python魔法方法-属性转换和类的表示详解
类型转换魔法
类型转换魔法其实就是实现了str、int等工厂函数的结果，通常这些函数还有类型转换的功能，下面是一些相关的魔法方法：
•__int__(self)
•转换成整型，对应int函数。
•__long__(self)
•转换成长整型，对应long函数。
•__float__(self)
•转换成浮点型，对应float函数。
•__complex__(self)
•转换成 复数型，对应complex函数。
•__oct__(self)
•转换成八进制，对应oct函数。
•__hex__(self)
•转换成十六进制，对应hex函数。
•__index__(self)
•首先，这个方法应该返回一个整数，可以是int或者long。这个方法在两个地方有效，首先是 operator 模块中的index函数得到的值就是这个方法的返回值，其次是用于切片操作，下面会专门进行代码演示。
•__trunc__(self)
•当 math.trunc(self) 使用时被调用.__trunc__返回自身类型的整型截取 (通常是一个长整型).
•__coerce__(self, other)
•实现了类型的强制转换，这个方法对应于 coerce 内建函数的结果（python3.0开始去掉了此函数，也就是该魔法方法也没意义了，至于后续的版本是否重新加入支持，要视官方而定。）
•这个函数的作用是强制性地将两个不同的数字类型转换成为同一个类型，例如：
方法返回一个元祖，分别对应转换后的两个数字。其优先级为：复数>浮点数>长整型>整型。在转换的时候，会转换为两个参数中优先级高的类型。当转换无法完成的时候，会触发 TypeError。
而当我们定义这个魔法方法时，如果转换无法完成，应该返回None。
这里有个重要的机制，当python进行运算的时候，如 1 + 1.0 时，会先调用 coerce 函数将其转换为同一个类型，然后再进行运行，这也就是为什么 1 + 1.0 = 2.0，因为转换之后实际进行的运算为 1.0 +1.0。得到这样的结果也就不奇怪了。
代码示例：
class Foo(object):
def __init__(self, x):
self.x = x
def __int__(self):
return int(self.x) + 1
def __long__(self):
return long(self.x) + 1
a = Foo(123)
print int(a)
print long(a)
print type(int(a))
print type(long(a))
这里要注意一点，魔法方法的返回值必须符合预期，例如 __int__ 就应该返回一个 int 类型，如果我们任性地返回其他类型，例如字符串（str）、列表（list）等，会报错。
def __int__(self):
return str(self.x)
def __int__(self):
return list(self.x)
但是 int 可以返回 long，而 long 返回 int 时会自动被处理成 long：
class Foo(object):
def __init__(self, x):
self.x = x
def __int__(self):
return long(self.x) + 1
def __long__(self):
return int(self.x) + 1
a = Foo(123)
print int(a)
print long(a)
print type(int(a))
print type(long(a))
以上发生在python2.7.11上，这是一个很奇怪的行为，以至于我认为其可能是一个 BUG，总之我们在使用的时候要注意要返回对应的类型就是了，以免出错。
__index__(self)：
首先是对应于operator.index()，operator.index(a)就相当于a.__index__():
import operator
class Foo(object):
def __init__(self, x):
self.x = x
def __index__(self):
return self.x + 1
a = Foo(10)
print operator.index(a)
另一个是很神奇的特效，当其用于序列中时：
class Foo(object):
def __init__(self, x):
self.x = x
def __index__(self):
return 3
a = Foo('scolia')
b = [1, 2, 3, 4, 5]
print b[a]
print b[3]
可以作为索引一样使用，可进行切片操作：
class Foo(object):
def __init__(self, x):
self.x = x
def __index__(self):
return int(self.x)
a = Foo('1')
b = Foo('3')
c = [1, 2, 3, 4, 5]
print c[a:b] 
其实切片内部使用的函数 slice 对其进行了处理，有兴趣的同学可以去了解这个函数：
a = Foo('1')
b = Foo('3')
c = slice(a, b)
print c
d = [1, 2, 3, 4, 5]
print d[c]__coerce__(self, other)：
代码示例：
class Foo(object):
def __init__(self, x):
self.x = x
def __coerce__(self, other):
return self.x, str(other.x)
class Boo(object):
def __init__(self, x):
self.x = x
def __coerce__(self, other):
return self.x, int(other.x)
a = Foo('123')
b = Boo(123)
print coerce(a, b)
print coerce(b, a)
总结：是调用了第一个参数的魔法方法。
类的表示 ：
类的表示其实就是对外的特征，例如使用print语句时，打印出来的是什么，其实本质上也是对应函数的输出：
•__str__(self)
•定义当 str() 被你的一个类的实例调用时所要产生的行为。因为print默认调用的就是str()函数。
•__repr__(self)
•定义当 repr() 被你的一个类的实例调用时所要产生的行为。 str() 和 repr() 的主要区别是其目标群体。 repr() 返回的是机器可读的输出，而 str() 返回的是人类可读的。 repr() 函数是交换模式默认调用的
•函数。
