Python之对象

亦凉 2022-12-11 03:25 184阅读 0赞

# Python之对象 #

\- 对象是内存中专门用来存储数据的一块区域。  
\- 对象中可以存放各种数据（比如：数字、布尔值、代码）  
\- 对象由三部分组成：  
1.对象的标识（id）  
2.对象的类型（type）  
3.对象的值（value）

## 面向对象（OOP） ##

\- Python是一门面向对象的编程语言  
\- 所谓的面向对象的语言，简单理解就是语言中的所有操作都是通过对象来进行的  
\- 面向过程的编程的语言  
\- 面向过程指将我们的程序的逻辑分解为一个一个的步骤，  
通过对每个步骤的抽象，来完成程序

\- 面向过程的编程思想将一个功能分解为一个一个小的步骤，  
我们通过完成一个一个的小的步骤来完成一个程序  
\- 这种编程方式，符合我们人类的思维，编写起来相对比较简单  
\- 但是这种方式编写代码的往往只适用于一个功能，  
如果要在实现别的功能，即使功能相差极小，也往往要重新编写代码，  
所以它可复用性比较低，并且难于维护

\- 面向对象的编程语言  
\- 面向对象的编程语言，关注的是对象，而不关注过程  
\- 对于面向对象的语言来说，一切都是对象

## 类(class) ##

\- 类，简单理解它就相当于一个图纸。在程序中我们需要根据类来创建对象  
\- 类就是对象的图纸！  
\- 我们也称对象是类的实例（instance）  
\- 如果多个对象是通过一个类创建的，我们称这些对象是一类对象  
\- 像 int() float() bool() str() list() dict() .... 这些都是类  
\- a = int(10) \# 创建一个int类的实例 等价于 a = 10  
\- 我们自定义的类都需要使用大写字母开头，使用大驼峰命名法（帕斯卡命名法）来对类命名

\- 类也是一个对象！  
\- 类就是一个用来创建对象的对象！  
\- 类是type类型的对象，定义类实际上就是定义了一个type类型的对象

## 类的定义 ##

在类的代码块中，我们可以定义变量和函数  
在类中我们所定义的变量，将会成为所有的实例的公共属性  
所有实例都可以访问这些变量

在类中也可以定义函数，类中的定义的函数，我们称为方法  
这些方法可以通过该类的所有实例来访问

调用方法，对象.方法名()  
方法调用和函数调用的区别  
如果是函数调用，则调用时传几个参数，就会有几个实参  
但是如果是方法调用，默认传递一个参数，所以方法中至少要定义一个形参

在类中可以定义一些特殊方法（魔术方法）  
特殊方法都是以\_\_开头，\_\_结尾的方法  
特殊方法不需要我们自己调用，不要尝试去调用特殊方法  
特殊方法将会在特殊的时刻自动调用

init会在对象创建以后离开执行  
init可以用来向新创建的对象中初始化属性  
调用类创建对象时，类后边的所有参数都会依次传递到init()中

封装是面向对象的三大特性之一  
封装指的是隐藏对象中一些不希望被外部所访问到的属性或方法  
如何隐藏一个对象中的属性？  
\- 将对象的属性名，修改为一个外部不知道的名字  
如何获取（修改）对象中的属性？  
\- 需要提供一个getter和setter方法使外部可以访问到属性  
\- getter 获取对象中的指定属性（get\_属性名）  
\- setter 用来设置对象的指定属性（set\_属性名）  
使用封装，确实增加了类的定义的复杂程度，但是它也确保了数据的安全性  
1.隐藏了属性名，使调用者无法随意的修改对象中的属性  
2.增加了getter和setter方法，很好的控制的属性是否是只读的  
如果希望属性是只读的，则可以直接去掉setter方法  
如果希望属性不能被外部访问，则可以直接去掉getter方法  
3.使用setter方法设置属性，可以增加数据的验证，确保数据的值是正确的  
4.使用getter方法获取属性，使用setter方法设置属性  
可以在读取属性和修改属性的同时做一些其他的处理  
5.使用getter方法可以表示一些计算的属性

