更加适合python小白的object类的特殊方法~

news2024/12/25 1:59:28

人生苦短， 我用python

python 安装包+资料:点击此处跳转文末名片获取

在这里插入图片描述

一、object类的源码

class object:
    """ The most base type """
    def __delattr__(self, *args, **kwargs):   signature unknown
        """ Implement delattr(self, name). """
        pass
    def __dir__(self, *args, **kwargs):  
        """ Default dir() implementation. """
        pass

    def __eq__(self, *args, **kwargs): 
        """ Return self==value. """
        pass

    def __format__(self, *args, **kwargs):  # real signature unknown
        """ Default object formatter. """
        pass


    def __getattribute__(self, *args, **kwargs): 
        """ Return getattr(self, name). """
        pass


    def __ge__(self, *args, **kwargs):  
        """ Return self>=value. """
        pass


    def __gt__(self, *args, **kwargs):  
        """ Return self>value. """
        pass


    def __hash__(self, *args, **kwargs):  
        """ Return hash(self). """
        pass

    def __init_subclass__(self, *args, **kwargs):  
        """
        This method is called when a class is subclassed.

        The default implementation does nothing. It may be
        overridden to extend subclasses.
        """
        pass

    def __init__(self):
        """ Initialize self.  See help(type(self)) for accurate signature. """
        pass

    def __le__(self, *args, **kwargs):  
        """ Return self<=value. """
        pass


    def __lt__(self, *args, **kwargs):  
        """ Return self<value. """
        pass

    def __new__(cls, *more): 
        """ Create and return a new object.  See help(type) for accurate signature. """
        pass


    def __ne__(self, *args, **kwargs):  
        """ Return self!=value. """
        pass

    def __reduce_ex__(self, *args, **kwargs): 
        """ Helper for pickle. """
        pass

    def __reduce__(self, *args, **kwargs): 
        """ Helper for pickle. """
        pass


    def __repr__(self, *args, **kwargs):  
        """ Return repr(self). """
        pass

    def __setattr__(self, *args, **kwargs):  
        """ Implement setattr(self, name, value). """
        pass

    def __sizeof__(self, *args, **kwargs):  
        """ Size of object in memory, in bytes. """
        pass

    def __str__(self, *args, **kwargs): 
        """ Return str(self). """
        pass

    @classmethod  # known case
    def __subclasshook__(cls, subclass): 
        """
        Abstract classes can override this to customize issubclass().

        This is invoked early on by abc.ABCMeta.__subclasscheck__().
        It should return True, False or NotImplemented.  If it returns
        NotImplemented, the normal algorithm is used.  Otherwise, it
        overrides the normal algorithm (and the outcome is cached).
        """
        pass
    __class__ = None
    __dict__ = {}
    __doc__ = ''
    __module__ = ''

二、常用特殊方法解释

1.__getattribute__方法

1）什么时候被调用

这个特殊方法是在我们使用类的对象进行obj.属性名
或getattr(obj,属性名)
来取对象属性的值的时候被调用。

例如：

class Foo(object):
    def __init__(self):
        self.name = 'Alex'

    def __getattribute__(self, item):
        print("__getattribute__ in Foo")
        return object.__getattribute__(self, item)


if __name__ == '__main__':
    f = Foo()
    print(f.name) 
    print(f.age)

不管属性是否存在，
__getattribute__方法都会被调用。
如果属性存在，则返回该属性的值，
如果属性不存在，则返回None。

注意，
我们在使用hasattr(obj,属性名)来判断某个属性是否存在时，
__getattribute__方法也会被调用。

2）与__getattr__的区别

我们在类的实现中，
可以重写__getattr__方法，
那么__getattr__方法和__getattribute__方法有什么区别？？

我们知道__getattribute__方法不管属性是否存在，
都会被调用。

而__getattr__只在属性不存在时调用，
默认会抛出 AttributeError: ‘Foo’ object has no attribute ‘age’
这样的错误，
但我们可以对其进行重写，
做我们需要的操作：

class Foo(object):
    def __init__(self):
        self.name = 'Alex'

    def __getattribute__(self, item):
        print("__getattribute__ in Foo")
        return object.__getattribute__(self, item)

    def __getattr__(self, item):
        print("%s不存在,但我可以返回一个值" % item)
        return 54


if __name__ == '__main__':
    f = Foo()
    print(f.name) 
    print(f.age)

