0x00 is與==
==運算符是比較兩個對象的內容是否相等，默認情況是調用對象的__eq__方法進行比較；而is是比較兩個對象是否一樣，它比較的兩個對象的id，即它們的內存地址是否相同。
>>> a = [1,2,3]
>>> b = [1,2,3]
>>> a == b
True
# a和b是否是同一個對象
>>> a is b
False
# a和b的地址其實是不一樣的
>>> id(a)
4498717128
>>> id(b)
4446861832
在比較時但也有例外。Python對一些常用的值進行緩存優化，例如在區間[-5,256]的整數，它們在創建時，無論創建多少個對象，它們的id是一樣的，即它們在底層中只保存一份內存。
>>> a = -5
>>> b = -5
>>> a == b
True
>>> a is b
True
>>> a = -6
>>> b = -6
>>> a == b
True
>>> a is b
False
對一些短的字符串也是如此，因此并不是所有字符串都會創建新的實例
>>> a='123'
>>> b='123'
>>> a==b
True
>>> a is b
True
>>> id(a)
4446903800
>>> id(b)
4446903800
>>> x = 'long char'
>>> y = 'long char'
>>> x == y
True
>>> x is y
False
0x01 __repr__與__str__
每個類都應該提供一個__repr__方法。__repr__方法和__str__方法有什么不一樣呢？
簡單的說，__repr__可以反映一個對象的類型以及包含的內容，而__str__主要是用于打印一個對象的內容。例如看一下Python中的日期類datetime
import datetime
>>> today = datetime.date.today()
>>> today
datetime.date(2019, 7, 7)
>>> print(today)
2019-07-07
>>> str(today)
'2019-07-07'
>>> repr(today)
'datetime.date(2019, 7, 7)'
__str__在字符串連接，打印等操作會用到，而__repr__主要是面向開發者，它能反饋的信息比較多，例如在交互環境下輸入today這個變量會打印出datetime.date(2019, 7, 7)，不僅可以看出today代表的是今天的日期信息，還可以看出它的類型信息。更重要的是你可以直接復制這段打印出來的信息，直接構造一個“相同”的對象出來。
例如
>>> now = datetime.date(2019, 7, 7)
>>> now
datetime.date(2019, 7, 7)
0x02 對象復制
對象的復制或說對象拷貝可以分為淺拷貝和深拷貝。
淺拷貝與深拷貝
我們通過代碼來說明，就很好理解
如果要拷貝的對象是基本數據類型，那么深拷貝和淺拷貝的區別不是很大。
>>> a = [1,2,3]
>>> b = list(a)
>>> a[1]=200
>>> a
[1, 200, 3]
>>> b
[1, 2, 3]
修改a中的元素并不會影響到b
但如果要拷貝的對象包含了另一個對象，那么就要考慮深拷貝和淺拷貝的問題了。
>>> a = [[1,2,3],[4,5,6],[7,8,9]]
>>> b = list(a)
>>> a == b
True
>>> a is b
False
這里有一個列表a，里面有三個子列表，即列表里包含的是對象。
我們使用list工廠方法創建了一個a的拷貝b,這個b就是a的淺拷貝，為什么呢？
>>> a[1][2]='x'
>>> a
[[1, 2, 3], [4, 5, 'x'], [7, 8, 9]]
>>> b
[[1, 2, 3], [4, 5, 'x'], [7, 8, 9]]
把a[1][2]的元素修改成了x,這時候b列表中也響應了相同的修改。所以這是淺拷貝，因為沒有把子對象進行拷貝，只是拷貝了指向子對象的引用。
知道淺拷貝，那么深拷貝就很好理解了。執行拷貝之后，拷貝對象和原對象是完全獨立的，修改任何一個對象都不會影響到另一個對象
如何深拷貝一個對象
這時候就需要copy模塊了，該模塊有兩個重要的方法deepcopy和copy。不錯，就是分別代表深拷貝和淺拷貝。
>>> import copy
>>> a = [[1,2,3],[4,5,6],[7,8,9]]
>>> b = copy.deepcopy(a)
>>> a
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> b
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
>>> a[1][2]='change'
>>> a
[[1, 2, 3], [4, 5, 'change'], [7, 8, 9]]
>>> b
[[1, 2, 3], [4, 5, 6], [7, 8, 9]]
執行深拷貝之后，對a的修改并不會影響到b。
0x03 Abstract Base Classes(ABC)
抽象基類的使用
為了說明為什么要使用ABC,我們先看下不使用ABC的情況
# 定義了基類Base
>>> class Base:
def foo(self):
raise NotImplemented
def bar(self):
raise NotImplemented
# 定義實現類
>>> class Concrete(Base):
def foo(self):
print('called foo')
# 實現類并沒有實現bar方法
>>> c = Concrete()
>>> c.foo()
called foo
>>> c.bar()
Traceback (most recent call last):
File "
", line 1, in
c.bar()
File "
", line 5, in bar
raise NotImplemented
TypeError: exceptions must derive from BaseException
可以看到沒有實現基類bar方法的Concrete類，依然可以使用，并沒有在第一時間拋出錯誤。
要解決這個問題，就要用到我們abc模塊了。
from abc import ABC
# 定義基類，繼承于ABC
>>> class Base(ABC):
@abstractmethod
