python中类class的魔法方法(类class python)
off999 2025-05-02 12:51 17 浏览 0 评论
开始介绍之前,我们先看下之前文章我们介绍过的内置类merryview的一些方法,如下图所示: 有很多双下划线开始和结束的method,这么多method是做啥子用的呢?
其实这些方法就是我们常说的魔法方法,也是python中的特殊方法。它们以双下划线 __ 开始和结束,这些方法为 Python 类提供了丰富的功能。
以下开始介绍下常见的魔法方法:
1 构造方法
构造方法有__new__ __init__ __del__
__new__:如果设置了该方法,当我们定义类的实例时,该方法会被第一个调用,而不是先调用__init__方法。该方法需要返回一个类的实例。
__init__: 初始化类的实例属性,并可在该方法中定义其他一些属性或者调用其他函数等作为初始化的功能。
__del__: 当类实例对象销毁时会自动调用该方法。
举例:定义一个类,并做类的实例化
class Car(object):
def __init__(self,brand,color,cost_performance):
print('__init__被调用')
self.brand = brand
self.color = color
self.cost_performance = cost_performance
def __new__(cls, *args, **kwargs):
print('__new__被调用')
def __del__(self):
print('__del__被调用')
实例化类:
car_ins = Car('BYD','black','high')
print(car_ins.brand)
当执行时,发现报错如下:只有__new__方法被调用了,而没有调用__init__,所以在打印实例属性时报错。
原因是__new__方法中没有返回对象实例。
我们在__new__方法中添加如下一行代码:super().__new__(cls)
def __new__(cls, *args, **kwargs):
print('__new__被调用')
return super().__new__(cls)
再次实例化类的时候
car_ins = Car('BYD','black','high')
print(car_ins.brand)
打印结果如下:
__new__被调用
__init__被调用
BYD
__del__被调用
解释:增加的这一行super().__new__(cls)作用就是调用基类object创建一个实例并返回,有了实例然后再调用__init__ 方法做初始化。当程序执行完成后,实例对象的内存会被释放,然后自动调用__del__方法。
2 类的表示方法
类的表示方法主要有__repr__ __str__
- __str__:当使用print函数打印对象实例或者str函数转换对象实例时,会调用该方法返回的字符串,如果没有该方法会继续找__repr__方法中的字符串信息
- __repr__:当使用repr函数打印对象实例时,会调用该方法返回的字符串,如果没有该方法会继续找__str_方法中的字符串信息
举例:
class Car(object):
def __init__(self,brand,color,cost_performance):
print('__init__被调用')
self.brand = brand
self.color = color
self.cost_performance = cost_performance
def __str__(self):
print('__str__被调用')
return '我是Car类'
def __repr__(self):
print('__repr__被调用')
return '我是Car类'
类实例化后,打印下类实例:
car_ins = Car('BYD','black','high')
print(car_ins)
print(str(car_ins))
print(repr(car_ins))
结果:
__str__被调用
我是Car类
__str__被调用
我是Car类
__repr__被调用
我是Car类
3 上下文管理器方法
通过定义一个类,并实现__enter__()和__exit__()方法,那么这个类就可以被称为上下文管理器,也就可以使用with as的语句。
__enter__()方法:返回一个值,可以将它赋值给with...as后面的对象。
__exit__()方法: with...as 语句退出或者发送异常时会执行这个方法。
比如之前我们的文章讲到open函数我们经常会用到上下文管理器:
with open('test.txt','r') as fd:
content = fd.readlines ()
4 可迭代对象和迭代器方法
方法有 __iter__ __next__
- 可迭代对象:指python中可以用来迭代(支持for循环)的对象,比如常见的列表/元组/字典/字符串等,这些对象中都会定义__iter__魔法方法。
- 迭代器:指可以帮助我们迭代其他对象的一种对象。这类对象会定义__next__魔法方法,可通过next()函数获取迭代的结果。
可迭代对象不一定是迭代器,但迭代器肯定是可迭代对象。因为迭代器要求必须同时实现__iter__方法和__next__方法, 而一旦实现了__iter__方法就必然是一个可迭代对象。但是反过来则不成立,可迭代对象可以不是迭代器。
1)判断对象是可迭代对象和迭代器
在python模块中先导入Iterable和Iterator。
from typing import Iterable,Iterator
或者
from collections.abc import Iterable,Iterator
通过isinstance(Object, Iterable)可判断一个对象是否是可迭代对象
通过isinstance(Object, Iterator)可判断一个对象是否是迭代器
2)常见的列表等是可迭代对象,但不是迭代器。
#定义一个列表
listA = [1,4,3,2]
print(f'列表是否是迭代对象 :{isinstance(listA,Iterable)}')
print(f'列表是否是迭代器 {isinstance(listA,Iterator)}')
#结果:
列表是否是迭代对象 :True
列表是否是迭代器 False
python安装好后有个自带的模块builtins.py,找到定义的list类,会发现该类中定义了__iter__方法,没有定义__next__方法。
class list(object):
"""
Built-in mutable sequence.
