


Was sind die grundlegenden Methoden zur Verwendung von Python-Klassen?
1. Objektorientiert
Klasse (Klasse): Es ist eine Sammlung von Objekten, die zur Beschreibung derselben Eigenschaften und Methoden verwendet werden.
Klassenvariablen: Klassenvariablen sind im gesamten instanziierten Objekt öffentlich. Im Allgemeinen in der Klasse und außerhalb des Funktionskörpers definiert.
Methode: Funktion in der Klasse
Datenmitglieder: Klassenvariablen oder Instanzvariablen werden verwendet, um Daten zu verarbeiten, die sich auf die Klasse und ihre Instanzobjekte beziehen.
Methodenumschreibung: Wenn die von der übergeordneten Klasse geerbte Methode die Anforderungen der Unterklasse nicht erfüllen kann, kann sie umgeschrieben werden. Dieser Vorgang wird als Methodenüberschreibung oder Methodenumschreibung bezeichnet.
Lokale Variablen: In Methoden definierte Variablen wirken sich nur auf die Klasse der aktuellen Instanz aus.
Instanzvariablen: In der Deklaration einer Klasse werden Attribute durch Variablen dargestellt. Eine Instanzvariable ist eine mit self modifizierte Variable.
Vererbung: Eine abgeleitete Klasse erbt die Felder und Methoden einer Basisklasse. Durch Vererbung kann ein Objekt einer abgeleiteten Klasse auch als Basisklassenobjekt behandelt werden. Genauso wie wir eine Fruchtklasse definieren und dann eine abgeleitete Klasse Apfel definieren, die einige Eigenschaften und Methoden der Fruchtklasse sowie einige eigene einzigartige Eigenschaften und Methoden aufweist, die der Fruchtklasse ähneln „ist-eine“-Beziehung.
Instantiierung: Ein bestimmtes Objekt der Klasse entspricht einer Vorlage. Erst nachdem wir es in ein Objekt instanziiert haben, können wir entsprechende Operationen daran ausführen.
Objekt: Eine Instanz einer durch eine Klasse definierten Datenstruktur. Zu den Objekten gehören zwei Datenelemente (Klassenvariablen und Instanzvariablen) und Methoden.
2. Klassendefinition
Klasse definieren:
class ClassName:.... .... ....
Es wird empfohlen, es zu verwenden Kamelfall für Klassennamen Formelname oder alle Großbuchstaben
3. Verwenden Sie Klassenobjektmethoden
Klassenobjekte unterstützen zwei Operationen: Attributreferenz und Instanziierung
Attributreferenz: Wie andere Syntax in Python, obj.name
Die Attribute mit __ in der Klasse sind private Attribute der Klasse und die Private Attribute befinden sich außerhalb der Klasse und können nicht direkt aufgerufen werden, z. B. __name.
class Fruit:#这是类的一个基本属性self.number = 100def get_number(self): a = self.number + 100return a f = Fruit()print('We have {0} fruits'.format(f.number))print('We have {0} fruits'.format(f.get_number()))
Ausgabeergebnis:
We have 100 fruitsWe have 200 fruits
4, Konstruktionsmethode #🎜🎜 #
In der Python-Klasse gibt es eine spezielle Methode namens __init__(), die als Konstruktionsmethode bezeichnet wird. Diese Methode wird automatisch aufgerufen, wenn die Klasse instanziiert wird (kann zur Initialisierung von Klassenattributen verwendet werden). usw.), ähnlich der Klasse im Konstruktor von C++.def __init__(self):self.data = []
class Fruit:def __init__(self): print('你已经实例化了一个对象') f = Fruit()
你已经实例化了一个对象
class Complex:def __init__(self,real,image):self.r = realself.i = imagedef get_complex(self): print('complex real is %.2f , image is %.2f'%(self.r,self.i)) a = Complex(3.5,-3)a.get_complex()
complex real is 3.50 , image is -3.00
class Test:def prt(self): print(self) print(self.__class__) t = Test()t.prt()
<__main__.Test object at 0x0000025EC6D45608><class '__main__.Test'>
5. Klassenmethode #🎜 🎜#Verwenden Sie innerhalb der Klasse das Schlüsselwort def, um eine Methode zu definieren. Anders als bei der allgemeinen Funktionsdefinition muss die Klassenmethode den Parameter self enthalten, der der erste Parameter ist. Wenn Sie keine Parameter selbst übergeben müssen, müssen Sie @staticmethod vor der Funktion hinzufügen, um eine statische Methode anzugeben #
6. VererbungPython unterstützt auch Klassenvererbung, das Format ist wie folgt:
class Complex:def __init__(self, real=None, image=None):self.r = realself.i = image def get_complex(self): print('complex real is %.2f , image is %.2f' % (self.r, self.i)) @staticmethoddef test(a, b): print('complex real is %.2f , image is %.2f' % (a, b)) a = Complex(3.5, -3)a.get_complex() b = Complex()b.test(3, -2)
Baseclassname (Basisklassenname) muss definiert werden im gleichen Bereich wie die abgeleitete Klasse. Zusätzlich zu Klassen können Sie auch Ausdrücke verwenden, was sehr nützlich ist, wenn die Basisklasse in einem anderen Modul definiert ist:
complex real is 3.50 , image is -3.00complex real is 3.00 , image is -3.00
class Derivedclassname(Baseclassname): ... ...
class Fruit: def __init__(self,sweet): self.sweetness = sweet def describe(self): print('Our fruit has a sweetness of %.2f'%self.sweetness) class Apple(Fruit):#单继承,继承fruit类 def __init__(self,sweet,color): self.color = color Fruit.__init__(self,sweet) def describe(self):#改写基类fruit的方法 print('Our apple has a sweetness of {0:.2f}%,and color is {1}'.format(self.sweetness,self.color)) apple = Apple(62.2,'red')apple.describe()
Our apple has a sweetness of 62.20%,and color is red
Our fruit has a sweetness of 62.20%,and color is redYou need to pay 73.5 yuan, thank you
7、方法重写
如果父类方法的功能不能满足你的需求,你可以在子类重写你父类的方法,如果想调用已经被覆盖的基类方法,可以用super(子类名,子类实例对象名).父类方法
class Parent_class:def Method(self): print ('父类方法') class Child_class(Parent_class): # 定义子类def Method(self): print ('子类方法') c = Child_class() # 子类实例化c.Method() # 子类调用重写方法super(Child_class,c).Method() #用子类对象调用父类已被覆盖的方法
子类继承父类构造函数
如果在子类中需要父类的构造方法就需要显式地调用父类的构造方法,或者不重写父类的构造方法。
class A:def __init__(self, x, y): self.x = x self.y = y print('pos is ({0},{1})'.format(self.x, self.y)) def xxx(self): print('parent now') class B(A):def xxx(self): print('child now') b = B(10, 3)b.xxx()
输出
pos is (10,3)child now
如果重写了__init__ 时,实例化子类,就不会调用父类已经定义的 __init__。
如果重写了__init__ 时,要继承父类的构造方法,可以使用 super 关键字super(子类,self).__init__(参数1,参数2,....),或者父类名称.__init__(self,参数1,参数2,...)
8、类的私有属性
两个下划线开头,声明该属性为私有,像__name不能在类的外部被使用或直接访问。在类内部的方法中使用时 self.__name。
class JustCounter: __secretCount = 0 # 私有变量 publicCount = 0 # 公开变量 def count(self): self.__secretCount += 1 self.publicCount += 1 print(self.__secretCount) counter = JustCounter()counter.count()counter.count()print(counter.publicCount)print(counter.__secretCount) # 报错,实例不能访问私有变量
Traceback (most recent call last):File "test.py", line 16, in <module> print (counter.__secretCount) # 报错,实例不能访问私有变量AttributeError: 'JustCounter' object has no attribute '__secretCount'
两个下划线开头,声明该方法为私有方法,像__private_method,只能在类的内部调用 ,不能在类的外部调用。self.___private_method。
class Site:def __init__(self, name, url): self.name = name # public self.__url = url # private def who(self): print('name : ', self.name) print('url : ', self.__url) def __foo(self): # 私有方法 print('这是私有方法') def foo(self): # 公共方法 print('这是公共方法') self.__foo() x = Site('***', 'www.xxx.com')x.who() # 正常输出x.foo() # 正常输出x.__foo() # 报错
输出:
'''name : ***url : www.***.com这是公共方法这是私有方法Traceback (most recent call last): File "F:\Python\Program\test.py", line 61, in <module> x.__foo() # 报错AttributeError: 'Site' object has no attribute '__foo''''
类的专有方法
__init__ : 构造函数,在生成对象时调用,类似C++构造函数
__del__: 析构函数,释放对象时使用,类似C++析构函数,常用在释放申请的内存空间
__repr__: 打印,转换。这个个函数就是在打印类的时候,控制类输出的字符串
class Name:def __init__(self, name): self.name = name print(Name('s'))
'''<__main__.Name object at 0x0000023744AFD248>'''
class Name:def __init__(self,name): self.name = name def __repr__(self): #控制了在打印类时候的输出 return 'Name({!r})'.format(self.name) print(Name('s')) '''Name('s')'''
__setitem__ : 每当属性被赋值的时候都会调用该方法,因此不能再该方法内赋值 self.name = value 会死循环
__getitem__: 当访问不存在的属性时会调用该方法
__len__: 获得长度,如果一个类表现得像一个list,要获取有多少个元素,就得用len() 函数。要让len()函数工作正常,类必须提供一个特殊方法__len__(),它返回元素的个数。
class CountList:def __init__(self, *args): self.list = [x for x in args] self.count = self.__len__() def __len__(self): return len(self.list) def get_count(self): return self.count a = CountList(1, 2, 3, 4, 4, 5)print(a.get_count())print(len(a))
__cmp__: 比较运算
__call__: 函数调用
__add__: 加运算
__sub__: 减运算
class MyClass: def __init__(self, height, weight): self.height = height self.weight = weight # 两个对象的长相加,宽不变.返回一个新的类def __add__(self, others): return MyClass(self.height + others.height, self.weight + others.weight) # 两个对象的宽相减,长不变.返回一个新的类def __sub__(self, others): return MyClass(self.height - others.height, self.weight - others.weight) # 说一下自己的参数def intro(self): print("高为", self.height, " 重为", self.weight) def main(): a = MyClass(height=10, weight=5) a.intro() b = MyClass(height=20, weight=10) b.intro() c = b - a c.intro() d = a + b d.intro() if __name__ == '__main__': main()
'''高为 10 重为 5高为 20 重为 10高为 10 重为 5高为 30 重为 15'''
__mul__: 乘运算
__truediv__: 除运算
__mod__: 求余运算
__pow__: 乘方
同样的。类的专有方法也可以重写
Das obige ist der detaillierte Inhalt vonWas sind die grundlegenden Methoden zur Verwendung von Python-Klassen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