def foo(self):
pass
@abstractmethod
def bar(self):
pass
>>> class Concrete(Base):
def foo(self):
print("called foo")
# 實現類并沒有實現bar方法
>>> c = Concrete()
Traceback (most recent call last):
File "
", line 1, in
c = Concrete()
TypeError: Can't instantiate abstract class Concrete with abstract methods bar
可以看到，在使用Concrete構造方法的時候，就立即拋出TypeError了。
0x04 使用namedtuple的好處
關于namedtuple的用法在前面的文章《如何在Python中表示一個對象》 也有提到。
簡單的說namedtuple是一個可以命名的tuple，他是對tuple的擴展，它有跟tuple一樣不可變的屬性。
對于一些數據類的定義，namedtuple使用起來非常方便
>>> from collections import namedtuple
>>> Point = namedtuple('Point','x y z')
>>> p = Point(1,3,5)
>>> p
Point(x=1, y=3, z=5)
>>> p.x
1
>>> p.y = 3.5
AttributeError: can't set attribute
# 可以看出通過namedtuple定義對象，就是一個class類型的
>>> type(p)
還可以使用它內部的一些工具方法，在實際的編碼當中也是非常實用的。
# 轉化為dict
>>> p._asdict()
OrderedDict([('x', 1), ('y', 3), ('z', 5)])
# 更新或替換某個屬性值
>>> p._replace(x=111)
Point(x=111, y=3, z=5)
# 使用_make創建新對象
>>> Point._make([333,666,999])
Point(x=333, y=666, z=999)
0x05 類變量和實例變量
Python中對象的屬性類型有實例變量和類變量。
類變量是屬于類的，它存儲在“類的內存空間”里，并能夠被它的各個實例對象共享。而實例變量是屬于某個特定實例的，它不在“類的內存空間”中，它是獨立于各個實例存在的。
>>> class Cat:
num_legs = 4
>>> class Cat:
num_legs = 4
def __init__(self,name):
self.name = name
>>> tom = Cat('tom')
>>> jack = Cat('jack')
>>> tom.name,jack.name
('tom', 'jack')
>>> tom.num_legs,jack.num_legs
(4, 4)
>>> Cat.num_legs
4
這里定義了一個貓類，它有一個實例變量name,還有一個類變量num_legs，這個是各個實例共享的。
如果對類變量進行，那么其它實例也會同步修改。而對某個實例對修改，并不會影響都類變量。
>>> Cat.num_legs = 6
>>> tom.num_legs,jack.num_legs
(6, 6)
>>> tom.num_legs = 2
>>> tom.num_legs,jack.num_legs
(2, 6)
>>> Cat.num_legs
6
tom.num_legs = 2這個語句都作用其實對tom這個實例增加了一個屬性，只不過這個屬性名稱跟類屬性的名稱是一致的。
0x06 實例方法、類方法和靜態方法
為了更好區分，我們還是來看代碼
>>> class MyClass:
def method(self):
print(f"instance method at {self}" )
@classmethod
def classmethod(cls):
print(f'classmethod at {cls}')
@staticmethod
def staticmethod():
print('staticmethod')
>>> mc = MyClass()
>>> mc.method
<__main__.MyClass object at 0x10c280b00>>
>>> mc.classmethod
>
>>> mc.staticmethod
可以看到在MyClass中分別定義實例方法(method)、類方法(classmethod)和靜態方法(staticmethod)
在Python中一切都是對象，所以我打印來一下各個方法的__repr__輸出。
對于實例方法method是綁定在MyClass的具體實現對象中的，而類方法classmethod是綁定在MyClass中的，而靜態方法staticmethod既不綁定在實例里，也不綁定在類中，它就是一個function對象實例方法的調用，需要傳遞一個實例對象到實例方法中，以下兩種方法的調用是等價的。
>>> mc.method()
instance method at <__main__.MyClass object at 0x10910ada0>
>>> MyClass.method(mc)
instance method at <__main__.MyClass object at 0x10910ada0>
類方法的調用和靜態方法的調用都是使用ClassName.methodName()的方式。
>>> MyClass.classmethod()
classmethod at
>>> MyClass.staticmethod()
staticmethod
類方法和靜態方法有什么區別呢？
- 首先在前面可以看到類方法和靜態方法的對象是不一樣的，一個是bound method，一個是function。
- 其次類方法可以訪問到類對象MyClass，而靜態方法不能。
- 最后靜態方法其實跟一個普通的function對象一樣，只不過它是屬于類命名空間的。
0x07 總結一下
本文主要對Python中一些常見的面向對象的相關的一些特性進行了說明。包括對象的比較、輸出、拷貝等操作，以及推薦使用namedtuple定義數據類。最后對類變量和實例變量以及類方法、實例方法和靜態方法的不同作了分析。
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