If no argument is given, the constructor creates a new empty list.
The argument must be an iterable if specified.
"""
def append(self, *args, **kwargs): # real signature unknown
""" Append object to the end
.....
def __iter__(self, *args, **kwargs): # real signature unknown
""" Implement iter(self). """
pass
使用next()执行列表会报错列表不是一个迭代器。
next(listA)
#会报错如下
Traceback (most recent call last):
File "test.py", line 9, in <module>
next(listA)
TypeError: 'list' object is not an iterator
3)使用iter()将可迭代对象转换为迭代器
还是以上面的列表举例,使用iter()将列表转换为迭代器。
list_iter = iter(listA)
print(f'列表使用iter()后是否是迭代对象 :{isinstance(list_iter,Iterable)}')
print(f'列表使用iter()是否是迭代器 {isinstance(list_iter,Iterator)}')
#打印结果
列表使用iter()后是否是迭代对象 :True
列表使用iter()是否是迭代器 True
5 容器方法
容器方法主要有__len__ __getitem__ __setitem__ __delitem__ __contains__ __reversed__
- __len__(self ): 获取容器中元素的数量,配合len() 函数使用。
- __getitem__(self, index): 获取容器中的元素值,index表示容器中的索引。
- __setitem__(self, index, value): 设置容器中的元素值,index表示容器中的索引,value表示要设置的值。
- __delitem__(self, index): 删除容器中的元素,index表示容器中的索引。
- __contains__(self, item): 判断容器中是否包含某个元素,使用in 判断。
- __reversed__(self): 当使用reversed() 内建函数会调用该方法,定义为返回一个反转之后的序列。
举例:自定义一个列表对象,并初始化一个传入的列表
class MyList(object):
def __init__(self,newlist):
self.newlist = newlist
def __len__(self):
print('使用了__len__')
return len(self.newlist)
def __getitem__(self,index):
print('使用了__getitem__')
return self.newlist[index]
def __setitem__(self, index, value):
print('使用了__setitem__')
self.newlist[index] = value
def __delitem__(self, index):
print('使用了__delitem__')
del self.newlist[index]
def __contains__(self, item):
print('使用了__contains__')
return item in self.newlist
def __reversed__(self):
print('使用了__reversed__')
return reversed(self.newlist)
对自定义列表对象进行增删改查时,会用到上述魔法方法:
先初始化实例:
mylist1 = MyList([1,2,3,4,5])
1)获取元素个数:
print(f'初始元素个数:{len(mylist1)}')
结果:
使用了__len__
初始元素个数:5
2)获取元素值
print(f'index为1的值:{mylist1[1]}')
结果:
使用了__getitem__
index为1的值:2
3)设置元素值
mylist1[0] = 100
print(f'index为0的值:{mylist1[0]}')
结果:
使用了__setitem__
使用了__getitem__
index为0的值:100
4)删除元素的值
del mylist1[-1]
print(f'删除最后一个元素后列表为:{list(mylist1)}')
结果:
使用了__delitem__
使用了__len__
使用了__getitem__
使用了__getitem__
使用了__getitem__
使用了__getitem__
使用了__getitem__
删除最后一个元素后列表为:[100, 2, 3, 4]
5)判断是否包含某个元素
print(f'判断数字2是否在列表内:{2 in mylist1}')
结果:
使用了__contains__
判断数字2是否在列表内:True
6)反转序列
print(list(reversed(mylist1)))
结果:
使用了__reversed__
[4, 3, 2, 100]
6 比较方法
比较方法主要有__eq__ __lt__ __le__ __gt__ __ge__ __ne__
- __eq__(self, other):定义等于操作符(==)的行为。
- __ne__(self, other):定义不等于操作符(!=)的行为。
- __lt__(self, other):定义小于操作符(<)的行为。
- __gt__(self, other):定义大于操作符(>)的行为。
- __le__(self, other):定义小于等于操作符(<=)的行为。
- __ge__(self, other):定义大于等于操作符(>=)的行为。
举例:定义一个类,初始化时随机生成一个整数。
import random
class rnum(object):
def __init__(self,num):
