函数

函数的定义

def functionname(parameters)：```函数文档字符串```functionsuitereturn [expression]

函数以def关键字开头，后接函数名和圆括号
函数的执行代码以冒号起始，并且缩进
return【表达式】结束函数，选择性地返回一个值给调用方，不代表达式return相当于返回none

函数的调用

def printme(str):print(str)printme("我要调用用户自定义函数!")  # 我要调用用户自定义函数!
printme("再次调用同一函数")  # 再次调用同一函数
temp = printme('hello') # hello
print(temp)  # None

函数文档

函数内的第一条语句是字符串时，该字符串就是文档字符串，也称为 docstring

def MyFirstFunction(name):"函数定义过程中name是形参"# 因为Ta只是一个形式，表示占据一个参数位置print('传递进来的{0}叫做实参，因为Ta是具体的参数值！'.format(name))MyFirstFunction('老马的程序人生')
# 传递进来的老马的程序人生叫做实参，因为Ta是具体的参数值！print(MyFirstFunction.__doc__)
# 函数定义过程中name是形参help(MyFirstFunction)
# Help on function MyFirstFunction in module __main__:
# MyFirstFunction(name)
#    函数定义过程中name是形参

函数参数

python的函数具有非常灵活的参数形态，既可以实现简单的调用，又可以传入非常复杂的参数，从简到繁的参数形态如下：

位置参数 (positional argument)
默认参数 (default argument)
可变参数 (variable argument)
关键字参数 (keyword argument)
命名关键字参数 (name keyword argument)
参数组合

位置参数

def functionname(arg1):
"函数文档字符串"
functionsuite
return [expression]

arg1 - 位置参数，这些参数在调用函数 (call function) 时位置要固定。
默认参数

def functionname(arg1, arg2=v):
"函数文档字符串"
functionsuite
return [expression]

arg2 = v - 默认参数 = 默认值，调用函数时，默认参数的值如果没有传入，则被认为是默认值。
默认参数一定要放在位置参数后面，不然程序会报错。
可变参数：自动封装成一个元组（只读）

顾名思义，可变参数就是传入的参数个数是可变的，可以是 0, 1, 2 到任意个，是不定长的参数。

def functionname(arg1, arg2=v, * args):
"函数文档字符串"
functionsuite
return [expression]

*args - 可变参数，可以是从零个到任意个，自动组装成元组。这里与c++中的数组作为函数参数的方法类似，是传递一个地址变量
-加了星号（*）的变量名会存放所有未命名的变量参数。
```
def func(agr1,*agr2):#自动封装成一个元组，与c++中的数组传递类似print(agr1)for i in agr2:print(i,end=' ')
func(1,1,2,3,4)
# 1
#1 2 3 4
```

关键字参数

def functionname(arg1, arg2=v, args, **kw):
"函数文档字符串"
function*suite
return [expression]

**kw - 关键字参数，可以是从零个到任意个，自动组装成字典。

def func1(arg,*arg1,**arg2):print(arg)print(arg1)print(arg2)func1(1,2,3,4,5,"a","b")
#1
#(2, 3, 4, 5, 'a', 'b')
#{}
func1(1,2,3,4,5,a=1,b=2)#参数中有赋值的时候，自动编排成一个字典
#1
#(2, 3, 4, 5)
#{'a': 1, 'b': 2}

命名关键字参数

def functionname(arg1, arg2=v, args, *, nkw, **kw):
"函数文档字符串"
function*suite
return [expression]

*, nkw - 命名关键字参数，用户想要输入的关键字参数，定义方式是在nkw 前面加个分隔符 *。
如果要限制关键字参数的名字，就可以用「命名关键字参数」
使用命名关键字参数时，要特别注意不能缺少参数名。

def printinfo(arg1, *, nkw, **kwargs):print(arg1)print(nkw)print(kwargs)#必须要有nkw这个关键字的赋值，否则会报错
printinfo(70, nkw=10, a=1, b=2)
# 70
# 10
# {'a': 1, 'b': 2}printinfo(70, 10, a=1, b=2)
# TypeError: printinfo() takes 1 positional argument but 2 were given
#没有写参数名nkw，因此10会被当成一个位置参数，而原函数只有一个位置参数，现在调用了2个，因此程序会报错