MySQL hat eine kostenlose Community -Version und eine kostenpflichtige Enterprise -Version. Die Community -Version kann kostenlos verwendet und geändert werden, die Unterstützung ist jedoch begrenzt und für Anwendungen mit geringen Stabilitätsanforderungen und starken technischen Funktionen geeignet. Die Enterprise Edition bietet umfassende kommerzielle Unterstützung für Anwendungen, die eine stabile, zuverlässige Hochleistungsdatenbank erfordern und bereit sind, Unterstützung zu bezahlen. Zu den Faktoren, die bei der Auswahl einer Version berücksichtigt werden, gehören Kritikalität, Budgetierung und technische Fähigkeiten von Anwendungen. Es gibt keine perfekte Option, nur die am besten geeignete Option, und Sie müssen die spezifische Situation sorgfältig auswählen.

Hadidb: Eine leichte, hochrangige skalierbare Python-Datenbank Hadidb (HadIDB) ist eine leichte Datenbank in Python mit einem hohen Maß an Skalierbarkeit. Installieren Sie HadIDB mithilfe der PIP -Installation: PipinstallHadIDB -Benutzerverwaltung erstellen Benutzer: createUser (), um einen neuen Benutzer zu erstellen. Die Authentication () -Methode authentifiziert die Identität des Benutzers. fromHadidb.operationImportUseruser_obj = user ("admin", "admin") user_obj.

Es ist unmöglich, das MongoDB -Passwort direkt über Navicat anzuzeigen, da es als Hash -Werte gespeichert ist. So rufen Sie verlorene Passwörter ab: 1. Passwörter zurücksetzen; 2. Überprüfen Sie die Konfigurationsdateien (können Hash -Werte enthalten). 3. Überprüfen Sie Codes (May Hardcode -Passwörter).

