流畅python学习笔记：第十章：序列的修改，散列和切片

前面在介绍了类的很多内置方法，比如__add__,__eq__，这里继续介绍类的两个内置方法，这2个内置方法可以将一个类实例变成一个序列的形式。代码如下

class vector(object):
    def __init__(self,components):
        self._components=components
        print self._components
    def __len__(self):
        return len(self._components)
    def __getitem__(self,position):
        return self._components[position]

if __name__=="__main__":
    v=vector([1,2,3])
    print len(v)
    print v[:3]

E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter10.py

[1, 2, 3]

3

[1, 2, 3]

首先初始化的时候传入一个列表并赋值给_components。然后再调用len(v)的时候会自动调用__len__，返回_components的长度。调用v[1]或者v[0:3]的时候会调用__getitem__的方法，返回对应的_components的数据。

这里比较有意思的是，我们在__getitem__中我们返回的是self._components[position]，这是代表position这个位置的元素。但是如果传递的是v[:3]的方式，也就是切片的方式，依然能够返回切片的结果。我们把代码修改下：

class vector(object):
    def __init__(self,components):
        self._components=components
        print self._components
    def __len__(self):
        return len(self._components)
    def __getitem__(self,position):
        print type(position)
        return position

if __name__=="__main__":
    v=vector([1,2,3])
    print len(v)
    print v[:3]

E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter10.py

[1, 2, 3]

3

<type 'slice'>

slice(None, 3, None)

可以看到position的类型是slice，而且返回的是slice(None,3,None).那么slice是什么类型呢

Slice其实是个切片的对象。我们来看下用法

s=slice(0,2,1)
print a[s]

运行结果

[1, 2]

在这里slice(0,2,1)的原型是slice[start,stop,step].也就是说slice[0,2,1]其实是等于a[0:2]。看到这里我们就明白了。由于position是一个slice对象，且这个slice对象为slice(None, 3, None)因此结果也就等于self. _components[:3]

__getattr__和__setattr__方法：

首先来看下vector代码：

class vector(object):
    shortcut_names="xyzt"
    def __init__(self,components):
        self._components=components
    def __len__(self):
        return len(self._components)
    def __getitem__(self,position):
        print type(position)
        return position
    def __str__(self):
        return "vector"
    def __getattr__(self, name):
        cls=type(self)
        print cls
        if len(name) == 1:
            pos=cls.shortcut_names.find(name)
            if 0<=pos<=len(self._components):
                return self._components[pos]

if __name__=="__main__":
    v=vector(range(1,10))
    print "before add attribute %s" % v.__dict__   ⑴
    print v.x           ⑵
    v.x=10              ⑶
    print v.x
    print "after add attribute %s" % v.__dict__    ：⑷

E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter10.py

before add attribute {'_components': [1, 2, 3, 4, 5, 6, 7, 8, 9]}

<class '__main__.vector'> 

1 

10

after add attribute {'_components': [1, 2, 3, 4, 5, 6, 7, 8, 9], 'x': 10}

首先在第一步的时候，v的属性只有一个列表。在第二步的时候print v.x。此时会检测v实例中是否有x属性，如果没有则会到类v.__class__中去寻找，如果仍然没找到，则会调用__getattr__方法。在__getattr__方法中，首先找到x在shortcut_names中的索引位置，然后根据这个索引找到_components中对应的数字。

在第三步的时候，我们设置了v.x=10.然后再打印v.x的时候，此时由于v.x=10导致v实例添加了x属性，因此不会调用__getattr__方法。查看v.__dict__也可以看到属性中新增了x属性。但这会导致一个问题，我们的目的是想通过x的索引位置得出_components对应位置的值，但是由于中途改变了x的值，导致我们在继续调用v.x的时候达不到我们的目的。因此有必要将这些在shortcut_names出现的值设置为可读。代码修改如下：

class vector(object):
    shortcut_names="xyzt"
    def __init__(self,components):
        self._components=components
        print self._components
    def __len__(self):
        return len(self._components)
    def __str__(self):
        return "vector"
    def __getattr__(self, name):
        cls=type(self)
        if len(name) == 1:
            pos=cls.shortcut_names.find(name)
            if 0<=pos<=len(self._components):
                return self._components[pos]
    def __setattr__(self, name, value):
        cls=type(self)
        if len(name) == 1:
            if name in cls.shortcut_names:
                error="readonly attributes {attr_name!r}"
            elif name.islower():
                error="can't set attributes 'a' to 'z' in {cls_name!r}"
            else:
                error=''
            if error:
                msg=error.format(cls_name=cls.__name__,attr_name=name)
                raise AttributeError(msg)
        super(vector, self).__setattr__(name,value)


if __name__=="__main__":
    v=vector(range(1,10))
    print v.x
    v.x=10

E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter10.py

[1, 2, 3, 4, 5, 6, 7, 8, 9]

Traceback (most recent call last):

1

  File "E:/py_prj/fluent_python/chapter10.py", line 39, in <module>

    v.x=10

  File "E:/py_prj/fluent_python/chapter10.py", line 31, in __setattr__

    raise AttributeError(msg)

AttributeError: readonly attributes 'x'

新增__setattr__方法，当对属性进行赋值的时候，首先会调用__setattr__方法。在方法中对属性进行判断和保护。从执行结果来看，当执行v.x=10的时候。产生错误AttributeError: readonly attributes 'x'。这样就可以避免对x进行赋值了 

最后来看一个__hash__的用法。还是以之前vector的例子，我们想要要用异或运算符依次计算各个分量的散列值。比如v[0]^v[1]^v[2].来看下代码实现：

class vector(object):
    shortcut_names="xyzt"
    def __init__(self,components):
        self._components=components
    def __len__(self):
        return len(self._components)
    def __str__(self):
        return "vector"
    def __getattr__(self, name):
        cls=type(self)
        if len(name) == 1:
            pos=cls.shortcut_names.find(name)
            if 0<=pos<=len(self._components):
                return self._components[pos]
    def __setattr__(self, name, value):
        cls=type(self)
        if len(name) == 1:
            if name in cls.shortcut_names:
                error="readonly attributes {attr_name!r}"
            elif name.islower():
                error="can't set attributes 'a' to 'z' in {cls_name!r}"
            else:
                error=''
            if error:
                msg=error.format(cls_name=cls.__name__,attr_name=name)
                raise AttributeError(msg)
        super(vector, self).__setattr__(name,value)
    def __hash__(self):
        hashes=(hash(x) for x in self._components)
        print hashes
        return reduce(operator.add,hashes)


if __name__=="__main__":
    v=vector(range(1,10))
    print hash(v)

E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter10.py

<generator object <genexpr> at 0x017B8148>

1

新增了__hash__方法。首先hashes得到各个向量值的hash值。然后通过reduce运算得到最终的异或值

这里简单介绍下reduce函数：

def add(x,y):
    return x+y

a=[1,2,3,4,5]
print reduce(add,a)

E:\python2.7.11\python.exe E:/py_prj/fluent_python/chapter10.py

15

Reduce函数有2个参数值，第一个是执行函数，第二个是作用对象。例如reduce(fn,lst)，fn首先会应用到第一对元素上，fn(lst[0],lst[1])生成一个结果r 然后fn会应用到r和下一个元素上，fn(r,lst[2]).依次按照这个方式进行调用，直到最后一个元素