method()"
print(p.class_method())

code mode

• cls参数 - Factory method

构造函数的重载

Ref: class method vs static method in Python 

We generally use class method to create factory methods. Factory methods return class object ( similar to a constructor ) for different use cases.

We generally use static methods to create utility functions.

为何这里提到了”工厂方法“？因为工厂方法需要返回类，而类方法是'天生的”具备cls参数。

实例中通过两种策略返回类，等价于：不用“函数重载”，实现多个版本的”构建函数“。

Goto: 为什么 Python 不支持函数重载？而其他语言大都支持？

#############################
# cls: factory method
#############################

from datetime import date
class Person:

    def __init__(self, name, age):
        self.name = name
        self.age = age

    @classmethod
    def fromBirthYear(cls, name, birthYear):
        return cls(name, date.today().year - birthYear)

    # 模拟上面的类方法，但第一个参数在使用时，省不掉
    def fromBirthYear2(cls, name, birthYear):
        return cls(name, date.today().year - birthYear)

    #---------------------------------------------------
    def display(self):
        print(self.name + "'s age is: " + str(self.age))

# (1) 常规方式返回一个实例对象
person = Person('Adam', 19)
person.display()

# (2) 类方法返回一个实例对象
person1 = Person.fromBirthYear('John',  1985)
person1.display()

# (3) 模拟类方法的使用，只是不美观而已
person2 = Person.fromBirthYear2(Person, 'Jeff', 1987)
person2.display()

Python实现工厂方法

Goto: [Design Patterns] 01. Creational Patterns - Abstract Factory

重要区别："抽象工厂"的工厂是类；"工厂方法"的工厂是方法。

类的字典属性

• 查询 “对象” de 属性&方法

>>> # var public >>> hasattr(p, 'name')
True
>>> # var private>>> hasattr(p, '__weight')
False
>>> hasattr(p, '_people__weight')
True
>>> # func public>>> hasattr(p, 'speak')
True
>>> fnSpeak = getattr(p, 'speak')   # <-- func pointer.
>>> fnSpeak()
weight is 30
>>> # func private>>> hasattr(p, '__talk')
False
>>> getattr(p, '__talk', 404)　　# 如果不存在，返回默认值404
404
>>> hasattr(p, '_people__talk')
True
>>> fnTalk = getattr(p, '_people__talk')　　# <-- func pointer
>>> fnTalk()
age is 10

查询 “类” de 属性&方法

类貌似不能直接调用方法。因为方法需要self，而 self是实例化后成为对象，才会有的东西。

对象属性和类属性虽然不是一个东西，但类的属性会成为对象的 ”备份“，如下所示。

>>> class Student(object):
...     name = 'Student'

>>> s = Student() # 创建实例s
>>> print(s.name) # 打印name属性，因为实例并没有name属性，所以会继续查找class的name属性
Student
>>> print(Student.name) # 打印类的name属性
Student

>>> s.name = 'Michael' # 给实例绑定name属性
>>> print(s.name) # 由于实例属性优先级比类属性高，因此，它会屏蔽掉类的name属性
Michael
>>> print(Student.name) # 但是类属性并未消失，用Student.name仍然可以访问
Student

>>> del s.name # 如果删除实例的name属性
>>> print(s.name) # 再次调用s.name，由于实例的name属性没有找到，类的name属性就显示出来了
Student

• 设置 “对象” de 属性&方法

这里，主要关注 class 与 object 之间的趣味关系。

实例化后，两者就操作独立了。

>>> getattr(people, 'age')
0
>>> p  = people('p hao', 20, 100)
>>> p2 = people('p2 hao', 30, 200)
>>> p.age
20
>>> p2.age
30
>>> setattr(people, 'age', 88)
>>> getattr(people, 'age')
88
>>> p.age
20
>>> p2.age
30
>>> delattr(people, 'age')
>>> hasattr(people, 'age')
False
>>> getattr(people, 'age')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: type object 'people' has no attribute 'age'

>>> p.age
20
>>> p2.age
30

• “字典属性” 原理

如果我们在Class没有定义这3个方法，那么系统会用Python自带的内部函数；

如果我们在类里面自定义了这3个方法，那么python会先调用我们自己定义的这3个函数。

self.__dict__

Ref: 到底干了什么？

这里要小心“无限循环”！需要通过最为本质的操作方法：__dict__操作。

class Cat:

    class_level = '贵族'

    def __init__(self,name,type,speed,age):
        self.name  = name
        self.type  = type
        self.speed = speed
        self.age   = age

    def run(self):
        print('%s岁的%s%s正在以%s的速度奔跑' % (self.age, self.type, self.name, self.speed))

    def __getattr__(self, item):
        print('你找的属性不存在')

    def __setattr__(self, key, value):
        print('你在设置属性')
        # self.key=value 　　# !!! 这种方法不行，会产生无限递归了,因为他本身self.key=value也会触发__setattr__
        self.__dict__[key] = value

    def __delattr__(self, item):
        print('你在删除属性')
        # del self.item 　　# !!! 无限递归了,和上面的__setattr__原理一样
        self.__dict__.pop(item)

xiaohua = Cat('小花','波斯猫','10m/s',10)