参数组合

位置参数、默认参数、可变参数、命名关键字参数和关键字参数，5种中的4个可以一起使用，但是参数定义的顺序必须是：
- 位置参数、默认参数、可变参数和关键字参数
- 位置参数、默认参数、命名关键字参数和关键字参数
  要注意定义可变参数和关键字参数的语法
- *args是可变参数，args接受的是一个tuple
- **kw是一个关键字参数，kw接收的是一个dict（a=1的形式去传入）
命名关键字参数是为了限制调用者可以传入的参数名，同时可以提供默认值。定义命名关键字参数不要忘了写分隔符 *，否则定义的是位置参数。

变量作用域

Python 中，程序的变量并不是在哪个位置都可以访问的，访问权限决定于这个变量是在哪里赋值的。
定义在函数内部的变量拥有局部作用域，该变量称为局部变量。
定义在函数外部的变量拥有全局作用域，该变量称为全局变量。
局部变量只能在其被声明的函数内部访问，而全局变量可以在整个程序范围内访问。
当内部作用域想修改外部作用域的变量时，就要用到global和nonlocal关键字了。

num = 1 #这是一个全局变量
num1 = 2 def fun1():global num  # 需要使用 global 关键字声明print(num)  # 1num = 123#此时全局变量的值被更改print(num)  # 123nums1=234  #234局部变量更改fun1()
print(num)  # 123
print(num1) # 2，全局变量仍然没有被更改

内嵌函数

为什么内部函数只能在内部被调用？

因为函数内部的变量是有生命周期的，当函数运行结束之后就会被释放掉，所以无法在外部使用
当我想在外部使用时，可以将内部函数返回，用一个地址变量去接收，然后再去调用，这也就是闭包的使用

def func():print("func函数被调用")def func1():print("func1函数被调用")func()#func函数被调用
#此时没有调用到内嵌函数def func():print("func函数被调用")def func1():print("func1函数被调用")func1()#该函数只能在内部被调用
func()
#func函数被调用
#func1函数被调用

闭包（闭包返回值通常都是一个函数）

是函数式编程的一个重要的语法结构，是一种特殊的内嵌函数。
如果在一个内部函数里对外层非全局作用域的变量进行引用，那么内部函数就被认为是闭包。
通过闭包可以访问外层非全局作用域的变量，这个作用域称为 闭包作用域。

def line_conf(a, b):def line(x):#内嵌函数使用的变量不属于自己，而在外部，形成了闭包return a * x + breturn line#返回的对象是一个函数
# 定义两条直线
line_A = line_conf(2, 1)  # y=2x+b
line_B = line_conf(3, 2)  # y=3x+2# 打印x对应y的值
print(line_A(1))  # 3
print(line_B(1))  # 5

如果要修改闭包作用域中的变量则需要nonlocal关键字

def func():num=10print("func:",num)def func1():nonlocal num  #用nonlocal关键字声明我要修改这个变量num=100print("func1",num)func1()#此时变量已经被修改print(num)#100func()

递归

如果一个函数在内部调用自己本身，这个函数就是递归函数

#求n！
#用循环来写
def func(n):if n==0:return 1i,sum=1,1while i<n+1:sum=sum*ii=i+1return sumprint(func(4))#24#用递归来写def factorial(n):if n == 1:return 1return n * factorial(n - 1)print(factorial(4))#24#斐波那契数列 f(n)=f(n-1)+f(n-2), f(0)=0 f(1)=1
#用递归来写def func(n):if n<2:return nreturn func(n-1)+func(n-2)lis=list()
for i in range(10):lis.append(func(i))
print(lis)

lambda-表达式

lambda函数的定义

在python里有两类函数：

第一类：用def关键字定义的正规函数
第二类：用lambda关键字定义的匿名函数

python使用lambda关键字来创建匿名函数，而非def关键字

lambda argument_list:expression

lambda-定义匿名函数的关键词
argument_list-函数参数，可以是位置参数、默认参数、关键词参数，和正规函数里的参数类型一样
：-冒号，在函数参数和表达式中间要加一个冒号
expression-只是一个表达式，输入函数参数，输出一些值
- expression中没有return语句，因为lambda不需要它来返回，表达式本事结果就是返回值
- 匿名函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间里的参数

def sqr(x):return x ** 2print(sqr)
# <function sqr at 0x000000BABD3A4400>y = [sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]lbd_sqr = lambda x: x ** 2
print(lbd_sqr)
# <function <lambda> at 0x000000BABB6AC1E0>y = [lbd_sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20))  # 30func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5))  # 15