返回结果：

__getattribute__ in Foo
Alex
__getattribute__ in Foo
age不存在,但我可以返回一个值
54

我们看到，
f.name和f.age都调用了__getattribute__方法，
但是只有f.age时调用了__getattr__方法。
所以，我们可以利用__getattr__做很多事情，
例如从类中的一个字典中取值，
或者处理异常等。

2.__setattr__方法
当我们执行obj.name='alex’或setattr(obj,属性名,属性值)，
即为属性赋值时被调用。

class Foo(object):
    def __init__(self):
        self.name = 'Alex'

    def __setattr__(self, key, value):
        print('setattr')
        return object.__setattr__(self, key, value)


if __name__ == '__main__':
    f = Foo()
    f.name = 'Jone' 
    print(f.name)

如果__setattr__被重写（不调用父类__setattr__的话）。
则使用obj.xxx=value赋值就无法工作了。

特别注意，
在类的构造函数中对属性进行初始化赋值时也是调用了该方法：

class Foo(object):
    def __init__(self):
        self.name = 'Alex' 
　　...

当我们需要重写__setattr__方法的时候，
就要注意初始化时要使用object类的__setattr__来初始化：

class Local(object):
    def __init__(self):
       
        object.__setattr__(self, 'DIC', {})

    def __setattr__(self, key, value):
        self.DIC[key] = value

    def __getattr__(self, item):
        return self.DIC.get(item, None)


if __name__ == '__main__':
    obj = Local()
    obj.name = 'Alex'  
    print(obj.name)

3.__delattr__方法

这个方法对应del obj.属性名
和delattr(obj,属性名)两种操作时被调用。
即，删除对象中的某个属性。

4.__dir__方法

对应dir(obj)获取对象中所有的属性名，
包括所有的属性和方法名。

f = Foo()
print(f.__dir__())

返回一个列表。

5.eq__和__hash
eq__是判断obj==other的时候调用的，
默认调用的是object继承下去的__eq。

f1 = Foo()
f2 = f1
print(f1 == f2) 
print(f1 is f2)  
print(hash(f1) == hash(f2))

默认情况下，
f1 == f2,f1 is f2,hash(f1)==hash(f2)
都应该同时为True（或不相等，同为False）。

如果我们重写了__eq__方法，
例如两个对象的比较变成比较其中的一个属性：

class Foo(object):
    def __init__(self):
        self.name = 'Alex' 
        self.ccc = object.__class__
    def __eq__(self, other):
        return self.name==other.name

即，如果self.name==other.name，
则认为对象相等。

f1 = Foo()
f2 = Foo()
print(f1 == f2)  # True
print(f1 is f2)  # False
print(hash(f1) == hash(f2))

为什么hash会抛出异常，这是因为如果我们在某个类中重写了__eq__方法，则默认会将__hash__=None。所以，当我们调用hash(obj)时，__hash__方法无法执行。

总结：

当我们实现的类想成为不可hash的类，则可以重写__eq__方法，然后不重写__hash__，__hash__方法会被置None，该类的对象就不可hash了。

默认提供的__hash__方法（hash(obj)）对于值相同的变量（类型有限制，有些类型不能hash，例如List），同解释器下hash值相同，而不同解释器下hash值不同。所以，如果我们想要hash一个目标，应该使用hashlib模块。

hash和id的区别，理论上值相同的两个对象hash值应该相同，而id可能不同（必须是同一个对象，即内存地址相同，id才相同。id(obj)是obj的唯一标识。）

