您的位置:首页 > 编程语言 > Python开发

Python如何设计面向对象的类(上)

2021-07-02 19:37 781 查看

Python是一门高级语言,支持面向对象设计,如何设计一个符合Python风格的面向对象的类,是一个比较复杂的问题,本文提供一个参考,表达一种思路,探究一层原理。

目标

期望实现的类具有以下基本行为:

  • __repr__
    为repr()提供支持,返回便于开发者理解的对象字符串表示形式。
  • __str__
    为str()提供支持,返回便于用户理解的对象字符串表示形式。
  • __bytes__
    为bytes()提供支持,返回对象的二进制表示形式。
  • __format__
    为format()和str.format()提供支持,使用特殊的格式代码显示对象的字符串表示形式。

Vector2d是一个向量类,期望它能支持以下操作:

>>> v1 = Vector2d(3, 4)
>>> print(v1.x, v1.y)  # 通过属性直接访问
3.0 4.0
>>> x, y = v1  # 支持拆包
>>> x, y
(3.0, 4.0)
>>> v1  # 支持repr
Vector2d(3.0, 4.0)
>>> v1_clone = eval(repr(v1))  # 验证repr描述准确
>>> v1 == v1_clone  # 支持==运算符
True
>>> print(v1)  # 支持str
(3.0, 4.0)
>>> octets = bytes(v1)  # 支持bytes
>>> octets
b'd\\x00\\x00\\x00\\x00\\x00\\x00\\x08@\\x00\\x00\\x00\\x00\\x00\\x00\\x10@'
>>> abs(v1)  # 实现__abs__
5.0
>>> bool(v1), bool(Vector2d(0, 0))  # 实现__bool__
(True, False)

基本实现

代码与解析如下:

from array import array
import math

class Vector2d:
# Vector2d实例和二进制之间转换时使用
typecode = 'd'

def __init__(self, x, y):
# 转换为浮点数
self.x = float(x)
self.y = float(y)

def __iter__(self):
# 生成器表达式,把Vector2d实例变成可迭代对象,这样才能拆包
return (i for i in (self.x, self.y))

def __repr__(self):
class_name = type(self).__name__
# {!r}是个万能的格式符
# *self是拆包,*表示所有元素
return '{}({!r}, {!r})'.format(class_name, *self)

def __str__(self):
# Vector2d实例是可迭代对象,可以得到一个元组,并str
return str(tuple(self))

def __bytes__(self):
# 转换为二进制
return (bytes([ord(self.typecode)]) +
bytes(array(self.typecode, self)))

def __eq__(self, other):
# 比较相等
return tuple(self) == tuple(other)

def __abs__(self):
# 向量的模是直角三角形的斜边长
return math.hypot(self.x, self.y)

def __bool__(self):
# 0.0是False,非零值是True
return bool(abs(self))

@classmethod
def frombytes(cls, octets):  # classmethod不传self传cls
typecode = chr(octets[0])
memv = memoryview(octets[1:]).cast(typecode)
return cls(*memv)  # 拆包后得到构造方法所需的一对参数

代码最后用到了@classmethod装饰器,它容易跟@staticmethod混淆。

@classmethod的用法是:定义操作类,而不是操作实例的方法。常用来定义备选构造方法。

@staticmethod其实就是个普通函数,只不过刚好放在了类的定义体里。实际定义在类中或模块中都可以。

格式化显示

代码与解析如下:

def angle(self):
return math.atan2(self.y, self.x)

def __format__(self, fmt_spec=''):
if fmt_spec.endswith('p'):  # 以'p'结尾,使用极坐标
fmt_spec = fmt_spec[:-1]
coords = (abs(self), self.angle())  # 计算极坐标(magnitude, angle)
outer_fmt = '<{}, {}>'  # 尖括号
else:
coords = self  # 不以'p'结尾,构建直角坐标(x, y)
outer_fmt = '({}, {})'  # 圆括号
components = (format(c, fmt_spec) for c in coords)  # 使用内置format函数格式化字符串
return outer_fmt.format(*components)  # 拆包后代入外层格式

它实现了以下效果:

直角坐标:

>>> format(v1)
'(3.0, 4.0)'
>>> format(v1, '.2f')
'(3.00, 4.00)'
>>> format(v1, '.3e')
'(3.000e+00, 4.000e+00)'

极坐标:

>>> format(Vector2d(1, 1), 'p')  # doctest:+ELLIPSIS
'<1.414213..., 0.785398...>'
>>> format(Vector2d(1, 1), '.3ep')
'<1.414e+00, 7.854e-01>'
>>> format(Vector2d(1, 1), '0.5fp')
'<1.41421, 0.78540>'

可散列的

实现

__hash__
特殊方法能让Vector2d变成可散列的,不过在这之前需要先让属性不可变,代码如下:

def __init__(self, x, y):
# 双下划线前缀,变成私有的
self.__x = float(x)
self.__y = float(y)

@property  # 标记为特性
def x(self):
return self.__x

@property
def y(self):
return self.__y

这样x和y就只读不可写了。

属性名字的双下划线前缀叫做名称改写(name mangling),相当于

_Vector2d__x
_Vector2d__y
,能避免被子类覆盖。

然后使用位运算符异或混合x和y的散列值:

def __hash__(self):
return hash(self.x) ^ hash(self.y)

节省内存

Python默认会把实例属性存储在

__dict__
字典里,字典的底层是散列表,数据量大了以后会消耗大量内存(以空间换时间)。通过
__slots__
类属性,能把实例属性存储到元组里,大大节省内存空间。

示例:

class Vector2d:
__slots__ = ('__x', '__y')

typecode = 'd'

有几点需要注意:

  • 必须把所有属性都定义到
    __slots__
    元组中。
  • 子类也必须定义
    __slots__
  • 实例如果要支持弱引用,需要把
    __weakref
    也加入
    __slots__

覆盖类属性

实例覆盖

Python有个很独特的特性:类属性可用于为实例属性提供默认值。实例代码中的typecode就能直接被self.typecode拿到。但是,如果为不存在的实例属性赋值,会新建实例属性,类属性不会受到影响,self.typecode拿到的是实例属性的typecode。

示例:

>>> v1 = Vector2d(1, 2)
>>> v1.typecode = 'f'
>>> v1.typecode
'f'
>>> Vector2d.typecode
'd'

子类覆盖

类属性是公开的,所以可以直接通过

Vector2d.typecode = 'f'
进行修改。但是更符合Python风格的做法是定义子类:

class ShortVector2d(Vector2d):
typecode = 'f'

Django基于类的视图大量使用了这个技术。

小结

本文先介绍了如何实现特殊方法来设计一个Python风格的类,然后分别实现了格式化显示与可散列对象,使用

__slots__
能为类节省内存,最后讨论了类属性覆盖技术,子类覆盖是Django基于类的视图大量用到的技术。

参考资料:

《流畅的Python》第9章 符合Python风格的对象

https://www.jianshu.com/p/7fc0a177fd1f

内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: 
相关文章推荐