匿名函数的应用

函数式编程是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。

#非函数式编程
def f(x):for i in range(0, len(x)):x[i] += 10return xx = [1, 2, 3]
f(x)
print(x)#x本身发生了变化，这里是用的地址传递的方式
# [11, 12, 13]#函数式编程
def f(x):y=[]for item in x:y.append(item+10)print(y)#[11,12,13]return y
x=[1,2,3]
f(x)
print(x)#[1,2,3]

匿名函数常常应用于函数式编程的高阶函数 (high-order function)中，主要有两种形式：

参数是函数 (filter, map)
返回值是函数 (closure)

如，在 filter和map函数中的应用：

filter(function, iterable) 过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。
map(function, *iterables) 根据提供的函数对指定序列做映射。

odd = lambda x: x % 2 == 1
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(templist))  # [1, 3, 5, 7, 9]m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
print(list(m1))
# [1, 4, 9, 16, 25]m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(m2))
# [3, 7, 11, 15, 19]def apply_to_list(fun, some_list):return fun(some_list)lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst))
# 15print(apply_to_list(len, lst))
# 5print(apply_to_list(lambda x: sum(x) / len(x), lst))
# 3.0

类与对象

对象=属性+方法

对象是类的实例。换句话说，类主要定义对象的结构，然后我们以类为模板创建对象。类不但包含方法定义，而且还包含所有实例共享的数据。

封装：信息隐蔽技术

我们可以使用关键字 class 定义 Python 类，关键字后面紧跟类的名称、分号和类的实现

class Turtle:  # Python中的类名约定以大写字母开头"""关于类的一个简单例子"""# 属性color = 'green'weight = 10legs = 4shell = Truemouth = '大嘴'# 方法def climb(self):print('我正在很努力的向前爬...')def run(self):print('我正在飞快的向前跑...')def bite(self):print('咬死你咬死你!!')def eat(self):print('有得吃，真满足...')def sleep(self):print('困了，睡了，晚安，zzz')tt = Turtle()
print(tt)
# <__main__.Turtle object at 0x0000007C32D67F98>print(type(tt))
# <class '__main__.Turtle'>print(tt.__class__)
# <class '__main__.Turtle'>print(tt.__class__.__name__)
# Turtlett.climb()
# 我正在很努力的向前爬...tt.run()
# 我正在飞快的向前跑...tt.bite()
# 咬死你咬死你!!# Python类也是对象。它们是type的实例
print(type(Turtle))
# <class 'type'>

继承：子类自动共享父类之间数据和方法的机制

Python 同样支持类的继承，派生类的定义如下所示：

class DerivedClassName(BaseClassName):
statement-1
.
.
.
statement-N

BaseClassName（基类名）必须与派生类定义在一个作用域内。除了类，还可以用表达式，基类定义在另一个模块中时这一点非常有用：

class DerivedClassName(modname.BaseClassName):
statement-1
.
.
.
statement-N

如果子类中定义与父类同名的方法或属性，则会自动覆盖父类对应的方法或属性。

class MyList(list):#继承list的数据和方法passlst = MyList([1, 5, 2, 7, 8])
lst.append(9)
lst.sort()
print(lst)# [1, 2, 5, 7, 8, 9]# 类定义
class people:# 定义基本属性name = ''age = 0# 定义私有属性,私有属性在类外部无法直接进行访问__weight = 0# 定义构造方法def __init__(self, n, a, w):self.name = nself.age = aself.__weight = wdef speak(self):print("%s 说: 我 %d 岁。" % (self.name, self.age))# 单继承示例
class student(people):grade = ''def __init__(self, n, a, w, g):# 调用父类的构函people.__init__(self, n, a, w)self.grade = g#如果上面的程序去掉：people.__init__(self, n, a, w)，则输出：说: 我 0 岁了，我在读 3 年级，因为子类的构造方法把父类的构造方法覆盖了。# 覆写父类的方法def speak(self):print("%s 说: 我 %d 岁了，我在读 %d 年级" % (self.name, self.age, self.grade))s = student('小马的程序人生', 10, 60, 3)
s.speak()
# 小马的程序人生 说: 我 10 岁了，我在读 3 年级

多态：不同对象对同一方法响应不同的行动

class Animal:def run(self):raise AttributeError('子类必须实现这个方法')
#raise关键字是用来抛出异常的class People(Animal):#继承animaldef run(self):print('人正在走')class Pig(Animal):def run(self):print('pig is walking')class Dog(Animal):def run(self):print('dog is running')def func(animal):animal.run()func(Pig())
# pig is walking

self是什么？

python中的self相当于c++中的this指针

class Test:def prt(self):print(self)print(self.__class__)t = Test()
t.prt()
# <__main__.Test object at 0x000000BC5A351208>
# <class '__main__.Test'>