6.gt、lt、ge、le
这几个都是用于比较大小的，我们可以对其进行重写，来自定义对象如何比较大小（例如只比较对象中其中一个属性的值）。

7.str__和__repr
__str__用于定义print(obj)时打印的内容。

class Foo(object):
    def __init__(self):
        self.name = 'Alex'

    def __str__(self):
        return "我是Foo"


if __name__ == '__main__':
    f1 = Foo()
    print(f1)

在命令行下：

>>> class Foo(object):
...     def __str__(self):
...             return "我是Foo"
...
>>> f1 = Foo()
>>> print(f1)
我是Foo
>>> f1
<__main__.Foo object at 0x0000023BF701C550>、

可以看到，使用__str__的话，
print可以打印我们指定的值，
而命令行输出则是对象的内存地址。

repr__用于同时定义python命令行输出obj的内容，
以及print(obj)的打印内容（前提是没有重写__str）。

class Foo(object):
    def __init__(self):
        self.name = 'Alex'

    def __repr__(self):
        return "我是Foo"


if __name__ == '__main__':
    f1 = Foo()
    print(f1)  # 打印 我是Foo

在命令行下：

>>> class Foo(object):
...     def __repr__(self):
...             return "我是Foo"
...
>>> f1 = Foo()
>>> print(f1)
我是Foo
>>> f1
我是Foo

可以看到，我们只重写了__repr__，
但是print和直接输出都打印了我们指定的值。

当我们同时重写__str__和__repr__时：

>>> class Foo():
...     def __str__(self):
...             return "我是Foo---str"
...     def __repr__(self):
...             return "我是Foo---repr"
...
>>> f1 = Foo()
>>> print(f1)
我是Foo---str
>>> f1
我是Foo---repr

可以看到，在同时重写两个方法时，
__str__负责print的信息，
而__repr__负责命令行直接输出的信息。

8.__new__方法

__new__方法是一个静态方法，
在调用时，
传入你需要实例化的类名以及初始化参数列表。

例如：

class Foo(object):
    """
    这是一个类，名叫Foo
    """
    def __init__(self, name, age):  
        print("执行__init__方法")
        self.name = name
        self.age = age

    def __new__(cls, *args, **kwargs):  
        print("执行__new__方法")
        ret = object.__new__(cls)  
        print(ret)  
        return ret

注意一下几点：

1）__new__在object被指定为@staticmethod，但更像是一个@classmethod，第一个参数传入类本身cls。

2）__new__在__init__之前运行，为传入的类（Foo）生成一个实例并返回。

3）__init__在__new__之后执行，为__new__返回的类实例进行初始化。

4）__init__是一个实例方法，是由实例来调用的。所以要执行__init__方法，必须先要由__new__生产一个实例。这就是为什么先执行__new__方法的原因。

9.__sizeof__方法
这里注意两个获取占用内存空间的方法，
一个就是对象的__sizeof__方法，
另一个是sys.getsizeof方法，
sys.getsizeof方法中调用了对应对象的__sizeof__方法。

我们通过实验，看看这另个方法有什么不同：

class WithoutAttr(object):
    pass

class WithAttr(object):

    def __init__(self, name, age):
        self.name = name
        self.age1 = age

if __name__ == '__main__':
    without_attr = WithoutAttr()
    with_attr = WithAttr("Alex", age=32)
    print(without_attr.__sizeof__()) 
    print(with_attr.__sizeof__())  
    print(sys.getsizeof(without_attr))  
    print(sys.getsizeof(with_attr))

我们可以看到，
sys.getsizeof方法的值比__sizeof__的值大24。
这24个bytes应该是gc管理所消耗的空间。

而且这两个方法的返回值大小都没有包含对象中的属性，
也就是说在垃圾回收的时候，
除了通过getsizeof方法获取对象本身大小，
还要额外通过其他办法去获取其属性的大小，
并进行回收。

