Python模型其实就是对Python框架的描述，它规范了这门语言自身构建模型的接口，这些模块包括但不限于序列、迭代器、函数、类和上下文管理器
Python解释器碰到特殊的语法时，会使用特殊方法去激活一些基本的对象操作，这些特殊方法的名字以两个下划线开题，以两个下划线结尾(例如__getitem__)
比如obj[key]的背后就是__getitem__方法，为了求得my_collection[key]的值，解释器实际上会调用my_collection.__getitem__(key)方法。 len(obj)的背后就是__len__方法，为了求得my_collection的长度，解释器实际上会调用my_collection.__len__()方法。
这些特殊方法名能让对象的实现和支持以下的语法构架，并与之交互:
- 迭代
- 集合类
- 属性访问
- 运算符重载
- 函数和方法调用
- 对象的创建和销毁
- 字符串表示形式和格式化
- 管理上下文(即with块)
一摞Python风格的纸牌
示例: 展示如何实现__getitem__和__len__这两个特殊方法
import collections Card = collections.namedtuple('Card', ['rank', 'suit']) class FrenchDeck(object): # 牌面 ranks = [str(n) for n in range(2,11)] + list('JQKA') # 花色 suits = 'spades diamonds clubs hearts'.split() def __init__(self): self._cards = [Card(rank, suit) for suit in self.suits for rank in self.ranks] def __len__(self): return len(self._cards) def __getitem__(self, item): return self._cards[item]
说明: 使用collections.nametuple构建一个简单的类来表示一张纸牌，collections.nametuple()方法可以构建只有少数属性但没有方法的对象。
# Card类的使用 beer_card = Card('7', 'diamonds') print(beer_card)
使用len()方法查看一叠牌有多少张
deck = FrenchDeck() print(len(deck))
从一叠牌中抽取特定的一张牌， 比如说第一张和最后一张
# 抽取第一张牌 print(deck[0]) # 抽取最后一张牌 print(deck[-1])
因为__getitem__方法把[]操作交给了self._cards列表，所以deck类自动支持切片操作。
print(deck[0:3])
因为类实现了__getitem__方法，所以这一叠牌变成了可迭代对象，
# 正向迭代 for card in deck: print(card) # 反向迭代 for card in reversed(deck): print(card)
如果一个类没有实现__contains__方法，那么in运算符就会按顺序做一次迭代搜索，所以，in运算符可以用在FrenchDeck类上。
print(Card('Q', 'hearts') in deck) # True print(Card('7', 'bearts') in deck) # False
对纸牌类对象进行排序
suit_values = dict(spades=3, hearts=2, diamonds=1, clubs=0) print(suit_values) # {'spades': 3, 'hearts': 2, 'diamonds': 1, 'clubs': 0} def spades_high(card): rank_value = FrenchDeck.ranks.index(card.rank) return rank_value * len(suit_values) + suit_values[card.suit] for card in sorted(deck, key=spades_high): print(card)
说明: 排序主要是使用sorted内置方法，参数key接收排序的函数，suit_values表示花色的权重，排序的方法spades_high接收一张纸牌，然后通过获取纸牌的牌面和花色返回牌面的权值，
权值的计算公式为: 牌面 * 4 + 花色对应的value
如何使用特殊方法
- 特殊方法的存在是为了被Python解释器调用的，程序员并不需要手动调用他们。也就是说没有my_object.__len__()这种写法，而应该使用len(my_object)。在执行len(my_object)的时候，如果my_object是一个自定义类的对象，那么Python会自己调用其中由程序员实现的__len__方法。
- 然后如果是Python内置的类型，比如列表(list)、字符串(str)、字节序列(bytes)等，那么Cpython会抄个近路，__len__实际上会直接返回PyVarObject里的ob_size属性，PyVarObject是表示内存中长度可变的内置对象的C语言结构体。直接读取这个值会比调用一个方法快得多。
- 很多时候特殊方法的调用是隐式的，比如for i in x: 这个语句，背后其实用的是iter(x)，而这个函数的背后则是x.__iter__()方法，前提是这个方法在x中被实现了。
- 通常程序无需直接使用特殊方法，除非有大量的元编程存在，直接调用特殊方法的频率应该远远低于去实现它的次数。唯一的例外可能是__init__方法，程序中会经常使用到它，目的是在自己的子类的__init__方法找调用超类的构造器
- 通过内置的函数(如len、iter、str等等)来使用特殊方法是最好的选择。他们的速度很快。
- 不要自己想当然的添加特殊方法，因为虽然这个名字没有被Python内部使用，以后就不一定了。
示例: 实现一个二维向量(Vector)类
from math import hypot class Vector(object): def __init__(self, x=0, y=0): self.x = x self.y = y def __repr__(self): return 'Vector(%r, %r)' % (self.x, self.y) def __abs__(self): return hypot(self.x, self.y) def __bool__(self): return bool(abs(self)) def __add__(self, other): x = self.x + other.x y = self.y + other.y return Vector(x, y) def __mul__(self, other): return Vector(self.x * other, self.y * other)
