


Mengambil stok warisan dan polimorfisme dalam Python
1. Pengenalan kepada warisan
Warisan ialah cara untuk mencipta kelas baharu dipanggil subkelas, dan kelas yang diwarisi dipanggil kelas induk, kelas super dan kelas asas. Ciri pewarisan ialah subkelas boleh menggunakan atribut (ciri, kemahiran) kelas induk. Warisan ialah hubungan antara kelas.
Warisan boleh mengurangkan lebihan kod dan meningkatkan kebolehgunaan semula.
Dalam kehidupan sebenar, pusaka secara amnya merujuk kepada anak-anak yang mewarisi harta ibu bapa mereka, seperti yang ditunjukkan di bawah:
2. Bagaimana cara menggunakan harta pusaka?
1. Sintaks warisan
Nama kelas Terbitan Kelas (nama kelas asas): #Nama kelas asas ditulis dalam kurungan.
Dalam hubungan warisan, kelas sedia ada dan direka bentuk dipanggil kelas induk atau kelas asas, dan kelas yang direka bentuk baharu dipanggil subkelas atau kelas terbitan. Kelas terbitan boleh mewarisi ahli awam kelas induk, tetapi tidak boleh mewarisi ahli peribadinya. . kelas terbitannya Secara khusus dipanggil secara peribadi.
Jika anda perlu memanggil kaedah kelas asas dalam kelas terbitan, gunakan kaedah "nama kelas asas. nama kaedah()" untuk melaksanakannya Anda perlu menambah awalan nama kelas kelas asas dan bawa pembolehubah parameter diri. Berbeza dengan memanggil fungsi biasa dalam kelas, tidak perlu membawa parameter diri. Anda juga boleh menggunakan fungsi terbina dalam super() untuk tujuan ini.
Python sentiasa terlebih dahulu mencari kaedah jenis yang sepadan Jika ia tidak dapat mencari kaedah yang sepadan dalam kelas terbitan, ia mula mencari satu demi satu dalam kelas asas (carian pertama untuk kaedah yang dipanggil dalam ini. kelas, jika tidak dijumpai) Kemudian pergi ke kelas asas untuk mencarinya). Pusaka tunggal keputusan unning:
3.2 Warisan pelbagai peringkat
Contoh:
class Animal: #父类 def eat(self): print("-----吃-----") def drink(self): print("-----喝-----") class Dog(Animal): #子类继承父类 """ def eat(self): print("-----吃-----") def drink(self): print("-----喝-----") """ pass class Cat: pass wang_cai = Dog() wang_cai.eat() wang_cai.drink()
Hasil larian:
3.3 重写父类方法
例:
class Animal: #父类 def eat(self): print("-----吃-----") def drink(self): print("-----喝-----") class Dog(Animal): def bark(self): print("-----汪汪叫------") class XTQ(Dog): #重写Dog方法 """定义了一个哮天犬 类""" def bark(self): print("----嗷嗷叫-----") class Cat(Animal): def catch(self): print("----捉老鼠----") xtq = XTQ() xtq.eat() xtq.bark()
运行结果:
4. 多继承
4.1 多继承
从图中能够看出,所谓多继承,即子类有多个父类,并且具有它们的特征。
Python中多继承的格式如下:
# 定义一个父类 class A: def printA(self): print('----A----') # 定义一个父类 class B: def printB(self): print('----B----') # 定义一个子类,继承自A、B class C(A,B): def printC(self): print('----C----') obj_C = C() obj_C.printA() obj_C.printB()
运行结果:
----A---- ----B----
Python中是可以多继承的,父类中的方法、属性,子类会继承。
想一想:
如果在上面的多继承例子中,如果父类A和父类B中,有一个同名的方法,那么通过子类去调用的时候,调用哪个?
#coding=utf-8 class base(object): def test(self): print('----base test----') class A(base): def test(self): print('----A test----') # 定义一个父类 class B(base): def test(self): print('----B test----') # 定义一个子类,继承自A、B class C(A,B): pass obj_C = C() obj_C.test() print(C.__mro__) #可以查看C类的对象搜索方法时的先后顺序
运行结果:
5. 多态
5.1 什么是多态?
多态的概念是应用于Java和C#这一类强类型语言中,而Python崇尚“鸭子类型”。
所谓多态:定义时的类型和运行时的类型不一样,此时就成为多态。
Python伪代码实现Java或C#的多态。
5.2 案例
Python “鸭子类型”
class Duck: def quack(self): print("Quaaaaaack!") class Bird: def quack(self): print("bird imitate duck.") class Doge: def quack(self): print("doge imitate duck.") def in_the_forest(duck): duck.quack() duck = Duck() bird = Bird() doge = Doge() for x in [duck, bird, doge]: in_the_forest(x)
运行结果:
三、总结
本文以生活中的基础现象为切入点,主要介绍了Python基础中继承和多态,包括单继承、多继承的语法、多态常见的 “鸭子类型”、 以及如何重写父类的方法都做了详细的讲解。
Atas ialah kandungan terperinci Mengambil stok warisan dan polimorfisme dalam Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

