当前位置：网站首页 > 技术资源 > 正文

如何理解 Python 中的面向对象编程?

off999 2024-10-21 06:55 29 浏览 0 评论

现如今面向对象编程的使用非常广泛，本文我们就来探讨一下Python中的面向对象编程。

作者 | Radek Fabisiak

译者 | 弯月，责编 | 郭芮

出品 | CSDN（ID：CSDNnews）

以下为译文：

Python支持多种类型的编程范式，例如过程式编程、函数式编程、面向对象编程，而且还可以融合多种类型的范式。

现如今面向对象编程的使用非常广泛。面向对象编程的基本元素是对象，其包含的数据成员称为属性，函数（例程、过程）称为方法。

对象是类的实例。换句话说，类主要定义对象的结构，然后我们以类为模板创建对象。类不但包含方法定义，而且还包含所有实例共享的数据。

本文我们来探讨一下Python中的面向对象编程。我们将演示如何创建类，并使用类来实例化对象。本文的主要内容如下：

创建Python类
数据属性
实例方法
属性
类和静态方法
继承

本文无法涵盖这些主题的所有详细信息。Python中的面向对象编程还包含其他很多方面。希望本文能够为你学习Python及实现面向对象提供一个良好的开端。

创建Python类

我们可以使用关键字class定义Python类，关键字后面紧跟类的名称、分号和类的实现：

>>> class MyClass:
... pass
...

按照惯例，Python类的命名采用首字母大写（即PascalCase）。

现在让我们创建这个新类的一个实例，名为MyClass：

>>> a = MyClass
>>> a
<__main__.MyClass object at 0x7f32ef3deb70>

语句a = MyClass创建了MyClass的一个实例，并将它的引用赋值给变量a。

我们可以通过Python内置的函数type或直接通过属性.__class__来获取类型（即对象的类）。在拿到类（类型）之后，我们就可以利用属性.__ name__获取类的名字：

>>> type(a)
<class '__main__.MyClass'>
>>> a.__class__
<class '__main__.MyClass'>
>>> a.__class__.__name__
'MyClass'

顺便提一句，Python类也是对象。它们是type的实例：

>>> type(MyClass)
<class 'type'>

下面，我们来定义一个方法。

Python中每个实例方法的第一个参数必须对应于该实例，即该对象本身。按照惯例，这个参数名为self。后面是其他参数（如果有需要的话）。在调用方法时，我们无需明确提供与参数self相对应的参数。

通常，我们需要定义的一个最重要的方法是.__init__。在类的实例创建后就会调用这个方法。该方法负责初始化类成员。我们定义的.__init__如下：

>>> class MyClass:
... def __init__(self, arg_1, arg_2, arg_3):
... print(f'an instance of {type(self).__name__} created')
... print(f'arg_1: {arg_1}, arg_2: {arg_2}, arg_3: {arg_3}')
...

下面，我们来创建一个MyClass实例，看看这个初始化方法的具体工作。我们的.__init__方法需要三个参数（arg_1、arg_2和arg_3），记住我们不需要传递与self对应的第一个参数。所以，在实例化对象时，我们需要传递三个参数：

>>> a = MyClass(2, 4, 8)
an instance of MyClass created
arg_1: 2, arg_2: 4, arg_3: 8

上述声明产生的结果如下：

创建一个MyClass类型的对象的实例。
自动调用该实例的方法.__init__。
我们传递给MyClass方法的参数：（2，4和8）会被传递给.__init__。
.__init__执行我们的请求，并输出结果。它利用type(self).__name__获取类的名称。

现在我们得到了一个类，它有一个方法.__init__，以及这个类的一个实例。

数据属性

下面我们来修改MyClass，增加一些数据属性。

我们利用.__init__初始化和定义了实例，我们还可以在这个方法或其他实例方法中，通过给某个数据属性赋值的方式改变属性值：

>>> class MyClass:
... def__init__(self, arg_1, arg_2, arg_3):
... self.x = arg_1
... self._y = arg_2
... self.__z = arg_3
...

现在MyClass有三个数据属性：

.x可以获取arg_1的值
._y可以获取arg_2的值
.__ z可以获取arg_3的值

我们可以利用Python的解包机制，用更紧凑的形式编写这段代码：

>>> class MyClass:
... def__init__(self, arg_1, arg_2, arg_3):
... self.x, self._y, self.__z = arg_1, arg_2, arg_3
...