self.num = random.randint(0,num)
def __eq__(self,other:int):
print('使用了__eq__')
return self.num == other
def __le__(self,other:int):
print('使用了__getitem__')
return self.num <= other
def __ge__(self, other:int):
print('使用了__ge__')
return self.num >= other
def __lt__(self, other:int):
print('使用了__lt__')
return self.num < other
def __gt__(self, other:int):
print('使用了__gt__')
return self.num > other
def __ne__(self,other:int):
print('使用了__ne__')
return self.num != other
初始化类,传入数字10,并将对象做比较运算。
newnum = rnum(10)
print(f'newnum.num = {newnum.num}')
#比较对象值的数字7的大小
print(f'判断== : {newnum == 7}')
print(f'判断>= : {newnum >= 7}')
print(f'判断>= : {newnum >= 7}')
print(f'判断< : {newnum < 7}')
print(f'判断> : {newnum > 7}')
print(f'判断!= : {newnum != 7}')
#结果:
newnum.num = 1
使用了__eq__
判断== : False
使用了__ge__
判断>= : False
使用了__ge__
判断>= : False
使用了__lt__
判断< : True
使用了__gt__
判断> : False
使用了__ne__
判断!= : True
7 算术方法
常用到的算术方法如下:
__add__(self, other):实现加法+操作。
__sub__(self, other):实现减法-操作。
__mul__(self, other):实现乘法*操作。
__floordiv__(self, other):实现使用//操作符的整数除法。
__div__(self, other):实现使用/操作符的除法。
__mod__(self, other):实现%取余操作。
__divmod__(self, other):实现 divmod 内建函数。__pow__:实现冥运算**操作
__lshift__(self, other):实现左移位运算符<<。
__rshift__(self, other):实现右移位运算符>>。
__and__(self, other):实现按位与运算符&。
__or__(self, other):实现按位或运算符|。
__xor__(self, other):实现按位异或运算符^。
举例:定义一个类,初始化时随机生成一个整数。
import random
class rnum(object):
def __init__(self,num):
self.num = random.randint(0,num)
def __add__(self,other:int):
print('使用了__add__')
return self.num + other
def __sub__(self,other:int):
print('使用了__sub__')
return self.num - other
def __mul__(self, other:int):
print('使用了__mul__')
return self.num * other
def __floordiv__(self, other:int):
print('使用了__floordiv__')
return self.num // other
def __mod__(self,other:int):
print('使用了__mod__')
return self.num % other
def __divmod__(self,other:int):
print('使用了__divmod__')
return divmod(self.num,other)
def __pow__(self,other:int):
print('使用了__pow__')
return self.num ** other
def __lshift__(self,other:int):
print('使用了__lshift__')
return self.num << other
def __rshift__(self,other:int):
print('使用了__rshift__')
return self.num >> other
def __and__(self,other:int):
print('使用了__and__')
return self.num & other
def __or__(self,other:int):
print('使用了__or__')
return self.num | other
def __xor__(self,other:int):
print('使用了__xor__')
return self.num ^ other
初始化类,并计算如下:
1)按数值计算
newnum = rnum(100)
print(f'newnum.num = {newnum.num}')
print(f'加法: {newnum + 3}')
print(f'减法 : {newnum - 3}')
print(f'乘法 : {newnum * 3}')
print(f'//除法 : {newnum // 3}')
print(f'计算余数 : {newnum % 3}')
print(f'计算商和余数 : {divmod(newnum,3)}')
print(f'计算冥次 : {newnum ** 3}')
#结果
newnum.num = 41
使用了__add__
加法: 44
使用了__sub__
减法 : 38
使用了__mul__
乘法 : 123
使用了__floordiv__
