关于python:Python的魔法方法深入理解数据模型

3次阅读

共计 2696 个字符，预计需要花费 7 分钟才能阅读完成。

Python 的数据模型是它的外围，理解数据模型对于了解 Python 是十分重要的。在 Python 中，咱们通过魔法办法（或称为非凡办法，名字以两个下划线开始和完结）来定义咱们的数据模型。在本文中，咱们将深入探讨这些魔法办法，并演示如何应用它们来定义你本人的数据类型。

让咱们从两个最根本的魔法办法开始：__init__和__new__。它们被用于定义对象的初始化和结构过程。

class MyClass:
    def __new__(cls, *args, **kwargs):
        instance = super().__new__(cls)
        return instance

    def __init__(self, value):
        self.value = value

my_instance = MyClass(5)
print(my_instance.value)  # 输入: 5

__new__办法负责创立新的实例，而 __init__ 办法则负责初始化实例。通常，咱们只须要重写 __init__ 办法，除非咱们须要管制对象的创立过程。

__repr__和 __str__ 办法容许咱们定义对象的字符串示意。__repr__应该返回一个尽可能明确的对象示意，而 __str__ 则应返回一个适宜打印的示意。

class MyClass:
    def __init__(self, value):
        self.value = value

    def __repr__(self):
        return f'MyClass(value={self.value})'

    def __str__(self):
        return str(self.value)

my_instance = MyClass(5)
print(repr(my_instance))  # 输入: MyClass(value=5)
print(str(my_instance))  # 输入: 5

Python 通过魔法办法提供了丰盛的比拟操作。例如，__eq__定义了等于操作，__lt__定义了小于操作，等等。

class MyClass:
    def __init__(self, value):
        self.value = value

    def __eq__(self, other):
        if isinstance(other, MyClass):
            return self.value == other.value
        return NotImplemented

    def __lt__(self, other):
        if isinstance(other, MyClass):
            return self.value < other.value
        return NotImplemented

my_instance1 = MyClass(5)
my_instance2 = MyClass(10)
print(my_instance1 == my_instance2)  # 输入: False
print(my_instance1 < my_instance2)  # 输入: True

Python 同样提供了一系列的魔法办法来定义算术操作。例如，__add__定义了加法操作，__mul__定义了乘法操作，等等。

class MyClass:
    def __init__(self, value):
        self.value = value

    def __add__(self, other):
        if isinstance(other, MyClass):
            return MyClass(self.value + other.value)
        return NotImplemented

my_instance1 = MyClass(5)
my_instance2 = MyClass(10)
result = my_instance1 + my_instance2
print(result.value)  # 输入: 15

通过定义 __getattr__，__setattr__，__delattr__ 和__getattribute__办法，咱们能够对属性拜访进行更粗疏的管制。

class MyClass:
    def __init__(self):
        self._my_secret = 5

    def __getattr__(self, name):
        if name == 'secret':
            print("Warning: Accessing secret attribute")
            return self._my_secret
        raise AttributeError(f"{self.__class__.__name__} object has no attribute {name}")

    def __setattr__(self, name, value):
        if name == 'secret':
            print("Warning: Changing secret attribute")
        super().__setattr__(name, value)

my_instance = MyClass()
print(my_instance.secret)  # 输入: 5
my_instance.secret = 10
print(my_instance.secret)  # 输入: 10

通过定义 __len__，__getitem__，__setitem__，__delitem__ 等办法，咱们能够创立自定义的容器类型。

class MyContainer:
    def __init__(self):
        self._items = []

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

    def __getitem__(self, index):
        return self._items[index]

    def __setitem__(self, index, value):
        self._items[index] = value

    def __delitem__(self, index):
        del self._items[index]

container = MyContainer()
container._items = [1, 2, 3]
print(len(container))  # 输入: 3
print(container[1])  # 输入: 2
container[1] = 10
print(container[1])  # 输入: 10
del container[1]
print(container._items)  # 输入: [1, 3]

Python 的数据模型容许咱们应用魔法办法定义本人的数据类型，让咱们的代码更加 Pythonic。这只是冰山一角，还有更多的魔法办法期待你去发现。把握了这些，你将能更加深刻地了解 Python，并写出更好的 Python 代码。

正文完