可以为对象的属性使用双下划线开头，\_\_xxx  
双下划线开头的属性，是对象的隐藏属性，隐藏属性只能在类的内部访问，无法通过对象访问  
其实隐藏属性只不过是Python自动为属性改了一个名字  
实际上是将名字修改为了，\_类名\_\_属性名 比如 \_\_name -> \_Person\_\_name

使用\_\_开头的属性，实际上依然可以在外部访问，所以这种方式我们一般不用  
一般我们会将一些私有属性（不希望被外部访问的属性）以\_开头  
一般情况下，使用\_开头的属性都是私有属性，没有特殊需要不要修改私有属性

property装饰器，用来将一个get方法，转换为对象的属性  
添加为property装饰器以后，我们就可以像调用属性一样使用get方法  
使用property装饰的方法，必须和属性名是一样的

setter方法的装饰器：@属性名.setter

有一个类，能够实现我们需要的大部分功能，但是不能实现全部功能  
如何能让这个类来实现全部的功能呢？  
① 直接修改这个类，在这个类中添加我们需要的功能  
\- 修改起来会比较麻烦，并且会违反OCP原则  
② 直接创建一个新的类  
\- 创建一个新的类比较麻烦，并且需要大量的进行复制粘贴，会出现大量的重复性代码  
③ 直接从Animal类中来继承它的属性和方法  
\- 继承是面向对象三大特性之一  
\- 通过继承我们可以使一个类获取到其他类中的属性和方法  
\- 在定义类时，可以在类名后的括号中指定当前类的父类（超类、基类、super）  
子类（衍生类）可以直接继承父类中的所有的属性和方法  
  
通过继承可以直接让子类获取到父类的方法或属性，避免编写重复性的代码，并且也符合OCP原则  
所以我们经常需要通过继承来对一个类进行扩展

在创建类时，如果省略了父类，则默认父类为object  
object是所有类的父类，所有类都继承自object，issubclass() 检查一个类是否是另一个类的子类，isinstance()用来检查一个对象是否是一个类的实例

如果在子类中如果有和父类同名的方法，则通过子类实例去调用方法时，会调用子类的方法而不是父类的方法，这个特点我们成为叫做方法的重写（覆盖，override）。

当我们调用一个对象的方法时，会优先去当前对象中寻找是否具有该方法，如果有则直接调用，如果没有，则去当前对象的父类中寻找，如果父类中有则直接调用父类中的方法， 如果没有，则去父类的父类中寻找，以此类推，直到找到object，如果依然没有找到，则报错。

父类中的所有方法都会被子类继承，包括特殊方法，也可以重写特殊方法，super() 可以用来获取当前类的父类，并且通过super()返回对象调用父类方法时，不需要传递self；

在Python中是支持多重继承的，也就是我们可以为一个类同时指定多个父类  
可以在类名的()后边添加多个类，来实现多重继承  
多重继承，会使子类同时拥有多个父类，并且会获取到所有父类中的方法  
在开发中没有特殊的情况，应该尽量避免使用多重继承，因为多重继承会让我们的代码过于复杂  
如果多个父类中有同名的方法，则会现在第一个父类中寻找，然后找第二个，然后找第三个。。。  
前边父类的方法会覆盖后边父类的方法；类名.\_\_bases\_\_ 这个属性可以用来获取当前类的所有父类 。