//除法 : 13
使用了__mod__
计算余数 : 2
使用了__divmod__
计算商和余数 : (13, 2)
使用了__pow__
计算冥次 : 68921
2)按位进行计算:指转换为2进制后的一些计算
print(f'计算左移<< : {newnum << 3}')
print(f'计算右移>> : {newnum >> 3}')
print(f'计算位与& : {newnum & 3}')
print(f'计算位或| : {newnum | 3}')
print(f'计算位异或^ : {newnum ^ 3}')
#结果
使用了__lshift__
计算左移<< : 328
使用了__rshift__
计算右移>> : 5
使用了__and__
计算位与& : 1
使用了__or__
计算位或| : 43
使用了__xor__
计算位异或^ : 42
解释按位计算的示例:
print(f'数字41的2进制数:{bin(41)}')
print(f'2进制转为10进制数:{int("0b101001",base=2)}')
#0b101001 整体往左移3位变成0b101001000
print(f'2进制转为10进制数:{int("0b101001000",base=2)}')
#0b101001 整体往右移3位变成0b101
print(f'2进制转为10进制数:{int("0b101",base=2)}')
#0b101001 与数字3(0b11) 做&的运算 得到0b000001
print(f'2进制转为10进制数:{int("0b000001",base=2)}')
#0b101001 与数字3(0b11) 做|的运算 得到0b101011
print(f'2进制转为10进制数:{int("0b101011",base=2)}')
#0b101001 与数字3(0b000011) 做^的运算 得到0b101010
print(f'2进制转为10进制数:{int("0b101010",base=2)}')
结果:跟上面按位运算的结果一致
数字41的2进制数::0b101001
2进制转为10进制数::41
2进制转为10进制数::328
2进制转为10进制数::5
2进制转为10进制数::1
2进制转为10进制数::43
2进制转为10进制数::42
补充知识:
- 按位左移:将一个数的各二进制位全部左移若干位,右边多出的位将用0填充。
- 按位右移:将一个数的各二进制位全部右移若干位,左边多出的位将用0填充。
- 按位与:只有当两个对应位都为1时,结果才为1,否则结果为0
- 按位或:只要有一个对应位为1时,结果就为1,都为0时结果为0
- 按位异或:相同为0,不同为1:如果两个比较的位相同,则结果为0;如果不同,则结果为1。
8 属性方法
关于属性相关的有以下方法:
__dir__(self):定义对类的实例调用 dir() 时的行为,返回一个属性列表。
__getattr__(self,name):当用户试图访问一个不存在的属性时,会调用该方法。
__setattr__(self,name,value):自定义某个属性的赋值时调用该方法。
__delattr__(self,name):删除某个属性时调用该方法。
举例:定义一个类以及上面的方法
class Car(object):
def __init__(self,brand,color,cost_performance):
print('__init__被调用')
self.brand = brand
self.color = color
self.cost_performance = cost_performance
def __dir__(self):
print('__dir__被调用')
return ['brand','color','cost_performance']
def __getattr__(self, name):
print('__getattr__被调用')
return self.__dict__.get(name)
def __setattr__(self,name,value):
print('__setattr__被调用')
self.__dict__[name] = value
def __delattr__(self,name):
print('__delattr__被调用')
del self.__dict__[name]
类实例化
car_ins = Car('BYD','black','high')
1)返回实例的属性列表
print(dir(car_ins))
结果:
__dir__被调用
['brand', 'color', 'cost_performance']
2)返回实例的属性字典
print(car_ins.__dict__)
结果:
{'brand': 'BYD', 'color': 'black', 'cost_performance': 'high'}
3)获取某个属性
print(car_ins.other)
结果:因为没有该属性,所以返回为None
__getattr__被调用
None
4)设置属性
car_ins.other = 'xxx'
print(car_ins.__dict__)
结果:
__setattr__被调用
{'brand': 'BYD', 'color': 'black', 'cost_performance': 'high', 'other': 'xxx'}
5)删除属性
del car_ins.other
print(car_ins.__dict__)
结果:
__delattr__被调用
{'brand': 'BYD', 'color': 'black', 'cost_performance': 'high'}
共勉: 东汉·班固《汉书·枚乘传》:“泰山之管穿石,单极之绠断干。水非石之钻,索非木之锯,渐靡使之然也。”
-----指水滴不断地滴,可以滴穿石头;
-----比喻坚持不懈,集细微的力量也能成就难能的功劳。
----感谢读者的阅读和学习和关注,谢谢大家。
相关推荐
- pip的使用及配置_pip怎么配置
-
要使用python必须要学会使用pip,pip的全称:packageinstallerforpython,也就是Python包管理工具,主要是对python的第三方库进行安装、更新、卸载等操作,...