属性名称中的下划线（_）是为了表明这些属性是“私有”属性：

开头没有下划线的属性（比如.x）通常可供对象外部的调用和修改。
开头拥有一个下划线的属性（比如._y）通常也可以从对象外部调用和修改。然而，下划线是一种惯用的标志，即该类的创建者强烈建议不要使用该变量。应该仅通过类的功能成员（比如方法和属性）调用和修改该变量。
开头拥有双下划线的属性（比如.__ z）将在名字修饰过程中被改名（在本例中它将被改名为._MyClass__z）。你也可以通过这个新名称从对象外部调用和修改它们。但是，我强烈反对这种做法。应该尽通过类的功能成员以其原始名称进行调用和修改。

Python对象的数据属性通常存储在名为.__ dict__的字典中，它也是对象的属性之一。但是，你也可以将数据属性存储在其他地方。我们可以直接访问__dict__，或利用Python的内置函数vars获取.__ dict__：

>>> a = MyClass(2, 4, 8)
>>> vars(a)
{'x': 2, '_y': 4, '_MyClass__z': 8}
>>> a.__dict__
{'x': 2, '_y': 4, '_MyClass__z': 8}

名字修饰过程把键'__z'变成了'_MyClass__z'。

我们可以把.__ dict__当成普通的Python字典使用。

获取和修改与数据属性关联的值的常规方法如下：

>>> a.x
2
>>> a._y
4
>>> a.__z
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'MyClass' object has no attribute '__z'
>>> a.x = 16
>>> a.x
16
>>> vars(a)
{'x': 16, '_y': 4, '_MyClass__z': 8}

请注意，我们无法访问.__ z，因为.__ dict__没有键'__z'。

实例方法

下面，我们来创建两个实例方法：

●.set_z：修改.__ z。

●.get_z：返回.__ z的值。

请记住，每个实例方法的第一个参数（按照约定名为self）引用对象本身，但我们无需在调用方法时指定这个参数：

>>> class MyClass:
... def__init__(self, arg_1, arg_2, arg_3):
... self.x, self._y, self.__z = arg_1, arg_2, arg_3
...
... defset_z(self, value):
... self.__z = value
...
... defget_z(self):
... return self.__z
...
>>> b = MyClass(2, 4, 8)

方法.get_z和.set_z提供了传统的检索和修改.__ z值的方法：

>>> b.get_z
8
>>> b.set_z(16)
>>> vars(b)
{'x': 2, '_y': 4, '_MyClass__z': 16}

你也可以在.get_z和.set_z中添加其他功能，例如检查数据的有效性。这种方法实现了面向对象编程中的一个主要概念：封装。

属性

还有一种方法（一种更Python的方式）访问和修改数据属性是使用属性。属性封装了一系列方法：getter、setter和deleter，但其行为与普通的数据属性相同。

下面的代码实现了属性.z，其中还包含.get_z和.set_z的功能：

>>> class MyClass:
... def__init__(self, arg_1, arg_2, arg_3):
... self.x, self._y, self.__z = arg_1, arg_2, arg_3
...
... @property
... defz(self):
... return self.__z
...
... @z.setter
... defz(self, value):
... self.__z = value
...
>>> b = MyClass(2, 4, 8)

如下，我们利用相应的属性.z来访问和修改数据属性.__ z：

>>> b.z
8
>>> b.z = 16
>>> vars(b)
{'x': 2, '_y': 4, '_MyClass__z': 16}

这段代码比上述示例更精简优雅。

类与静态方法

除了实例方法和属性之外，类还可以拥有类方法和静态方法。

下面让我们为MyClass添加三个方法：

>>> class MyClass:
... def __init__(self, arg_1, arg_2, arg_3):
... self.x, self._y, self.__z = arg_1, arg_2, arg_3
...
... def f(self, arg):
... print('instance method f called')
... print(f'instance: {self}')
... print(f'instance attributes:\n{vars(self)}')
... print(f'class: {type(self)}')
... print(f'arg: {arg}')
...
... @classmethod
... def g(cls, arg):
... print('class method g called')
... print(f'cls: {cls}')
... print(f'arg: {arg}')
...
... @staticmethod
... def h(arg):
... print('static method h called')
... print(f'arg: {arg}')
...
>>> c = MyClass(2, 4, 8)

