跟老齐学Python之类的细节
这几天和几个朋友以各种途径讨论过OOP的相关问题,他们是:令狐虫、Frank、晋剑、小冯
大家对OOP有不同看法,所谓工程派和学院派看法不一致。从应用的角度看,工程派的观点是值得推荐的,那就是:不用太在意内部是怎么工作的,只要能够解决眼下的问题即可。但是,对于学习者而言,如果仅仅停留在工程派的层面(特别提醒,上述几位朋友都是工程派的大侠,他们可不是简单地能够使用,其实是更高层次的“无招胜有招”),学习者可能感觉有点不透彻。所以,学习者,特别是初学者,要知道一些内部原因,但是也别为了钻研内部原因而忘记了应用的目的。看来两者协调还是一个难办的事情。不用着急,随着实践的深入,就逐渐有体会了。
下面我根据MARK Lutz的《Learning Python》中的“大师眼中的OOP”,列一些使用OOP的常见原因。
•代码重用。这是很简单(并且是使用OOP的最主要原因)。通过支持继承,类允许通过定制来编程,而不是每次都从头开始一个项目。
•封装。在对象接口后包装其实现的细节,从而隔离了代码的修改对用户产生的影响。
•结构。类提供了一个新的本地作用域,最小化了变量名冲突。他们还提供了一种编写和查找实现代码,以及去管理对象状态的自然场所。
•维护性。类自然而然地促进了代码的分解,这让我们减少了冗余。对亏支持类的结构以及代码重用,这样每次只需要修改代码中一个拷贝就可以了。
•一致性。类和继承可以实现通用的接口。这样代码不仅有了统一的外表和观感,还简化了代码的调试、理解以及维护。
•多态。多态让代码更灵活和有了广泛的适用性。(这似乎是OOP的属性,不是使用它的理由)
不管怎么样,类是一个非常重要的东西,看官在学习的时候,一定要多加运用。
此外,对于python2来说,还有一个叫做“新式类”(new-style)的东西,这个对应于前面讲过的类,那么前面讲过的类就称为“经典”(classic)类。但是,对于Python3来讲,没有这种区别,二者融合。只是在Python2中,两个是有区别的。本教程在基础部分,依然不讲授新式类的问题,如果看官有兴趣,可以自己在GOOGLE中查找有关资料,也可以随着本课程深入,到下一个阶段来学习。
绑定和无绑定方法
看官是否还记得,在学习类的方法的时候,提到过,类的方法就是函数,只不过这个函数的表现有点跟前面学过的函数不一样,比如有个self。当然,也不是必须要有的,下面看官就会看到没有self的。既然方法和函数一样,本质上都是函数,那么,函数那部分学习的时候已经明确了:函数是对象,所以,类方法也是对象。正如刚才说的,类的方法中,有的可以有self,有的可以没有。为了进行区别,进一步做了这样的定义:
•无绑定类方法对象:无self
•绑定实例方法对象:有self
调用绑定实例方法对象
>>> class MyClass:
... def foo(self,text):
... print text
...
可以用下面的方式调用实例方法
>>> a = MyClass() #创建类实例
>>> a.foo('qiwsir.github.io') #调用实例方法
qiwsir.github.io
>>> a.foo
在这个实例方法调用的时候,其数据传递流程,在《编写类之二方法》中有一张图,图中显示了,上述的调用方法中,其实已经将实例名称a传给了self,这就是调用绑定实例方法对象,有self。
上面的调用过程,还可以这样来实现:
>>> a = MyClass()
>>> x = a.foo #把实例a和方法函数foo绑定在一起
>>> x
>>> x("qiwsir.github.io")
qiwsir.github.io
在上面的调用中,其实相当于前面的调用过程的分解动作。即先将实例a和方法函数foo绑定在一起,然后赋值给x,这时候x就相当于一个简单函数一样,可以通过上述方式传入参数。这里将实例和方法函数绑定的方式就是运用点号运算(object.method_function)
调用无绑定类方法对象
所谓类方法对象,就是不通过实例,而是用类进行点号运算来获得方法函数(ClassName.method_function)
>>> a = MyClass()
>>> y = MyClass.foo #这里没有用类调用
>>> y
这样的调用,就得到了无绑定方法对象,但是,调用的时候必须传入实例做为第一参数,如下
>>> y(a,"qiwsir.github.io")
qiwsir.github.io
否则,就报错。请看官特别注意报错信息
>>> y("qiwsir.github.io")
Traceback (most recent call last):
File "
TypeError: unbound method foo() must be called with MyClass instance as first argument (got str instance instead)
>>>
在编程实践中,似乎用实例方法调用更多一下。
文档字符串
在写程序的时候,必须要写必要的文字说明,没别的原因,除非你的代码写的非常容易理解,特别是各种变量、函数和类等的命名任何人都能够很容易理解,否则,文字说明是不可缺少的。
在函数、类或者文件开头的部分写文档字符串说明,一般采用三重引号。这样写的最大好处是能够用help()函数看。
"""This is python lesson"""
def start_func(arg):
"""This is a function."""
pass
class MyClass:
"""Thi is my class."""
def my_method(self,arg):
"""This is my method."""
pass
这样的文档是必须的。
当然,在编程中,有不少地方要用“#”符号来做注释。一般用这个来注释局部。
类其实并没有结束,不过本讲座到此对类暂告一段。看官要多实践。