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



Hadidb: Pangkalan data Python yang ringan, tinggi, Hadidb (Hadidb) adalah pangkalan data ringan yang ditulis dalam Python, dengan tahap skalabilitas yang tinggi. Pasang HadIdb menggunakan pemasangan PIP: Pengurusan Pengguna PipInstallHadidB Buat Pengguna: CreateUser () Kaedah untuk membuat pengguna baru. Kaedah pengesahan () mengesahkan identiti pengguna. dariHadidb.OperationImportuserer_Obj = user ("admin", "admin") user_obj.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

Sebagai profesional data, anda perlu memproses sejumlah besar data dari pelbagai sumber. Ini boleh menimbulkan cabaran kepada pengurusan data dan analisis. Nasib baik, dua perkhidmatan AWS dapat membantu: AWS Glue dan Amazon Athena.

Panduan Pengoptimuman Prestasi Pangkalan Data MySQL Dalam aplikasi yang berintensifkan sumber, pangkalan data MySQL memainkan peranan penting dan bertanggungjawab untuk menguruskan urus niaga besar-besaran. Walau bagaimanapun, apabila skala aplikasi berkembang, kemunculan prestasi pangkalan data sering menjadi kekangan. Artikel ini akan meneroka satu siri strategi pengoptimuman prestasi MySQL yang berkesan untuk memastikan aplikasi anda tetap cekap dan responsif di bawah beban tinggi. Kami akan menggabungkan kes-kes sebenar untuk menerangkan teknologi utama yang mendalam seperti pengindeksan, pengoptimuman pertanyaan, reka bentuk pangkalan data dan caching. 1. Reka bentuk seni bina pangkalan data dan seni bina pangkalan data yang dioptimumkan adalah asas pengoptimuman prestasi MySQL. Berikut adalah beberapa prinsip teras: Memilih jenis data yang betul dan memilih jenis data terkecil yang memenuhi keperluan bukan sahaja dapat menjimatkan ruang penyimpanan, tetapi juga meningkatkan kelajuan pemprosesan data.

Langkah -langkah untuk memulakan pelayan Redis termasuk: Pasang Redis mengikut sistem operasi. Mulakan perkhidmatan Redis melalui Redis-server (Linux/macOS) atau redis-server.exe (Windows). Gunakan redis-cli ping (linux/macOS) atau redis-cli.exe ping (windows) perintah untuk memeriksa status perkhidmatan. Gunakan klien Redis, seperti redis-cli, python, atau node.js untuk mengakses pelayan.

Untuk membaca giliran dari Redis, anda perlu mendapatkan nama giliran, membaca unsur -unsur menggunakan arahan LPOP, dan memproses barisan kosong. Langkah-langkah khusus adalah seperti berikut: Dapatkan nama giliran: Namakannya dengan awalan "giliran:" seperti "giliran: my-queue". Gunakan arahan LPOP: Keluarkan elemen dari kepala barisan dan kembalikan nilainya, seperti LPOP Queue: My-Queue. Memproses Baris kosong: Jika barisan kosong, LPOP mengembalikan nihil, dan anda boleh menyemak sama ada barisan wujud sebelum membaca elemen.