观察list对象的占用空间：

list1 = [1, 2, 3, 4, 5, 6]
list2 = [1, 2, 3, 4, 5, 6, 7]
list3 = [1, 2, 3, 4, 5, 6, 7, 'string']
list4 = [1, 2, 3, 4, 5, 6, 7, Foo('Leo', age=32)]
print(list1.__sizeof__()) 
print(sys.getsizeof(list1))  
print(sys.getsizeof(list2))  
print(sys.getsizeof(list3))  
print(sys.getsizeof(list4))

同样的，getsizeof()比__sizeof__多24bytes。
而列表中，每多一个元素（不管什么类型）都多占8bytes，
我们可以猜想这8bytes是64bit机器中一个指针的大小。
所以，
getsizeof和__sizeof__都是只获取list第一层的内存占用。
当然，
这两个方法内部所包含的空间根据实现是不同的。

10.class、dict、module、__doc__属性
class：返回该生成该对象的类

dict：返回该对象的所有属性组成的字典

print(f1.__dict__)

module：返回该对象所处模块

class Foo(object):
    def __init__(self):
        self.name = 'Alex'


if __name__ == '__main__':
    f1 = Foo()
    print(f1.__module__)  # 打印__main__

如果该对象对应的类在当前运行的模块，
则打印__main__。

import test3

f = test3.Foo()
print(f.__module__)

如果对象对应的类在其他模块，则打印模块名。

doc：类的注释说明

class Foo(object):
    """
    这是一个类，名叫Foo
    """
    def __init__(self):
        self.name = 'Alex'


if __name__ == '__main__':
    f1 = Foo()
    print(f1.__doc__)

在这里插入图片描述

👇问题解答 · 源码获取 · 技术交流 · 抱团学习请联系👇

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/464142.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

MybatisPlus入门和分页和条件查询里面的条件和null值的处理方式和查询投影和查询条件设置和id生成相关和逻辑删除

MybatisPlus入门和分页和条件查询里面的条件和null值的处理方式和查询投影和查询条件设置和id生成相关和逻辑删除

MybatisPlus 简化了mybatis之前的在springboot整合MyBatis时需要自己写sql语句在接口中&#xff0c;现在只需要让接口继承BaseMapper<实体类>&#xff0c;然后在测试类中接口.增删改查方法&#xff08;&#xff09;即可 不用像springboot整合mybatis一样勾选spring web…
阅读更多...
第三章 游戏对象基本操作

第三章 游戏对象基本操作

创建游戏世界的第一步&#xff0c;就是创建一个一个的游戏对象。当然&#xff0c;大部分的游戏对象都是3D模型&#xff0c;是需要先导入到Unity工程里面后再使用的。这里&#xff0c;我们使用Unity自带的一些基本游戏对象来说明场景中的一些基本操作。在DirectX的课程中&#x…
阅读更多...
即时配送，即时很重要！商家能不能盈利，“快”是源头

即时配送，即时很重要！商家能不能盈利，“快”是源头

“家里水果没有了&#xff0c;选几样叫个跑腿送来吧。” “现在得囤点布洛芬了&#xff0c;我从网上下单。” “同城配送真是太及时、太方便了。” 最近一段时间&#xff0c;如果要问有什么产业突然兴起的话&#xff0c;即时零售无疑是市场最受欢迎的产业。甚至有种说法&…
阅读更多...
C盘变红了如何清理？释放C盘空间的3大方法！