多态是面向对象的三大特征之一，多态从字面上理解是多种形态，一个对象可以以不同的形态去呈现。

面向对象的三大特征：  
封装  
\- 确保对象中的数据安全  
继承  
\- 保证了对象的可扩展性  
多态  
\- 保证了程序的灵活性

\- 类和对象都是对现实生活中的事物或程序中的内容的抽象  
\- 实际上所有的事物都由两部分构成：  
1.数据（属性）  
2.行为（方法）

定义一个类，类属性：直接在类中定义的属性是类属性，类属性可以通过类或类的实例访问到，但是类属性只能通过类对象来修改，无法通过实例对象修改实例属性； 实例属性，通过实例对象添加的属性属于实例属性，实例属性只能通过实例对象来访问和修改，类对象无法访问修改，类方法：在类内部使用 @classmethod 来修饰的方法属于类方法，类方法的第一个参数是cls，也会被自动传递，cls就是当前的类对象，类方法和实例方法的区别，实例方法的第一个参数是self，而类方法的第一个参数是cls，类方法可以通过类去调用，也可以通过实例调用，没有区别；实例方法：在类中定义，以self为第一个参数的方法都是实例方法，实例方法在调用时，Python会将调用对象作为self传入，实例方法可以通过实例和类去调用，当通过实例调用时，会自动将当前调用对象作为self传入，当通过类调用时，不会自动传递self，此时我们必须手动传递self；静态方法：在类中使用 @staticmethod 来修饰的方法属于静态方法，静态方法不需要指定任何的默认参数，静态方法可以通过类和实例去调用，静态方法，基本上是一个和当前类无关的方法，它只是一个保存到当前类中的函数，静态方法一般都是一些工具方法，和当前类无关；实例属性，通过实例对象添加的属性属于实例属性。

\- 在类的代码块中，我们可以定义变量和函数，  
变量会成为该类实例的公共属性，所有的该类实例都可以通过 对象.属性名 的形式访问  
函数会成为该类实例的公共方法，所有该类实例都可以通过 对象.方法名() 的形式调用方法

\- 注意：  
方法调用时，第一个参数由解析器自动传递，所以定义方法时，至少要定义一个形参！

\- 实例为什么能访问到类中的属性和方法  
类中定义的属性和方法都是公共的，任何该类实例都可以访问

\- 属性和方法查找的流程  
当我们调用一个对象的属性时，解析器会先在当前对象中寻找是否含有该属性，  
如果有，则直接返回当前的对象的属性值，  
如果没有，则去当前对象的类对象中去寻找，如果有则返回类对象的属性值，  
如果类对象中依然没有，则报错！

\- 类对象和实例对象中都可以保存属性（方法）  
\- 如果这个属性（方法）是所有的实例共享的，则应该将其保存到类对象中  
\- 如果这个属性（方法）是某个实例独有，则应该保存到实例对象中  
  
\- 一般情况下，属性保存到实例对象中  
而方法需要保存到类对象中

在程序中没有被引用的对象就是垃圾，这种垃圾对象过多以后会影响到程序的运行的性能，所以我们必须进行及时的垃圾回收，所谓的垃圾回收就是讲垃圾对象从内存中删除，在Python中有自动的垃圾回收机制，它会自动将这些没有被引用的对象删除，  
所以我们不用手动处理垃圾回收。

特殊方法，也称为魔术方法，特殊方法都是使用\_\_开头和结尾的，特殊方法一般不需要我们手动调用，需要在一些特殊情况下自动执行；\_\_str\_\_（）这个特殊方法会在尝试将对象转换为字符串的时候调用，它的作用可以用来指定对象转换为字符串的结果 （print函数），\_\_repr\_\_()这个特殊方法会在对当前对象使用repr()函数时调用，它的作用是指定对象在 ‘交互模式’中直接输出的效果 。

## 类的基本结构 ##

class 类名(\[父类\]) :

公共的属性...

\# 对象的初始化方法  
def \_\_init\_\_(self,...):  
...

\# 其他的方法  
def method\_1(self,...):  
...

def method\_2(self,...):  
...

