流畅的Python 1. Python数据模型（特殊方法 __func_

文章目录

1. `__getitem__()、__len__()` 方法
2. 特殊方法

1. `getitem()、len()` 方法

举一个扑克牌的例子

import collectionsCard = 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 choiceprint(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_valuerank_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 distanceclass Vector:def __init__(self, x=0, y=0):self.x = xself.y = ydef __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.xy = 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)

流畅的Python 1. Python数据模型（特殊方法 func()）相关推荐

python的数据模型_python高级（一）—— python数据模型(特殊方法)
本文主要内容 collections.namedtuple __getitem__ 和 __len__ __repr__和__str__ __abs__.__add__和__mul__ __bool_ ...
独家 | 数据科学家对可复用Python代码的实用管理方法（附链接）
作者:Matthew Mayo, KDnuggets翻译:殷之涵校对:欧阳锦本文约3000字,建议阅读5分钟本文为大家介绍了四种关于复用Python代码的管理方法,以提高代码的效率及可读性等. 标签: ...
Python pandas.DataFrame.combine_first函数方法的使用
Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...
Python总结-学习方向和方法
目录前言... 2 (一)如何学习Python. 2 (二)一些Python免费课程推荐... 3 (三)Python爬虫需要哪些知识?... 4 (四)Python爬虫进阶... 6 (五)Pyt ...
Python pandas.DataFrame.tz_localize函数方法的使用
Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...
Python pandas.DataFrame.expanding函数方法的使用
Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...
Python pandas.DataFrame.melt函数方法的使用
Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...
Python pandas.DataFrame.round函数方法的使用
Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...
Python pandas.DataFrame.kurt函数方法的使用
Pandas是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的.Pandas 纳入了大量库和一些标准的数据模型,提供了高效地操作大型数据集所需的工具.Pandas提供了大量能使我们快速 ...

流畅的Python 1. Python数据模型（特殊方法 func()）

文章目录

1. `getitem()、len()` 方法

2. 特殊方法

流畅的Python 1. Python数据模型（特殊方法 func()）相关推荐

最新文章

热门文章

流畅的Python 1. Python数据模型（特殊方法 __func__()）

文章目录

1. __getitem__()、__len__() 方法

2. 特殊方法

流畅的Python 1. Python数据模型（特殊方法 __func__()）相关推荐

最新文章

热门文章

流畅的Python 1. Python数据模型（特殊方法 func()）

1. `getitem()、len()` 方法

流畅的Python 1. Python数据模型（特殊方法 func()）相关推荐