C盘变红了如何清理？释放C盘空间的3大方法！

案例&#xff1a;c盘变红了如何清理 【我的电脑才用了不到一年&#xff0c;现在c盘已经爆红了&#xff0c;c盘里的文件那么多&#xff0c;我也不敢乱删里面的文件&#xff0c;请问下大家遇到c盘变红的情况都是如何清理的呀&#xff1f;】 C盘是电脑中最常用的磁盘之一&#x…
阅读更多...
ubuntu中编译serialplot

ubuntu中编译serialplot

源码链接&#xff1a;GitHub - hyOzd/serialplot: Small and simple software for plotting data from serial port in realtime. 安装依赖 apt install qtbase5-dev libqt5serialport5-dev cmake mercurial qttools5-dev libqt5svg5-dev 下载编译serialplot hg clone https…
阅读更多...
九耶丨阁瑞钛伦特-Java分布式（一）

九耶丨阁瑞钛伦特-Java分布式（一）

分布式是指将一个大型系统分为多个小型子系统&#xff0c;这些子系统可以通过网络相互通信&#xff0c;在共享资源的同时协同工作&#xff0c;从而构成一个大型的、功能完整的系统。分布式系统有以下几个特点&#xff1a; &#xff08;1&#xff09;分割资源&#xff1b; &…
阅读更多...
【Java数据结构】二叉树的前中后序遍历(递归和非递归)

【Java数据结构】二叉树的前中后序遍历(递归和非递归)

二叉树的遍历 递归做法前序遍历中序遍历后序遍历 非递归前序遍历中序遍历后序遍历 二叉树遍历是二叉树的一种重要操作 必须要掌握 二叉树的遍历可以用递归和非递归两种做法来实现 递归做法 前序遍历 前序遍历的遍历方式是先根节点 在左节点 在右节点 述这棵树前序遍历的结…
阅读更多...
一种视频算法插件流水线执行架构

一种视频算法插件流水线执行架构

目的 将视频接入进来以后&#xff0c;使用算法对图像进行处理并且输出 1 各种接入 2 解码 3 解码后图像算法 如矫正算法 4 共享输出 方式 使用动态库的方式进行扫描底层&#xff0c;每个动态库为一个插件&#xff0c;每个插件包含特定的函数&#xff0c;通过扫描的方式加载所…
阅读更多...
Juniper 命令集合，分好类了，网工收好了哦！

Juniper 命令集合，分好类了，网工收好了哦！

Juniper是一家全球领先的网络设备制造商&#xff0c;其设备广泛应用于企业、运营商和数据中心等领域。下面是Juniper常用命令集合&#xff0c;以供参考。 基本命令 show interfaces&#xff1a;查看所有接口状态。show interface [interface-name]&#xff1a;查看指定接口的状…
阅读更多...
Java_常用API

Java_常用API

Java_常用API ​ API即Application Programming Interface&#xff0c;即应用程序接口。一般来说API就是软件组件之间信息交互的桥梁&#xff0c;通过它无需访问源码。API除了有应用程序接口的含义外&#xff0c;还特质API的说明文档&#xff0c;也称为帮助文档。 1.字符串的…
阅读更多...
STM32F4_LCD液晶显示详解

STM32F4_LCD液晶显示详解

目录 1. LCD简介 2. TFT_LCD简介 2.1 LCD屏显示原理 2.2 TFTLCD硬件分析 2.3 3.5寸 16位80并口驱动 2.4 NT35310驱动时序 2.5 TFTLCD驱动流程 2.6 显存指令 2.6.1 0xD3&#xff1a;读取LCD控制器的ID 2.6.2 0x36&#xff1a;控制扫描方向 2.6.3 0x2A&#xff1a;列地…
阅读更多...
传统机器学习(七)支持向量机(2)sklearn中的svm

传统机器学习(七)支持向量机(2)sklearn中的svm

传统机器学习(七)支持向量机(2)sklearn中的svm 2 sklearn中的svm 2.1 LinearSVC及SVC参数详解 2.1.1 SVC参数 class sklearn.svm.SVC(*,C1.0, kernelrbf, degree3, gammascale, coef00.0, shrinkingTrue, probabilityFalse, tol0.001, cache_size200, class_weightNone, ve…
阅读更多...
【刷题记录】stack queue的题目练习

