『流畅的Python』第9章笔记

一、Python风格

以一个二元素向量对象为例

import math

from array import array

class Vector2d:

    typecode = 'd'

    def __init__(self, x, y):

        self.x = float(x)

        self.y = float(y)

    def __iter__(self):

        # 使得Vector2d变成可迭代对象

        # __iter__方法的实现使得本类可以被转化为tuple在内的其他可迭代类

        return (i for i in (self.x, self.y))

    def __repr__(self):

        class_name = type(self).__name__  # type(self): <class '__main__.Vector2d'>

        return '{}({!r},{!r})'.format(class_name, *self)

    def __str__(self):

        return str(tuple(self))

    def __eq__(self, other):

        return tuple(self) == tuple(other)

    def __abs__(self):

        return math.hypot(self.x, self.y)

    def __bool__(self):

        return bool(abs(self))

    def __bytes__(self):

        """将Vector2d对象处理为二进制序列，格式我们自定"""

        # d：double类型数组

        return (bytes([ord(self.typecode)]) +

                bytes(array(self.typecode, self)))

    # —————备用析构方法——————

    @classmethod  # 类方法，cls表示类本身

    def frombytes(cls, octets):

        """对应于上面的方法，这里创建一个新的析构函数，使用特定的二进制序列构造Vector2d类实例"""

        typecode = chr(octets[0])

        memv = memoryview(octets[1:]).cast(typecode)

        return cls(*memv)  # 类名(参数)，可见，类方法常用作备用析构

    # —格式化输出—

    def angle(self):

        # math.atan(scope)输入为tan值

        # math.atan2(y, x)输入为对应向量坐标（起点为原点）

        return math.atan2(self.y, self.x)

    def __format__(self, fmt_spec=''):

        """格式化输出，如果格式末尾为p则输出极坐标，

        输入其他格式为数字型格式，一个输入格式指定到两个数上，如：.3ep"""

        if fmt_spec.endswith('p'):

            fmt_spec = fmt_spec[:-1]

            coords = (abs(self), self.angle())

            out_fmt = '<{}, {}>'

        else:

            coords = self

            out_fmt = '({}, {})'

        components = (format(c, fmt_spec) for c in coords)

        return out_fmt.format(*components)

此时这个对象支持大部分python操作，

if __name__ == '__main__':

    b = bytes(Vector2d(3, 4))

    print(Vector2d.frombytes(b))

    print(format(Vector2d(1, 1), '.5fp'))

(3.0, 4.0)
<1.41421, 0.78540>

但是一个重要的方法还是没能实现，__hash__，这关乎到对象是否可以被存入字典进行高速读取的属性，实际上可以hash对象需要三个条件：

```
需要__hash__方法
```
```
需要__eq__方法(已经实现)
```

需要对象不可变  # 实例的散列值关乎查找等使用方式，绝对不可以变化

也就是我们指定v.x=1（v为class实例）会报错才行，这需要一些其他操作：

class Vector2d:

    typecode = 'd'

    def __init__(self, x, y):

        self.__x = float(x)

        self.__y = float(y)

    @property

    def x(self):

        return self.__x

    @property

    def y(self):

        return self.__y

    def __hash__(self):

        return hash(self.x) ^ hash(self.y)

其他方法不需要修改，

v1 = Vector2d(3, 4)

v2 = Vector2d(3.1, 4.2)

print(hash(v1), hash(v2))

# 7 384307168202284039

二、类方法和静态方法

# —对比类方法和静态方法—

class Demo:

    @classmethod

    def klassmeth(*args):

        return args

    @ staticmethod

    def statmeth(*args):

        return args

    def normal(*args):

        return args

和实例方法不同，类方法第一个参数永远是类本身，所以常用于备用析构，静态方法没有默认的首位参数，测试如下：

print(Demo.klassmeth("hello"))
print(Demo.statmeth("hello"))
demo = Demo()
print(demo.normal("hello"))

# (<class '__main__.Demo'>, 'hello')
# ('hello',)
# (<__main__.Demo object at 0x000000000289F978>, 'hello')

三、私有属性和受保护属性

两个前导下划线"__"，一个或者没有后置下划线的实例属性(self.属性名)为私有变量，会被存入__dict__中，且名称被改写为"_类名__属性名"，主要目的是防止类被继承以后，子类实例的继承属性（未在子类中显式的声明）被错误的改写。

注意，__dict__不仅仅存储私有变量，实例属性均存放在__dict__中（默认情况下）。

四、slots类属性节约存储空间

class Vector2d:

    __slots__ = ('__x', '__y')

    typecode = 'd'

类属性__slots__为一个存储字符串的可迭代对象，其中的各个字符串是不同的实例属性名，使用tuple是作者推荐的方式，因为可以保证信息不被改动。使用它可以有效节约存储空间，尤其是需要创建大量实例的时候（运行速度往往也更快）。

继承会自动忽略__slot__属性，所以子类需要显式的定义它
定义了__slots__后，用户不可以自行添加其他实例属性，但是如果把__dict__存储在__slots__中，就可以添加了，不过就完全没意义了……
如果想要支持弱引用，需要手动将__weakref__添加进来，虽然自定义class默认存在__weakref__属性，但是想要让实例成为弱引用目标还是需要添加进来才可以。

五、覆盖类属性

实例调用的实例属性时，如果属性不存在，会去读取同名的类属性（例子中的typecode类属性被self.typecode调用）

实例新建实例属性时，如果已经存在同名的类属性，不会改写类属性，而会对实例新建一个实例属性