类的方法与普通的函数只有一个特别的区别 —— 它们必须有一个额外的第一个参数名称（对应于该实例，即该对象本身），按照惯例它的名称是 self。在调用方法时，我们无需明确提供与参数 self 相对应的参数。

class Ball:def setName(self, name):self.name = namedef kick(self):print("我叫%s,该死的，谁踢我..." % self.name)a = Ball()#这里的a就是额外的一个参数名称，也就是类必须要实例化才可以使用
a.setName("球A")
b = Ball()
b.setName("球B")
c = Ball()
c.setName("球C")
a.kick()
# 我叫球A,该死的，谁踢我...
b.kick()
# 我叫球B,该死的，谁踢我...

构造函数L: init (self[, param1, param2…])

类有一个名为__init__(self[, param1, param2...])的魔法方法，该方法在类实例化时会自动调用。（c++中的构造函数？）

class Person:def __init__(self,name):#类似c++中的构造函数，会自动调用self.name=namea=Person("k")
print(a.name)#不需要定义也可以直接引用？

公有和私有

在 Python 中定义私有变量只需要在变量名或函数名前加上“__”两个下划线，那么这个函数或变量就会为私有的了。(python中的类默认权限为公开)

class JustCounter:__secretCount = 0  # 私有变量publicCount = 0  # 公开变量def count(self):self.__secretCount += 1self.publicCount += 1print(self.__secretCount)counter = JustCounter()
counter.count()  # 1
counter.count()  # 2
print(counter.publicCount)  # 2# Python的私有为伪私有
print(counter._JustCounter__secretCount)  # 2
print(counter.__secretCount)
# AttributeError: 'JustCounter' object has no attribute '__secretCount'

组合

class Turtle:def __init__(self, x):self.num = xclass Fish:def __init__(self, x):self.num = xclass Pool:def __init__(self, x, y):self.turtle = Turtle(x)self.fish = Fish(y)def print_num(self):print("水池里面有乌龟%s只，小鱼%s条" % (self.turtle.num, self.fish.num))p = Pool(2, 3)
p.print_num()
# 水池里面有乌龟2只，小鱼3条

类、类对象和实例对象

类对象和实例对象

类对象：创建一个类，其实也是一个对象也在内存开辟了一块空间，称为类对象，类对象只有一个。

class A(object):
pass

实例对象：就是通过实例化类创建的对象，称为实例对象，实例对象可以有多个。

什么是绑定？

Python 严格要求方法需要有实例才能被调用，这种限制其实就是 Python 所谓的绑定概念。

Python 对象的数据属性通常存储在名为.__ dict__的字典中，我们可以直接访问__dict__，或利用 Python 的内置函数vars()获取.__ dict__。

class CC:def setXY(self, x, y):self.x = xself.y = ydef printXY(self):print(self.x, self.y)dd = CC()
print(dd.__dict__)
# {}print(vars(dd))
# {}print(CC.__dict__)
# {'__module__': '__main__', 'setXY': <function CC.setXY at 0x000000C3473DA048>, 'printXY': <function CC.printXY at 0x000000C3473C4F28>, '__dict__': <attribute '__dict__' of 'CC' objects>, '__weakref__': <attribute '__weakref__' of 'CC' objects>, '__doc__': None}dd.setXY(4, 5)
print(dd.__dict__)
# {'x': 4, 'y': 5}print(vars(CC))
# {'__module__': '__main__', 'setXY': <function CC.setXY at 0x000000632CA9B048>, 'printXY': <function CC.printXY at 0x000000632CA83048>, '__dict__': <attribute '__dict__' of 'CC' objects>, '__weakref__': <attribute '__weakref__' of 'CC' objects>, '__doc__': None}print(CC.__dict__)
# {'__module__': '__main__', 'setXY': <function CC.setXY at 0x000000632CA9B048>, 'printXY': <function CC.printXY at 0x000000632CA83048>, '__dict__': <attribute '__dict__' of 'CC' objects>, '__weakref__': <attribute '__weakref__' of 'CC' objects>, '__doc__': None}