可见，obj 中没有给出函数相关信息。

>>> people.__dict__
mappingproxy({'__module__': '__main__', 'name': '', 'age': 0, '_people__weight': 0, '__init__': <function people.__init__ at 0x7f1659e8b488>, 'speak': <function people.speak at 0x7f1659e8b510>, '_people__talk': <function people.__talk at 0x7f1659e8b598>, '__dict__': <attribute '__dict__' of 'people' objects>, '__weakref__': <attribute '__weakref__' of 'people' objects>, '__doc__': None})

>>> p3 = people('p hao', 20, 100)
>>> p3.__dict__
{'name': 'p hao', 'age': 20, '_people__weight': 100}

常见字典属性

(1) 简单的若干属性

类的专有方法：

__init__ : 构造函数，在生成对象时调用
__del__  : 析构函数，释放对象时使用
__repr__ : 打印，转换
__setitem__ : 按照索引赋值
__getitem__ : 按照索引获取值
__len__ : 获得长度
__cmp__ : 比较运算
__call__: 函数调用
__add__ : 加运算
__sub__ : 减运算
__mul__ : 乘运算
__div__ : 除运算
__mod__ : 求余运算
__pow__ : 乘方

其他generic的方法：

'__module__': '__main__',　　# 当导入到其他的脚本文件的时候，此时__name__的名字其实是导入模块的名字，不是’__main__’, main代码里面的就不执行了。
'__dict__': <attribute '__dict__' of 'people' objects>,
'__weakref__': <attribute '__weakref__' of 'people' objects>,
'__doc__': None})

(2) __str__, __repr__ 的区别

Ref: 廖雪峰 - 定制类

__repr__() 方法是类的实例化对象用来做“自我介绍”的方法，默认情况下，它会返回当前对象的“类名+object at+内存地址”，而如果对该方法进行重写，可以为其制作自定义的自我描述信息。

(a) 两者的笼统区别在于：__str__，用户友好；__repr__，程序员友好。

print('hello'.__str__())
hello

print('hello'.__repr__())
'hello'

from datetime import datetime as dt

print(dt.today().__str__())
2018-11-30 14:26:38.881492  # 返回的是处理后的str数据

print(dt.today().__repr__())
datetime.datetime(2018, 11, 30, 14, 26, 48, 580276) # 返回的是原始函数调用的数据方法

(b) 为什么要用？打印类的效果更为美观。

class Chain(object):

    def __init__(self, path=''):
        self._path = path

    def __getattr__(self, path):
        return Chain('%s/%s' % (self._path, path))

    def __str__(self):
        return self._path

    __repr__ = __str__

c = Chain('hello world')
print(c)    # call __str__
hello world

c           # call __repr__
hello world

(c) 进一步配合使用实现：链式调用。

# (1) try to find this attribute --> __getattr__
# (2) go to the next Chain by 'return', and print attribute name --> __repr__
Chain().status.user.timeline.list

(3) __call__ 将类的用法 "函数化"

函数后的 ”小括号“ 触发了__call__。

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

    def __call__(self):
        print('My name is %s.' % self.name)

>>> s = Student('Michael')
>>> s()
My name is Michael.

那么，怎么判断一个变量是对象还是函数呢？通过callable()函数，我们就可以判断一个对象是否是“可调用”对象。

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

• 运算符重载

(a) 类的加法

关键字：__add__

#!/usr/bin/python3

class Vector:
   def __init__(self, a, b):
      self.a = a
      self.b = b

   def __str__(self):
      return 'Vector (%d, %d)' % (self.a, self.b)

   def __add__(self, other):
      return Vector(self.a + other.a, self.b + other.b)

v1 = Vector(2,10)
v2 = Vector(5,-2)
print (v1 + v2)

执行结果：

Vector(7,8)

 

(b) Iterable类

定义一个可遍历的类。或者具备generator特性的类，如下。

class Fib(object):
    def __init__(self):
        self.a, self.b = 0, 1 # 初始化两个计数器a，b

    def __iter__(self):
        return self           # 实例本身就是迭代对象，故返回自己

    def __next__(self):

        # (1) 计算下一个值
        self.a, self.b = self.b, self.a + self.b
        # (2) 注意 "循环退出条件"
        if self.a > 100000:
            raise StopIteration()
        return self.a         # 返回下一个值

# Fib()返回的是自己本身；迭代的则是__next__提供的结果。
>>> for n in Fib():　　
...     print(n)
...
1
1
2
3
5
...
46368
75025

(c) 数组模式

本质上是通过重新计算得出结果。

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

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

(d) 切片模式

class Fib(object):
    def __getitem__(self, n):

        if isinstance(n, int): # n是索引
            a, b = 1, 1
            for x in range(n):
                a, b = b, a + b
            return a

        if isinstance(n, slice): # n是切片
            start = n.start
            stop  = n.stop
            if start is None:
                start = 0
            a, b = 1, 1
            L = []
            for x in range(stop):
                if x >= start:
                    L.append(a)
                a, b = b, a + b
            return L

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

与之对应的是__setitem__()方法，把对象视作list或dict来对集合赋值。

最后，还有一个__delitem__()方法，用于删除某个元素。

Inheritance

---

多继承

• 构造函数

可以通过直接 ”调用父类构造函数" 来实现。

parent.__init__(self, ...)