【刷题记录】stack queue的题目练习

文章目录 1. 最小栈2. 逆波兰表达式3. 栈的压入弹出序列4. 栈实现队列5. 队列实现栈 1. 最小栈 题目链接&#xff1a;155. 最小栈 - 力扣&#xff08;LeetCode&#xff09; 题干&#xff1a; 设计一个支持 push &#xff0c;pop &#xff0c;top 操作&#xff0c;并能在常数时…
阅读更多...
使用django_celery_beat在admin后台配置计划任务

使用django_celery_beat在admin后台配置计划任务

一、依赖包的安装 django中使用celery做异步任务和计划任务最头疼的点就是包之间版本兼容性问题&#xff0c;项目一启动花花报错&#xff0c;大概率都是版本问题。每次都会花很大时间在版本兼容性问题上。本例使用如下版本&#xff1a; Django3.2 celery5.2.7 django-celery-b…
阅读更多...
记一次 Windows10 内存压缩模块 崩溃分析

记一次 Windows10 内存压缩模块 崩溃分析

一&#xff1a;背景 1. 讲故事 在给各位朋友免费分析 .NET程序 各种故障的同时&#xff0c;往往也会收到各种其他类型的dump&#xff0c;比如&#xff1a;Windows 崩溃&#xff0c;C 崩溃&#xff0c;Mono 崩溃&#xff0c;真的是啥都有&#xff0c;由于基础知识的相对缺乏&a…
阅读更多...
CASAIM高精度自动化三维扫描系统检测塑料件，自动检测形位公差

CASAIM高精度自动化三维扫描系统检测塑料件，自动检测形位公差

随着塑料工业的迅速发展&#xff0c;以及塑料制品在航空、航天、电子、机械、船舶和汽车等工业部门的推广应用&#xff0c;对塑料件的质量要求也越来越高。 为了检测塑料件的尺寸偏差以及测量关键部位的3D尺寸和形位公差&#xff0c;对影响总成零件精度的产品、工装、工艺进行精…
阅读更多...
Spring手写模拟源码篇(你值得拥有）

Spring手写模拟源码篇(你值得拥有）

概念篇 下面是本文章关于Spring底层原理的章节 Bean的创建的生命周期 类-》推断构造方法-》根据构造方法创建普通对象-》依赖注入&#xff08;Autowired等进行属性注入&#xff09;-》初始化前&#xff08;PostConstruct)->初始化&#xff08;InitializingBean)-》初始化后…
阅读更多...
【Feign扩展】OpenFeign日志打印Http请求参数和响应数据

【Feign扩展】OpenFeign日志打印Http请求参数和响应数据

SpringBoot使用log4j2 在Spring Boot中所有的starter 都是基于spring-boot-starter-logging的&#xff0c;默认使用Logback。使用Log4j2的话&#xff0c;你需要排除 spring-boot-starter-logging 的依赖&#xff0c;并添加 spring-boot-starter-log4j2的依赖。 配置依赖 <…
阅读更多...
transformer 网络概述

transformer 网络概述

1. RNN存在的问题 RNN对并行计算并不友好&#xff0c;下一输出依赖于上一输入&#xff0c;难以实现并行高效计算RNN相比较与self-attension模块&#xff0c;缺少对部分变量权重的预估&#xff0c;输出的数据默认拥有一致的权重 2. self-attension self-attension是干嘛的&am…
阅读更多...
Shell编程规范与变量使用(再也回不到故事开始的第一章了)

Shell编程规范与变量使用(再也回不到故事开始的第一章了)

一、Shell编程概述 1.Shell脚本的概念 将要执行的命令按顺序保存到一个文本文件&#xff0c;给该文件可执行权限&#xff0c;可结合各种shell控制语句以完成更复杂的操作。 2.Shell脚本的应用场景 重复性操作 交互性任务 批量事务处理 服务运行状态监控 定时任务执行 … 3…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023