一些相关的内置函数（BIF）

issubclass(class, classinfo) 方法用于判断参数 class 是否是类型参数 classinfo 的子类。
一个类被认为是其自身的子类。
classinfo可以是类对象的元组，只要class是其中任何一个候选类的子类，则返回True。
isinstance(object, classinfo) 方法用于判断一个对象是否是一个已知的类型，类似type()。
type()不会认为子类是一种父类类型，不考虑继承关系。
isinstance()会认为子类是一种父类类型，考虑继承关系。
如果第一个参数不是对象，则永远返回False。
如果第二个参数不是类或者由类对象组成的元组，会抛出一个TypeError异常。
hasattr(object, name)用于判断对象是否包含对应的属性。
getattr(object, name[, default])用于返回一个对象属性值。
setattr(object, name, value)对应函数 getattr()，用于设置属性值，该属性不一定是存在的。
delattr(object, name)用于删除属性。
```
class property([fget[, fset[, fdel[, doc]]]])
```
用于在新式类中返回属性值。
- fget – 获取属性值的函数
- fset – 设置属性值的函数
- fdel – 删除属性值函数
- doc – 属性描述信息

魔法方法

魔法方法总是被双下划线包围，例如__init__。

魔法方法是面向对象的 Python 的一切，如果你不知道魔法方法，说明你还没能意识到面向对象的 Python 的强大。

魔法方法的“魔力”体现在它们总能够在适当的时候被自动调用。

魔法方法的第一个参数应为cls（类方法）或者self（实例方法）。

cls：代表一个类的名称
self：代表一个实例对象的名称

基本的魔方方法

__init__(self[, ...]) 构造器，当一个实例被创建的时候调用的初始化方法
__new__(cls[, ...])在一个对象实例化的时候所调用的第一个方法，在调用

__ init __初始化前，先调用__ new ___
- _new__至少要有一个参数cls，代表要实例化的类，此参数在实例化时由 Python 解释器自动提供，后面的参数直接传递给__init__。
- __new__对当前类进行了实例化，并将实例返回，传给__init__的self。但是，执行了__new__，并不一定会进入__init__，只有__new__返回了，当前类cls的实例，当前类的__init__才会进入。

class A(object):def __init__(self, value):print("into A __init__")self.value = valuedef __new__(cls, *args, **kwargs):print("into A __new__")print(cls)return object.__new__(cls)class B(A):def __init__(self, value):print("into B __init__")self.value = valuedef __new__(cls, *args, **kwargs):print("into B __new__")print(cls)return super().__new__(cls, *args, **kwargs)b = B(10)# 结果：
# into B __new__
# <class '__main__.B'>
# into A __new__
# <class '__main__.B'>
# into B __init__class A(object):def __init__(self, value):print("into A __init__")self.value = valuedef __new__(cls, *args, **kwargs):print("into A __new__")print(cls)return object.__new__(cls)class B(A):def __init__(self, value):print("into B __init__")self.value = valuedef __new__(cls, *args, **kwargs):print("into B __new__")print(cls)return super().__new__(A, *args, **kwargs)  # 改动了cls变为Ab = B(10)# 结果：
# into B __new__
# <class '__main__.B'>
# into A __new__
# <class '__main__.A'>

若__new__没有正确返回当前类cls的实例，那__init__是不会被调用的，即使是父类的实例也不行，将没有__init__被调用。
__new__方法主要是当你继承一些不可变的 class 时（比如int, str, tuple），提供给你一个自定义这些类的实例化过程的途径。
__del__(self) 析构器，当一个对象将要被系统回收之时调用的方法。

Python 采用自动引用计数（ARC）方式来回收对象所占用的空间，当程序中有一个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 1；当程序中有两个变量引用该 Python 对象时，Python 会自动保证该对象引用计数为 2，依此类推，如果一个对象的引用计数变成了 0，则说明程序中不再有变量引用该对象，表明程序不再需要该对象，因此 Python 就会回收该对象。

大部分时候，Python 的 ARC 都能准确、高效地回收系统中的每个对象。但如果系统中出现循环引用的情况，比如对象 a 持有一个实例变量引用对象 b，而对象 b 又持有一个实例变量引用对象 a，此时两个对象的引用计数都是 1，而实际上程序已经不再有变量引用它们，系统应该回收它们，此时 Python 的垃圾回收器就可能没那么快，要等专门的循环垃圾回收器（Cyclic Garbage Collector）来检测并回收这种引用循环。

class C(object):def __init__(self):print('into C __init__')def __del__(self):print('into C __del__')c1 = C()
# into C __init__
c2 = c1
c3 = c2
del c3
del c2
del c1
# into C __del__