方法.f是一个实例方法。实例方法的第一个参数是对象本身的引用。这些方法可以利用self访问对象，利用vars(self)或self.__dict__访问对象的数据属性，还可以利用type(self)或self.__class__访问对象对应的类，而且它们还可以拥有自己的参数。

方法.g的开头包含修饰器@classmethod，表明这是一个类方法。每个类方法的第一个参数都会指向类本身，按照约定该参数名为cls。与实例方法的情况一样，我们不需要明确提供与cls对应的参数。而类方法可以利用cls和自己的参数访问类本身。

方法.h的开头包含修饰器@staticmethod，表明这是一个静态方法。静态方法只能访问自己的参数。

Python中常见的调用实例方法的方法如下：

>>> c.f('my-argument')
instance method f called
instance: <__main__.MyClass object at 0x7f32ef3def98>
instance attributes:
{'x': 2, '_y': 4, '_MyClass__z': 8}
class: <class '__main__.MyClass'>
arg: my-argument

通常，我们应该直接通过类（而不是实例）调用类方法和静态方法：

>>> MyClass.g('my-argument')
class method gcalled
cls: <class '__main__.MyClass'>
arg: my-argument
>>> MyClass.h('my-argument')
static method h called
arg: my-argument

请记住，我们不需要传递类方法的第一个参数：与cls相对应的参数。

但是，我们可以像下面这样调用类方法和静态方法：

>>> c.g('my-argument')
class method gcalled
cls: <class '__main__.MyClass'>
arg: my-argument
>>> c.h('my-argument')
static method h called
arg: my-argument

当我们调用c.g或c.h，但实例成员没有这样的名称时，Python会搜索类和静态成员。

继承

继承是面向对象编程的另一个重要特性。在这个概念中，类（称为子类或派生类）会继承其他类（称为超类或基类）的数据和函数成员。

在Python中，所有类都会默认继承Python自带的类对象。但是，我们可以根据需要定义合适的类继承层次结构。

例如，我们可以创建一个名为MyOtherClass的新类，该类继承了MyClass：

>>> class MyOtherClass(MyClass):
... def __init__(self, u, v, w, x, y, z):
... super.__init__(x, y, z)
... self.__u, self.__v, self.__w = u, v, w
...
... def f_(self, arg):
... print('instance method f_ called')
... print(f'instance: {self}')
... print(f'instance attributes:\n{vars(self)}')
... print(f'class: {type(self)}')
... print(f'arg: {arg}')
...
>>> d = MyOtherClass(1, 2, 4, 8, 16, 32)

如上，MyOtherClass拥有MyClass的成员：.x、._y、.__z以及.f。你可以通过语句super.__init__(x, y, z)初始化基类的数据成员x、._y和.__z，该语句会调用基类的.__init__方法。

除此之外，MyOtherClass还有自己的成员：.__u、.__v、.__w和.f_。

下面，我们通过vars获取数据成员：

>>> vars(d)
{'x': 8,
'_y': 16,
'_MyClass__z': 32,
'_MyOtherClass__u': 1,
'_MyOtherClass__v': 2,
'_MyOtherClass__w': 4}

我们可以调用基类和派生类中的所有方法：

>>> d.f('some-argument')
instance method f called
instance: <__main__.MyOtherClass object at 0x7f32ef3e7048>
instance attributes:
{'x': 8,
'_y': 16,
'_MyClass__z': 32,
'_MyOtherClass__u': 1,
'_MyOtherClass__v': 2,
'_MyOtherClass__w': 4}
class: <class '__main__.MyOtherClass'>
arg: some-argument
>>> d.f_('some-argument')
instance method f_ called
instance: <__main__.MyOtherClass object at 0x7f32ef3e7048>
instance attributes:
{'x': 8,
'_y': 16,
'_MyClass__z': 32,
'_MyOtherClass__u': 1,
'_MyOtherClass__v': 2,
'_MyOtherClass__w': 4}
class: <class '__main__.MyOtherClass'>
arg: some-argument