Python における不変型と可変型: サブクラス化によって不変性が損なわれるのはいつですか?
不変型と可変型: より深い理解
不変型と可変型の違いは、特に混乱の原因となる可能性があります。不変型から継承する特定のクラスに。
不変型: 設計により変更されない
Python では、不変型は値をその場で変更できないオブジェクトです。不変オブジェクトは一度作成されると変更されません。これを変更しようとすると、新しいオブジェクトが作成されます。たとえば、float オブジェクトは不変です。これは、直接変更できないことを意味します。
不変型のサブクラス化: 可変性の幻想の作成
ただし、作成することは可能です。変更可能であるように見える不変型のサブクラス。これは、__new__ メソッドをオーバーライドすることで実現されます。たとえば、RoundFloat クラスは、値を小数点第 2 位に四捨五入する float のサブクラスです。
class RoundFloat(float): def __new__(cls, val): return float.__new__(cls, round(val, 2))
このコードは float を継承する新しいクラスを定義していますが、RoundFloat オブジェクトは不変のままです。これは、__new__ メソッドが丸められた値を持つ新しい float オブジェクトを作成するだけであり、元の float オブジェクトを変更しないためです。
可変型: 内部での変更
対照的に、可変型では値を直接変更できます。メソッドを定義するクラスは変更可能であると考えることができます。たとえば、SortedKeyDict クラスは dict から継承し、example() メソッドを定義します。
class SortedKeyDict_a(dict): def example(self): return self.keys()
このクラスでは、提供されたメソッド内で値を変更できます。ただし、SortedKeyDict クラス自体は依然として不変であることに注意することが重要です。その値は変更できますが、基になるインスタンスは同じままです。
実際の可変性を理解する
不変型と可変型の違いをよりよく理解するには、次の点を考慮してください。シナリオ。セット d を __new__ を使用して SortedKeyDict クラスに渡すとエラーが発生しますが、__new__ を使用して RoundFloat クラスに渡すとエラーは発生しません。
d = (('zheng-cai', 67), ('hui-jun', 68),('xin-yi', 2)) SortedKeyDict.__new__(cls, d) # Error raised RoundFloat.__new__(cls, 12) # No error
これは、SortedKeyDict が変更可能で RoundFloat が不変更であることを示しています。 SortedKeyDict は変更可能であるため、メソッド内の適切な場所で変更できます。対照的に、RoundFloat は不変であるため、__new__ に渡しても元のオブジェクトは変更されません。
以上がPython における不変型と可変型: サブクラス化によって不変性が損なわれるのはいつですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

PythonとCにはそれぞれ独自の利点があり、選択はプロジェクトの要件に基づいている必要があります。 1)Pythonは、簡潔な構文と動的タイピングのため、迅速な開発とデータ処理に適しています。 2)Cは、静的なタイピングと手動メモリ管理により、高性能およびシステムプログラミングに適しています。

PythonListSarePartOfThestAndardarenot.liestareBuilting-in、versatile、forStoringCollectionsのpythonlistarepart。

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化