__str__(self):
- 当你打印一个对象的时候，触发__str__
- 当你使用%s格式化的时候，触发__str__
- str强转数据类型的时候，触发__str__
__repr__(self)：
- repr是str的备胎
- 有__str__的时候执行__str__,没有实现__str__的时候，执行__repr__
- repr(obj)内置函数对应的结果是__repr__的返回值
- 当你使用%r格式化的时候触发__repr__

__str__(self) 的返回结果可读性强。也就是说，__str__ 的意义是得到便于人们阅读的信息，就像下面的 ‘2019-10-11’ 一样。

__repr__(self) 的返回结果应更准确。怎么说，__repr__ 存在的目的在于调试，便于开发者使用。

import datetimetoday = datetime.date.today()
print(str(today))  # 2019-10-11
print(repr(today))  # datetime.date(2019, 10, 11)
print('%s' %today)  # 2019-10-11
print('%r' %today)  # datetime.date(2019, 10, 11)

算术运算符

类型工厂函数，指的是“不通过类而是通过函数来创建对象”。

c++中的运算符重载？

__add__(self, other)定义加法的行为：+
__sub__(self, other)定义减法的行为：-
__mul__(self, other)定义乘法的行为：*
__truediv__(self, other)定义真除法的行为：/
__floordiv__(self, other)定义整数除法的行为：//
__mod__(self, other) 定义取模算法的行为：%
__divmod__(self, other)定义当被 divmod() 调用时的行为
divmod(a, b)把除数和余数运算结果结合起来，返回一个包含商和余数的元组(a // b, a % b)。
__pow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
__lshift__(self, other)定义按位左移位的行为：<<
__rshift__(self, other)定义按位右移位的行为：>>
__and__(self, other)定义按位与操作的行为：&
__xor__(self, other)定义按位异或操作的行为：^
__or__(self, other)定义按位或操作的行为：|

class MyClass:def __init__(self, height, weight):self.height = heightself.weight = weight# 两个对象的长相加，宽不变.返回一个新的类def __add__(self, others):return MyClass(self.height + others.height, self.weight + others.weight)# 两个对象的宽相减，长不变.返回一个新的类def __sub__(self, others):return MyClass(self.height - others.height, self.weight - others.weight)# 说一下自己的参数def intro(self):print("高为", self.height, " 重为", self.weight)def main():a = MyClass(height=10, weight=5)a.intro()b = MyClass(height=20, weight=10)b.intro()c = b - ac.intro()d = a + bd.intro()if __name__ == '__main__':main()# 高为 10  重为 5
# 高为 20  重为 10
# 高为 10  重为 5
# 高为 30  重为 15

反算术运算符

反运算魔方方法，与算术运算符保持一一对应，不同之处就是反运算的魔法方法多了一个“r”。当文件左操作不支持相应的操作时被调用。

__radd__(self, other)定义加法的行为：+
__rsub__(self, other)定义减法的行为：-
__rmul__(self, other)定义乘法的行为：*
__rtruediv__(self, other)定义真除法的行为：/
__rfloordiv__(self, other)定义整数除法的行为：//
__rmod__(self, other) 定义取模算法的行为：%
__rdivmod__(self, other)定义当被divmod()调用时的行为
__rpow__(self, other[, module])定义当被 power() 调用或 ** 运算时的行为
__rlshift__(self, other)定义按位左移位的行为：<<
__rrshift__(self, other)定义按位右移位的行为：>>
__rand__(self, other)定义按位与操作的行为：&
__rxor__(self, other)定义按位异或操作的行为：^
__ror__(self, other)定义按位或操作的行为：|

a + b

这里加数是a，被加数是b，因此是a主动，反运算就是如果a对象的__add__()方法没有实现或者不支持相应的操作，那么 Python 就会调用b的__radd__()方法。

class Nint(int):def __radd__(self, other):return int.__sub__(other, self) # 注意 self 在后面a = Nint(5)
b = Nint(3)
print(a + b)  # 8
print(1 + b)  # -2