## 模块（module） ##

模块化，模块化指将一个完整的程序分解为一个一个小的模块  
通过将模块组合，来搭建出一个完整的程序  
不采用模块化，统一将所有的代码编写到一个文件中  
采用模块化，将程序分别编写到多个文件中  
模块化的有点：  
① 方便开发  
② 方便维护  
③ 模块可以复用！

在Python中一个py文件就是一个模块，要想创建模块，实际上就是创建一个python文件  
注意：模块名要符号标识符的规范

在一个模块中引入外部模块  
① import 模块名 （模块名，就是python文件的名字，注意不要py）  
② import 模块名 as 模块别名  
\- 可以引入同一个模块多次，但是模块的实例只会创建一个  
\- import可以在程序的任意位置调用，但是一般情况下，import语句都会统一写在程序的开头  
\- 在每一个模块内部都有一个\_\_name\_\_属性，通过这个属性可以获取到模块的名字  
\- \_\_name\_\_属性值为 \_\_main\_\_的模块是主模块，一个程序中只会有一个主模块  
主模块就是我们直接通过 python 执行的模块

import m，访问模块中的变量：模块名.变量名，也可以只引入模块中的部分内容，语法 from 模块名 import 变量,变量....，也可以为引入的变量使用别名，语法：from 模块名 import 变量 as 别名。

可以在模块中定义变量，在模块中定义的变量，在引入模块后，就可以直接使用了，可以在模块中定义函数，同样可以通过模块访问到，添加了\_的变量，只能在模块内部访问，在通过import \* 引入时，不会引入\_开头的变量，也可以定义类，编写测试代码，这部分代码，只要当当前文件作为主模块的时候才需要执行，而当模块被其他模块引入时，不需要执行的，此时我们就必须要检查当前模块是否是主模块 。

## 包 Package ##

包也是一个模块，当我们模块中代码过多时，或者一个模块需要被分解为多个模块时，这时就需要使用到包，普通的模块就是一个py文件，而包是一个文件夹，包中必须要一个一个 \_\_init\_\_.py 这个文件，这个文件中可以包含有包中的主要内容，\_\_pycache\_\_ 是模块的缓存文件，py代码在执行前，需要被解析器先转换为机器码，然后再执行，所以我们在使用模块（包）时，也需要将模块的代码先转换为机器码然后再交由计算机执行，而为了提高程序运行的性能，python会在编译过一次以后，将代码保存到一个缓存文件中，这样在下次加载这个模块（包）时，就可以不再重新编译而是直接加载缓存中编译好的代码即可。

## 开箱即用 ##

为了实现开箱即用的思想，Python中为我们提供了一个模块的标准库  
在这个标准库中，有很多很强大的模块我们可以直接使用，  
并且标准库会随Python的安装一同安装  
sys模块，它里面提供了一些变量和函数，使我们可以获取到Python解析器的信息  
或者通过函数来操作Python解析器  
引入sys模块  
import sys

pprint 模块它给我们提供了一个方法 pprint() 该方法可以用来对打印的数据做简单的格式化  
import pprint

sys.argv  
获取执行代码时，命令行中所包含的参数  
该属性是一个列表，列表中保存了当前命令的所有参数  
print(sys.argv)

sys.modules  
获取当前程序中引入的所有模块  
modules是一个字典，字典的key是模块的名字，字典的value是模块对象  
pprint.pprint(sys.modules)

sys.path  
他是一个列表，列表中保存的是模块的搜索路径  
\['C:\\\\Users\\\\lx\\\\Desktop\\\\code',  
'C:\\\\dev\\\\python\\\\python36\\\\python36.zip',  
'C:\\\\python\\\\python36\\\\DLLs',  
'C:\\\\python\\\\python36\\\\lib',  
'C:\\\\python\\\\python36',  
'C:\\\\python\\\\python36\\\\lib\\\\site-packages'\]  
pprint.pprint(sys.path)

sys.platform  
表示当前Python运行的平台  
print(sys.platform)

sys.exit()  
函数用来退出程序  
sys.exit('程序出现异常，结束！')  
print('hello')

os 模块让我们可以对操作系统进行访问  
import os

os.environ  
通过这个属性可以获取到系统的环境变量  
pprint.pprint(os.environ\['path'\])

os.system()  
可以用来执行操作系统的名字  
os.system('dir')