- Anaconda下安装pytorch_anaconda下安装tensorflow
-
之前的文章介绍了tensorflow-gpu的安装方法,也介绍了许多基本的工具与使用方法,具体可以看Ubuntu快速安装tensorflow2.4的gpu版本。pytorch也是一个十分流行的机器学...
- Centos 7 64位安装 python3的教程
-
wgethttps://www.python.org/ftp/python/3.10.13/Python-3.10.13.tgz#下载指定版本软件安装包tar-xzfPython-3.10.1...
- 如何安装 pip 管理工具_pip安装详细步骤
-
如何安装pip管理工具方法一:yum方式安装Centos安装python3和python3-devel开发包>#yuminstallgcclibffi-develpy...
- Python入门——从开发环境搭建到hello world
-
一、Python解释器安装1、在windows下步骤1、下载安装包https://www.python.org/downloads/打开后选择【Downloads】->【Windows】小编是一...
- 生产环境中使用的十大 Python 设计模式
-
在软件开发的浩瀚世界中,设计模式如同指引方向的灯塔,为我们构建稳定、高效且易于维护的系统提供了经过验证的解决方案。对于Python开发者而言,理解和掌握这些模式,更是提升代码质量、加速开发进程的关...
- 如何创建和管理Python虚拟环境_python怎么创建虚拟环境
-
在Python开发中,虚拟环境是隔离项目依赖的关键工具。下面介绍创建和管理Python虚拟环境的主流方法。一、内置工具:venv(Python3.3+推荐)venv是Python标准...
- 初学者入门Python的第一步——环境搭建
-
Python如今成为零基础编程爱好者的首选学习语言,这和Python语言自身的强大功能和简单易学是分不开的。今天千锋武汉Python培训小编将带领Python零基础的初学者完成入门的第一步——环境搭建...
- 全网最简我的世界Minecraft搭建Python编程环境
-
这篇文章将给大家介绍一种在我的世界minecraft里搭建Python编程开发环境的操作方法。目前看起来应该是全网最简单的方法。搭建完成后,马上就可以利用python代码在我的世界自动创建很多有意思的...
- Python开发中的虚拟环境管理_python3虚拟环境
-
Python开发中,虚拟环境管理帮助隔离项目依赖,避免不同项目之间的依赖冲突。虚拟环境的作用隔离依赖:不同项目可能需要不同版本的库,虚拟环境可以为每个项目创建独立的环境。避免全局污染:全局安装的库可...
- Python内置zipfile模块:操作 ZIP 归档文件详解
-
一、知识导图二、知识讲解(一)zipfile模块概述zipfile模块是Python内置的用于操作ZIP归档文件的模块。它提供了创建、读取、写入、添加及列出ZIP文件的功能。(二)ZipFile类1....
- Python内置模块pydoc :文档生成器和在线帮助系统详解
-
一、引言在Python开发中,良好的文档是提高代码可读性和可维护性的关键。pydoc是Python自带的一个强大的文档生成器和在线帮助系统,它可以根据Python模块自动生成文档,并支持多种输出格式...
- Python sys模块使用教程_python system模块
-
1.知识导图2.sys模块概述2.1模块定义与作用sys模块是Python标准库中的一个内置模块,提供了与Python解释器及其环境交互的接口。它包含了许多与系统相关的变量和函数,可以用来控制P...
- Python Logging 模块完全解读_python logging详解
-
私信我,回复:学习,获取免费学习资源包。Python中的logging模块可以让你跟踪代码运行时的事件,当程序崩溃时可以查看日志并且发现是什么引发了错误。Log信息有内置的层级——调试(deb...
- 软件测试|Python logging模块怎么使用,你会了吗?
-
Pythonlogging模块使用在开发和维护Python应用程序时,日志记录是一项非常重要的任务。Python提供了内置的logging模块,它可以帮助我们方便地记录应用程序的运行时信息、错误和调...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)