增量赋值运算符

__iadd__(self, other)定义赋值加法的行为：+=
__isub__(self, other)定义赋值减法的行为：-=
__imul__(self, other)定义赋值乘法的行为：*=
__itruediv__(self, other)定义赋值真除法的行为：/=
__ifloordiv__(self, other)定义赋值整数除法的行为：//=
__imod__(self, other)定义赋值取模算法的行为：%=
__ipow__(self, other[, modulo])定义赋值幂运算的行为：**=
__ilshift__(self, other)定义赋值按位左移位的行为：<<=
__irshift__(self, other)定义赋值按位右移位的行为：>>=
__iand__(self, other)定义赋值按位与操作的行为：&=
__ixor__(self, other)定义赋值按位异或操作的行为：^=
__ior__(self, other)定义赋值按位或操作的行为：|=

一元运算符

__neg__(self)定义正号的行为：+x
__pos__(self)定义负号的行为：-x
__abs__(self)定义当被abs()调用时的行为
__invert__(self)定义按位求反的行为：~x

属性访问

__getattr__(self, name): 定义当用户试图获取一个不存在的属性时的行为。
__getattribute__(self, name)：定义当该类的属性被访问时的行为（先调用该方法，查看是否存在该属性，若不存在，接着去调用__getattr__）。
__setattr__(self, name, value)：定义当一个属性被设置时的行为。
__delattr__(self, name)：定义当一个属性被删除时的行为。

描述符

描述符就是将某种特殊类型的类的实例指派给另一个类的属性。

__get__(self, instance, owner)用于访问属性，它返回属性的值。
__set__(self, instance, value)将在属性分配操作中调用，不返回任何内容。
__del__(self, instance)控制删除操作，不返回任何内容。

定制序列

协议（Protocols）与其它编程语言中的接口很相似，它规定你哪些方法必须要定义。然而，在 Python 中的协议就显得不那么正式。事实上，在 Python 中，协议更像是一种指南。

容器类型的协议

如果说你希望定制的容器是不可变的话，你只需要定义__len__()和__getitem__()方法。
如果你希望定制的容器是可变的话，除了__len__()和__getitem__()方法，你还需要定义__setitem__()和__delitem__()两个方法。

迭代器

迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。
迭代器是一个可以记住遍历的位置的对象。
迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。
迭代器只能往前不会后退。
字符串，列表或元组对象都可用于创建迭代器：

迭代器有两个基本的方法：iter() 和 next()。
iter(object) 函数用来生成迭代器。
next(iterator[, default]) 返回迭代器的下一个项目。
iterator – 可迭代对象
default – 可选，用于设置在没有下一个元素时返回该默认值，如果不设置，又没有下一个元素则会触发 StopIteration 异常。

links = {'B': '百度', 'A': '阿里', 'T': '腾讯'}it = iter(links)#生成一个迭代器
while True:try:each = next(it)#指向下一个except StopIteration:breakprint(each)# B
# A
# Tit = iter(links)
print(next(it))  # B
print(next(it))  # A
print(next(it))  # T
print(next(it))  # StopIteration

把一个类作为一个迭代器使用需要在类中实现两个魔法方法 __iter__() 与 __next__() 。

__iter__(self)定义当迭代容器中的元素的行为，返回一个特殊的迭代器对象，这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。
__next__() 返回下一个迭代器对象。
StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数，返回的是一个迭代器对象。

def myGen():print('生成器执行！')yield 1yield 2myG = myGen()
for each in myG:print(each)'''
生成器执行！
1
2
'''myG = myGen()
print(next(myG))
# 生成器执行！
# 1print(next(myG))  # 2
print(next(myG))  # StopIteration= {'B': '百度', 'A': '阿里', 'T': '腾讯'}it = iter(links)#生成一个迭代器
while True:try:each = next(it)#指向下一个except StopIteration:breakprint(each)# B
# A
# Tit = iter(links)
print(next(it))  # B
print(next(it))  # A
print(next(it))  # T
print(next(it))  # StopIteration

把一个类作为一个迭代器使用需要在类中实现两个魔法方法 __iter__() 与 __next__() 。

__iter__(self)定义当迭代容器中的元素的行为，返回一个特殊的迭代器对象，这个迭代器对象实现了 __next__() 方法并通过 StopIteration 异常标识迭代的完成。
__next__() 返回下一个迭代器对象。
StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 __next__() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。