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

本教程演示如何使用Python处理Zipf定律这一统计概念,并展示Python在处理该定律时读取和排序大型文本文件的效率。 您可能想知道Zipf分布这个术语是什么意思。要理解这个术语,我们首先需要定义Zipf定律。别担心,我会尽量简化说明。 Zipf定律 Zipf定律简单来说就是:在一个大型自然语言语料库中,最频繁出现的词的出现频率大约是第二频繁词的两倍,是第三频繁词的三倍,是第四频繁词的四倍,以此类推。 让我们来看一个例子。如果您查看美国英语的Brown语料库,您会注意到最频繁出现的词是“th

本文解释了如何使用美丽的汤库来解析html。 它详细介绍了常见方法,例如find(),find_all(),select()和get_text(),以用于数据提取,处理不同的HTML结构和错误以及替代方案(SEL)

处理嘈杂的图像是一个常见的问题,尤其是手机或低分辨率摄像头照片。 本教程使用OpenCV探索Python中的图像过滤技术来解决此问题。 图像过滤:功能强大的工具 图像过滤器

PDF 文件因其跨平台兼容性而广受欢迎,内容和布局在不同操作系统、阅读设备和软件上保持一致。然而,与 Python 处理纯文本文件不同,PDF 文件是二进制文件,结构更复杂,包含字体、颜色和图像等元素。 幸运的是,借助 Python 的外部模块,处理 PDF 文件并非难事。本文将使用 PyPDF2 模块演示如何打开 PDF 文件、打印页面和提取文本。关于 PDF 文件的创建和编辑,请参考我的另一篇教程。 准备工作 核心在于使用外部模块 PyPDF2。首先,使用 pip 安装它: pip 是 P

本教程演示了如何利用Redis缓存以提高Python应用程序的性能,特别是在Django框架内。 我们将介绍REDIS安装,Django配置和性能比较,以突出显示BENE

本文比较了Tensorflow和Pytorch的深度学习。 它详细介绍了所涉及的步骤:数据准备,模型构建,培训,评估和部署。 框架之间的关键差异,特别是关于计算刻度的

Python是数据科学和处理的最爱,为高性能计算提供了丰富的生态系统。但是,Python中的并行编程提出了独特的挑战。本教程探讨了这些挑战,重点是全球解释

本教程演示了在Python 3中创建自定义管道数据结构,利用类和操作员超载以增强功能。 管道的灵活性在于它能够将一系列函数应用于数据集的能力,GE