•__unicode__(self)
•定义当 unicode() 被你的一个类的实例调用时所要产生的行为。 unicode() 和 str() 很相似，但是返回的是unicode字符串。注意，如果对你的类调用 str() 然而你只定义了 __unicode__() ，那么其将不会
•工作。你应该定义 __str__() 来确保调用时能返回正确的值，并不是每个人都有心情去使用unicode()。
•__format__(self, formatstr)
•定义当你的一个类的实例被用来用新式的格式化字符串方法进行格式化时所要产生的行为。例如， "Hello, {0:abc}!".format(a) 将会导致调用 a.__format__("abc") 。这对定义你自己的数值或字符串类型
•是十分有意义的，你可能会给出一些特殊的格式化选项。
•__hash__(self)
•定义当 hash()被你的一个类的实例调用时所要产生的行为。它必须返回一个整数，用来在字典中进行快速比较。
•请注意，实现__hash__时通常也要实现__eq__。有下面这样的规则：a == b 暗示着 hash(a) == hash(b) 。也就是说两个魔法方法的返回值最好一致。
•这里引入一个‘可哈希对象'的概念，首先一个可哈希对象的哈希值在其生命周期内应该是不变的，而要得到哈希值就意味要实现__hash__方法。而哈希对象之间是可以比较的，这意味着要实现__eq__或
•者__cmp__方法，而哈希对象相等必须其哈希值相等，要实现这个特性就意味着__eq__的返回值必须和__hash__一样。
•可哈希对象可以作为字典的键和集合的成员，因为这些数据结构内部使用的就是哈希值。python中所有内置的不变的对象都是可哈希的，例如元组、字符串、数字等；而可变对象则不能哈希，例如列表、
•字典等。
•用户定义的类的实例默认是可哈希的，且除了它们本身以外谁也不相等，因为其哈希值来自于 id 函数。但这并不代表 hash(a) == id(a)，要注意这个特性。
•__nonzero__(self)
•定义当 bool() 被你的一个类的实例调用时所要产生的行为。本方法应该返回True或者False，取决于你想让它返回的值。(python3.x中改为__bool__)
•__dir__(self)
•定义当 dir() 被你的一个类的实例调用时所要产生的行为。该方法应该返回一个属性的列表给用户。
•__sizeof__(self)
•定义当 sys.getsizeof() 被你的一个类的实例调用时所要产生的行为。该方法应该以字节为单位，返回你的对象的大小。这通常对于以C扩展的形式实现的Python类更加有意义，其有助于理解这些扩展。
这里并没有什么特别难以理解的地方，所以代码例子就略去了。
以上这篇python魔法方法-属性转换和类的表示详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
Alat AI Hot
Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik
AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.
Undress AI Tool
Gambar buka pakaian secara percuma
Clothoff.io
Penyingkiran pakaian AI
AI Hentai Generator
Menjana ai hentai secara percuma.
Artikel Panas
Alat panas
Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma
SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan
Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa
Dreamweaver CS6
Alat pembangunan web visual
SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)
Topik panas
1382
52
PHP dan Python: Contoh dan perbandingan kod
Apr 15, 2025 am 12:07 AM
PHP dan Python mempunyai kelebihan dan kekurangan mereka sendiri, dan pilihannya bergantung kepada keperluan projek dan keutamaan peribadi. 1.PHP sesuai untuk pembangunan pesat dan penyelenggaraan aplikasi web berskala besar. 2. Python menguasai bidang sains data dan pembelajaran mesin.
Python vs JavaScript: Komuniti, Perpustakaan, dan Sumber
Apr 15, 2025 am 12:16 AM
Python dan JavaScript mempunyai kelebihan dan kekurangan mereka sendiri dari segi komuniti, perpustakaan dan sumber. 1) Komuniti Python mesra dan sesuai untuk pemula, tetapi sumber pembangunan depan tidak kaya dengan JavaScript. 2) Python berkuasa dalam bidang sains data dan perpustakaan pembelajaran mesin, sementara JavaScript lebih baik dalam perpustakaan pembangunan dan kerangka pembangunan depan. 3) Kedua -duanya mempunyai sumber pembelajaran yang kaya, tetapi Python sesuai untuk memulakan dengan dokumen rasmi, sementara JavaScript lebih baik dengan MDNWebDocs. Pilihan harus berdasarkan keperluan projek dan kepentingan peribadi.