还有下面这个方式，至少不用再涉及到"父类”的名字，貌似好一些。

super(子类，self).__init__(参数1，参数2，....)

• 多继承歧义

(1) 菱形：近三层的路径二义性

钻石继承时，c++中采用虚函数解决；python 怎么办？使用 super(子类, self) 方式。

如下中，Father.__init__是被（后者）Son_2触发的。

class Father(object):
    def __init__(self, name, *args, **kwargs):
        self.name = name
        print("我是父类__init__")

class Son_1(Father):
    def __init__(self, name, age, *args, **kwargs):
        print("我是Son_1的__init__")
        super(Son_1, self).__init__(name, *args, **kwargs)
        self.age = age

class Son_2(Father):
    def __init__(self, name, gender, *args, **kwargs):
        print("我是Son_2的__init__")
        self.gender = gender
        super(Son_2, self).__init__(name, *args, **kwargs)

class GrandSon(Son_1, Son_2):
    def __init__(self, name, age, gender):
        print("我是GrandSon的__init__")
        super(GrandSon, self).__init__(name, age, gender)

    def say_hello(self):
        print(self.name, self.age, self.gender)

grand_son = GrandSon("老王", 24, "男")

(2) 倒三角：近两层的调用歧义

若是两个父类中有相同的方法名，而在子类使用时未指定，python 从左至右 搜索 即方法在子类中未找到时，从左到右查找父类中是否包含方法。

class Father(object):
    def __init__(self, name, *args, **kwargs):
        self.name = name
        print("我是父类__init__")

    def say_hello(self):
        print("i'm father.")

class Son_1(Father):
    def __init__(self, name, age, *args, **kwargs):
        print("我是Son_1的__init__")
        super(Son_1, self).__init__(name, *args, **kwargs)
        self.age = 100

    def say_hello(self):
        print("i'm son_1.")

    def fn_son_1(self):
        print("only son 1 can do it, age = {}".format(self.age) )

class Son_2():
    def __init__(self, name, gender, *args, **kwargs):
        print("我是Son_2的__init__")
        self.gender = gender
        # super(Son_2, self).__init__(name, *args, **kwargs)

    def say_hello(self):
        print("i'm son_2.")

class GrandSon(Son_2, Son_1):
    def __init__(self, name, age, gender):
        print("我是GrandSon的__init__")
        # super(GrandSon, self).__init__(name, age, gender)
        Son_2.__init__(self, name, age, gender)
        Son_1.__init__(self, name, age, gender)

grand_son = GrandSon("老王", 24, "男")

grand_son.fn_son_1()

Notice: GrandSon在这里是不宜使用super的，这种“自动化模式”会导致“只调用Son_2的__init__。

所以，这里还是使用了传统的 父类.__init__，这样，grand_son.fn_son_1()就可以正常执行了。

Polymorphism

---

家长代表权

• "父类" 作为参数

该参数也可以兼容处理其子类。

class Father(object):
    def __init__(self, name, *args, **kwargs):
        self.name = name
        print("我是父类__init__")

    def say_hello(self):
        print("i'm father.")

class Son_1(Father):
    def __init__(self, name, age, *args, **kwargs):
        print("我是Son_1的__init__")
        super(Son_1, self).__init__(name, *args, **kwargs)
        self.age = 100

    def say_hello(self):
        print("i'm son_1.")

    def fn_son_1(self):
        print("only son 1 can do it, age = {}".format(self.age) )

class Son_2(Father):
    def __init__(self, name, gender, *args, **kwargs):
        print("我是Son_2的__init__")
        self.gender = gender
        super(Son_2, self).__init__(name, *args, **kwargs)

    def say_hello(self):
        print("i'm son_2.")

son_1 = Son_1("son 1", 24)
son_2 = Son_2("son 2", 'male')

设计一个函数，一并兼容处理son_1, son_2，怎么办？

>>> def say_something(father):
...     father.say_hello()

>>> say_something(son_1)
i'm son_1.
>>> say_something(son_2)
i'm son_2.

• "类父类" 作为参数

动态语言支持“鸭子类型”，具备“必要的”方法就能凑活的用了。

对于Python这样的动态语言来说，则不一定需要传入Animal类型。我们只需要保证传入的对象有一个run()方法就可以了：

class Timer(object):
    def run(self):
        print('Start...')

End.