生成器

在 Python 中，使用了 yield 的函数被称为生成器（generator）。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。
调用一个生成器函数，返回的是一个迭代器对象。

def myGen():print('生成器执行！')yield 1yield 2myG = myGen()
for each in myG:print(each)'''
生成器执行！
1
2
'''myG = myGen()
print(next(myG))
# 生成器执行！
# 1print(next(myG))  # 2
print(next(myG))  # StopIteration

python中的函数及面向对象的知识点相关推荐

python中pivot函数用法_python中pivot()函数基础知识点
不同于以往为大家介绍的函数使用,我们利用pivot函数可以实现的方式,就是用来重塑数据使用的,在python的使用上并不常见,但是如果需要利用这种功能,基本上能够被我们选择调用的函数,pivot函数一 ...
python中定义函数常用关键字_Python 中定义函数的关键字是 _________________ 。_学小易找答案...
[其它]实验4-串和数组-实验任务书.docx [填空题]表达式 'abc' in ['abcdefg'] 的值为______________. [填空题]已知 x = range(1,4) 和 y ...
python中sorted函数的用法_Python3 中sorted() 函数的用法
描述 sorted() 函数对所有可迭代的对象进行排序操作. 语法 sorted(iterable, key=None, reverse=False) iterable – 可迭代对象. key – ...
python中property函数_python 邮件表格Python中property函数用法实例分析
本文实例讲述了Python中property函数用法.分享给大家供大家参考,具体如下: 通常我们在访问和赋值属性的时候,都是在直接和类(实例的)的__dict__打交道,或者跟数据描述符等在打交道.但 ...
python中format函数用法简书_从Python安装到语法基础，这才是初学者都能懂的爬虫教程...
Python和PyCharm的安装:学会Python和PyCharm的安装方法变量和字符串:学会使用变量和字符串的基本用法函数与控制语句:学会Python循环.判断语句.循环语句和函数的使用 Py ...
讲讲Python中的函数传递问题【文末送书】
正式的Python专栏第25篇,同学站住,别错过这个从0开始的文章! 前篇讲了python中的函数和高阶函数,这篇再把函数的其他部分补充一下,稍微轻松简单一些. 文末评论送书,学委会用这个抽奖程序来进 ...
python中reduce函数的运用_python 中 reduce 函数的使用
reduce()函数也是Python内置的一个高阶函数. reduce()函数接收的参数和 map()类似,一个函数 f,一个list,但行为和 map()不同,reduce()传入的函数 f 必须接 ...
SICP2——Python中使用函数构建对象
一.使用对象构建抽象 1.1 数据抽象现在到了数学抽象中最关键的一步:让我们忘记这些符号所表示对象.-根本不必考虑它们到底代表着什么东西. 上一篇文章主要强调的是对数据的操作以及这些操作之间的组合与 ...
python中set()函数的用法,python中set()函数简介及实例解析
python中set()函数简介及实例解析 set函数也是python内置函数的其中一个,属于比较基础的函数.其具体介绍和使用方法,下面进行介绍. set() 函数创建一个无序不重复元素集,可进行关系 ...

python中的函数及面向对象的知识点

函数

函数的定义

函数的调用

函数文档

函数参数

变量作用域

内嵌函数

闭包（闭包返回值通常都是一个函数）

递归

lambda-表达式

lambda函数的定义

匿名函数的应用

类与对象

对象=属性+方法

继承：子类自动共享父类之间数据和方法的机制

多态：不同对象对同一方法响应不同的行动

self是什么？

构造函数L: init (self[, param1, param2…])

公有和私有

组合

类、类对象和实例对象

什么是绑定？

一些相关的内置函数（BIF）

魔法方法

基本的魔方方法

算术运算符

反算术运算符

增量赋值运算符

一元运算符

属性访问

描述符

定制序列

迭代器

生成器

生成器

python中的函数及面向对象的知识点相关推荐

最新文章

热门文章

python中的函数及面向对象的知识点

函数

函数的定义

函数的调用

函数文档

函数参数

变量作用域

内嵌函数

闭包（闭包返回值通常都是一个函数）

递归

lambda-表达式

lambda函数的定义

匿名函数的应用

类与对象

对象=属性+方法

继承：子类自动共享父类之间数据和方法的机制

多态：不同对象对同一方法响应不同的行动

self是什么？

构造函数L:__ init __(self[, param1, param2…])

公有和私有

组合

类、类对象和实例对象

什么是绑定？

一些相关的内置函数（BIF）

魔法方法

基本的魔方方法

算术运算符

反算术运算符

增量赋值运算符

一元运算符

属性访问

描述符

定制序列

迭代器

生成器

生成器

python中的函数及面向对象的知识点相关推荐

最新文章

热门文章

构造函数L: init (self[, param1, param2…])