Bagaimana sokongan GPU untuk Pytorch di CentOS
Apr 14, 2025 pm 06:48 PM
Membolehkan pecutan GPU pytorch pada sistem CentOS memerlukan pemasangan cuda, cudnn dan GPU versi pytorch. Langkah-langkah berikut akan membimbing anda melalui proses: Pemasangan CUDA dan CUDNN Tentukan keserasian versi CUDA: Gunakan perintah NVIDIA-SMI untuk melihat versi CUDA yang disokong oleh kad grafik NVIDIA anda. Sebagai contoh, kad grafik MX450 anda boleh menyokong CUDA11.1 atau lebih tinggi. Muat turun dan pasang Cudatoolkit: Lawati laman web rasmi Nvidiacudatoolkit dan muat turun dan pasang versi yang sepadan mengikut versi CUDA tertinggi yang disokong oleh kad grafik anda. Pasang Perpustakaan Cudnn:
Penjelasan terperinci mengenai Prinsip Docker
Apr 14, 2025 pm 11:57 PM
Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.
Keserasian Centos Miniopen
Apr 14, 2025 pm 05:45 PM
Penyimpanan Objek Minio: Penyebaran berprestasi tinggi di bawah CentOS System Minio adalah prestasi tinggi, sistem penyimpanan objek yang diedarkan yang dibangunkan berdasarkan bahasa Go, serasi dengan Amazons3. Ia menyokong pelbagai bahasa pelanggan, termasuk Java, Python, JavaScript, dan GO. Artikel ini akan memperkenalkan pemasangan dan keserasian minio pada sistem CentOS. Keserasian versi CentOS Minio telah disahkan pada pelbagai versi CentOS, termasuk tetapi tidak terhad kepada: CentOS7.9: Menyediakan panduan pemasangan lengkap yang meliputi konfigurasi kluster, penyediaan persekitaran, tetapan fail konfigurasi, pembahagian cakera, dan mini
Cara Mengendalikan Latihan Pittorch Diagihkan di Centos
Apr 14, 2025 pm 06:36 PM
Latihan yang diedarkan Pytorch pada sistem CentOS memerlukan langkah -langkah berikut: Pemasangan Pytorch: Premisnya ialah Python dan PIP dipasang dalam sistem CentOS. Bergantung pada versi CUDA anda, dapatkan arahan pemasangan yang sesuai dari laman web rasmi Pytorch. Untuk latihan CPU sahaja, anda boleh menggunakan arahan berikut: PipinstallToRchTorchVisionTorchaudio Jika anda memerlukan sokongan GPU, pastikan versi CUDA dan CUDNN yang sama dipasang dan gunakan versi pytorch yang sepadan untuk pemasangan. Konfigurasi Alam Sekitar Teragih: Latihan yang diedarkan biasanya memerlukan pelbagai mesin atau mesin berbilang mesin tunggal. Tempat
Cara Memilih Versi PyTorch di CentOS
Apr 14, 2025 pm 06:51 PM
Apabila memasang pytorch pada sistem CentOS, anda perlu dengan teliti memilih versi yang sesuai dan pertimbangkan faktor utama berikut: 1. Keserasian Persekitaran Sistem: Sistem Operasi: Adalah disyorkan untuk menggunakan CentOS7 atau lebih tinggi. CUDA dan CUDNN: Versi Pytorch dan versi CUDA berkait rapat. Sebagai contoh, Pytorch1.9.0 memerlukan CUDA11.1, manakala Pytorch2.0.1 memerlukan CUDA11.3. Versi CUDNN juga mesti sepadan dengan versi CUDA. Sebelum memilih versi PyTorch, pastikan anda mengesahkan bahawa versi CUDA dan CUDNN yang serasi telah dipasang. Versi Python: Cawangan Rasmi Pytorch
Cara menjalankan program di terminal vscode
Apr 15, 2025 pm 06:42 PM
Dalam kod VS, anda boleh menjalankan program di terminal melalui langkah -langkah berikut: Sediakan kod dan buka terminal bersepadu untuk memastikan bahawa direktori kod selaras dengan direktori kerja terminal. Pilih arahan Run mengikut bahasa pengaturcaraan (seperti python python your_file_name.py) untuk memeriksa sama ada ia berjalan dengan jayanya dan menyelesaikan kesilapan. Gunakan debugger untuk meningkatkan kecekapan debug.
