流畅的Python 1. Python数据模型(特殊方法 __func__())
作者:互联网
文章目录
1. __getitem__()、__len__()
方法
- 举一个扑克牌的例子
import collections
Card = collections.namedtuple('Card_name', ['rank', 'suit'])
print(Card.__doc__) # Card_name(rank, suit)
class FrenchDeck:
ranks = [str(n) for n in range(2, 11)] + list('JKQA')
suits = 'spades diamonds clubs hearts'.split()
def __init__(self):
self._cards = [Card(rank, suit) for suit in self.suits
for rank in self.ranks]
def __len__(self):
return len(self._cards)
def __getitem__(self, pos):
return self._cards[pos]
deck = FrenchDeck()
print(len(deck)) # 13*4=52
print(deck[0]) # [] 调用 __getitem__ 方法
# Card_name(rank='2', suit='spades')
from random import choice
print(choice(deck)) # Card_name(rank='4', suit='clubs') 随机
print(choice(deck)) # Card_name(rank='J', suit='diamonds')
print(choice(deck)) # Card_name(rank='3', suit='clubs')
# __getitem__ 支持切片操作
# 取出前 3 个
print(deck[:3])
# 取出 A的所有项
print(deck[12::13]) # 12 开始 结束没有写默认结尾,每隔13个取一次
# __getitem__ 反向迭代也可以
for card in reversed(deck):
print(card)
# 没有实现 __contains__ 方法,in 顺序做一次迭代搜索
print(Card('Q', 'hearts') in deck) # True
print(Card('7', 'abc') in deck) # False
# 排序
suit_values = dict(spades=3, hearts=2, diamonds=1, clubs=0)
def spades_high(card):
# 自定义牌的 rank_value
rank_value = FrenchDeck.ranks.index(card.rank)
return rank_value*len(suit_values) + suit_values[card.suit]
# 自定义排序
for card in sorted(deck, key=spades_high):
print(card)
2. 特殊方法
- python解释器会自动调用,如
len(obj)
,解释器 调用obj
的__len__()
方法 - 内置的类型的
__len__()
方法,抄近路,直接读取ob_size
属性 for i in x:
,是iter(x)
调用了x.__iter__()
方法- 通过内置函数(如,
len,iter,str
等)来使用特殊方法是最好的选择 - 不要自己随意添加特殊方法
__func__
,将来的 python版本 可能添加该方法
特殊方法:https://docs.python.org/3/reference/datamodel.html
from math import hypot # 返回模长 Euclidean distance
class Vector:
def __init__(self, x=0, y=0):
self.x = x
self.y = y
def __repr__(self): # 打印的时候输出内容
print("调用__repr__")
# %r 获取 各个属性的标准字符串表示形式
return 'Vector(%r, %r)' % (self.x, self.y)
# __str__() 是在 str() 或 print() 时调用,返回的字符串更友好
# 请优先使用 __repr__, 如果调用 str() 但是有没有实现 __str__(),
# 解释器自动用 __repr__ 代替
# def __str__(self):
# return "print() 优先调用 __str__()"
def __abs__(self):
print("调用__abs__")
return hypot(self.x, self.y)
def __bool__(self):
print("调用__bool__")
# bool(x) 调用 x.__bool__(), 如果不存在,则调用 x.__len__()
return bool(abs(self))
# 或者
# return (self.x or self.y) # 更高效
def __add__(self, other):
print("调用__add__")
x = self.x + other.x
y = self.y + other.y
# 原则:不改变输入,创建新的输出
return Vector(x, y)
def __mul__(self, scalar):
print("调用__mul__")
# 原则:不改变输入,创建新的输出
return Vector(self.x * scalar, self.y * scalar)
def __rmul__(self, scalar): # 交换律
print("调用__rmul__")
# 原则:不改变输入,创建新的输出
return Vector(self.x * scalar, self.y * scalar)
v1 = Vector(2, 4)
v2 = Vector(2, 1)
v3 = v1 + v2 # 调用__add__
print(v3) # 调用__repr__ Vector(4, 5)
print(abs(v3)) # 调用__abs__ 6.4031242374328485
print(bool(v3)) # 调用__bool__ 调用__abs__ True
print(v3 * 3) # 调用__mul__ 调用__repr__ Vector(12, 15)
print(3 * v3) # 调用__rmul__ 调用__repr__ Vector(12, 15)
print(str(v3)) # 调用__repr__ Vector(4, 5)
标签:__,调用,deck,Python,self,rank,print,数据模型 来源: https://blog.csdn.net/qq_21201267/article/details/114545965