MySQL kann ohne Netzwerkverbindungen für die grundlegende Datenspeicherung und -verwaltung ausgeführt werden. Für die Interaktion mit anderen Systemen, Remotezugriff oder Verwendung erweiterte Funktionen wie Replikation und Clustering ist jedoch eine Netzwerkverbindung erforderlich. Darüber hinaus sind Sicherheitsmaßnahmen (wie Firewalls), Leistungsoptimierung (Wählen Sie die richtige Netzwerkverbindung) und die Datensicherung für die Verbindung zum Internet von entscheidender Bedeutung.

MySQL Workbench kann eine Verbindung zu MariADB herstellen, vorausgesetzt, die Konfiguration ist korrekt. Wählen Sie zuerst "Mariadb" als Anschlusstyp. Stellen Sie in der Verbindungskonfiguration Host, Port, Benutzer, Kennwort und Datenbank korrekt ein. Überprüfen Sie beim Testen der Verbindung, ob der Mariadb -Dienst gestartet wird, ob der Benutzername und das Passwort korrekt sind, ob die Portnummer korrekt ist, ob die Firewall Verbindungen zulässt und ob die Datenbank vorhanden ist. Verwenden Sie in fortschrittlicher Verwendung die Verbindungspooling -Technologie, um die Leistung zu optimieren. Zu den häufigen Fehlern gehören unzureichende Berechtigungen, Probleme mit Netzwerkverbindung usw. Bei Debugging -Fehlern, sorgfältige Analyse von Fehlerinformationen und verwenden Sie Debugging -Tools. Optimierung der Netzwerkkonfiguration kann die Leistung verbessern

Die MySQL-Datenbankleistung Optimierungshandbuch In ressourcenintensiven Anwendungen spielt die MySQL-Datenbank eine entscheidende Rolle und ist für die Verwaltung massiver Transaktionen verantwortlich. Mit der Erweiterung der Anwendung werden jedoch die Datenbankleistung Engpässe häufig zu einer Einschränkung. In diesem Artikel werden eine Reihe effektiver Strategien zur Leistungsoptimierung von MySQL -Leistung untersucht, um sicherzustellen, dass Ihre Anwendung unter hohen Lasten effizient und reaktionsschnell bleibt. Wir werden tatsächliche Fälle kombinieren, um eingehende Schlüsseltechnologien wie Indexierung, Abfrageoptimierung, Datenbankdesign und Caching zu erklären. 1. Das Design der Datenbankarchitektur und die optimierte Datenbankarchitektur sind der Eckpfeiler der MySQL -Leistungsoptimierung. Hier sind einige Kernprinzipien: Die Auswahl des richtigen Datentyps und die Auswahl des kleinsten Datentyps, der den Anforderungen entspricht, kann nicht nur Speicherplatz speichern, sondern auch die Datenverarbeitungsgeschwindigkeit verbessern.

Die MySQL -Verbindung kann auf die folgenden Gründe liegen: MySQL -Dienst wird nicht gestartet, die Firewall fängt die Verbindung ab, die Portnummer ist falsch, der Benutzername oder das Kennwort ist falsch, die Höradresse in my.cnf ist nicht ordnungsgemäß konfiguriert usw. Die Schritte zur Fehlerbehebung umfassen: 1. Überprüfen Sie, ob der MySQL -Dienst ausgeführt wird. 2. Passen Sie die Firewall -Einstellungen an, damit MySQL Port 3306 anhören kann. 3. Bestätigen Sie, dass die Portnummer mit der tatsächlichen Portnummer übereinstimmt. 4. Überprüfen Sie, ob der Benutzername und das Passwort korrekt sind. 5. Stellen Sie sicher, dass die Einstellungen für die Bindungsadresse in my.cnf korrekt sind.

Als Datenprofi müssen Sie große Datenmengen aus verschiedenen Quellen verarbeiten. Dies kann Herausforderungen für das Datenmanagement und die Analyse darstellen. Glücklicherweise können zwei AWS -Dienste helfen: AWS -Kleber und Amazon Athena.