向量的加法
v1 = Vector(2, 4) v2 = Vector(2, 1) print(v1 + v2) 说明: 两个向量相加，得到的结果也是一个向量，并且"+"运算符调用的其实是Vector.__add__()方法
向量的模
v = Vector(3, 4) print(abs(v))
abs是一个内置函数, 如果输入的是整数或者浮点数，它返回的是输入值的绝对值，如果输入的是复数，那么返回这个复数的模
向量标量乘法
print(v * 3) print(abs(v*3))
各个特殊方法的说明:
1. __repr__
- Python有一个内置的函数叫做repr， 它能把一个对象用字符串的形式表示出来，repr就是通过__repr__这个特殊方法来得到一个对象的字符串表示形式。如果没有实现__repr__, 当我们在控制台打印一个向量的实例时，得到的字符串可能会是对象形式<__main__.Vector object at 0x103bd09d0>
- 交互式控制台和调试程序用repr函数来获取字符串表示形式，在老的使用%符号的字符串格式中，这个函数返回的结果用来代替%r所代表的对象。(字符串的格式化还可以使用str.format)
- 在__repr__的实现中，使用%r来获取对象各个属性的标准字符串表示形式，因为Vector('1', '2')和Vector(1, 2)是不一样的
- __repr__所返回的字符串应该准确、无歧义，并且竟可能表达出如何用代码创建出这个被打印的对象
- __repr__和__str__的区别在于, 后者是在str()函数被使用，或是在用print()函数打印一个对象时才被调用的，并且他返回的字符串对终端用户更友好。
- 如果只是想实现这两个特殊放中的一个，__repr__是更好的选择，因为如果一个对象没有__str__函数，而Python又需要调用它的时候，解释器会用__repr__作为代替。
2. __add__和__mul__
- 通过__add__和__mul__可以实现+和*这两个算术运算符。这两个方法的返回值都是新创建的对象，被操作的对象还是原封不动的，代码里只是读取他们的结果而已。中缀运算符的基本原则就是不改变操作对象，而是产生一个新值
3. __bool__
- 任何对象都可以用于需要布尔值的上下文中(比如if或while预计，或者and、or和not运算符)。为了判断一个值x为真还是为假，Python会调用bool(x)，这个函数只能返回True或者False
- 默认情况下，我们自己定义的类的实例总被认为是真的，除非这个类对__bool__或者__len__函数有自己的实现。bool(x)的背后是调用x.__bool__()的结果；如果不存在__bool__方法，那么bool(x)会尝试调用x.__len__()。若返回0, 则bool会返回False, 否则返回True
特殊方法一览
跟运算符无关的特殊方法
| 类别 | 方法名 |
| 字符串/字节序列表现形式 | __repr__、__str__、__format__、__bytes__ |
| 数值转换 | __abs__、__bool__、__complex__、__int__、__float__、__hash__、__index__ |
| 集合模拟 | __len__、__getitem__、__setitem__、__delitem__、__contains__ |
| 迭代枚举 | __iter__、__reversed__、__next__ |
| 可调用模拟 | __call__ |
| 上下文管理 | __enter__、__exit__ |
| 实例创建和销毁 | __new__、__init__、__del__ |
| 属性管理 | __getattr__、__getattribute__、__setattr__、__delattr__、__dir__ |
| 属性描述符 | __get__、__set__、 __delete__ |
| 跟类相关的访问 | __prepare__、__instancecheck__、__subclasscheck__ |
跟运算符相关的特殊方法
| 类别 | 方法名和对应的运算符 |
| 一元运算符 | __neg__ - 、 __pos__ + 、 __abs__ abs() |
| 众元比较运算符 | __lt__ <、 __le__ <=、 __eq__ == 、 __ne__ !=、 __gt__ > 、__ge__ >= |
| 算术运算符 | __add__ + 、 __sub__ -、 __mull__ *、 __truediv__ / 、 __floordiv__ // 、 __mod__ %、__divmod__ divmode()、__pow__ **或pow()、__round__ round() |
| 反向算术运算符 | __radd__、 __rsub__、 __rmul__、 __rtruediv__、 __rfloordiv__、 __rmod__、__rdivmode__、 __rpow__ |
| 增量赋值算术运算符 | __iadd__、__isub__、__imul__、__itruediv__、 __ifloordiv__、 __imod__、__ipow__ |
| 位运算符 | __invert__ ~、 __lshift__ << 、 __rshift__ >> 、__and__ & 、 __or__ | 、 __xor__ ^ |
| 反向位运算符 | __rlshift__ 、 __rrshift__、 __rand__、 __rxor__、 __ror__ |
| 增量赋值位运算符 | __ilshift__、 __irshift__、__iand__、__ixor__、__ior__ |
为什么len不是普通方法
如果x是一个内置类型的实例，那么len(x)的速度会非常快。背后原因是CPython解释器会直接从一个C结构体里读取对象的长度，完全不会调用任何方法。换句话说: len之所以不是一个普通方法，是为了让Python自带的数据结构可以走后门! sbs可是同理，但是多亏了他是特殊方法，我们也可以把len用于自定义数据类型。
总结:
- 通过实现特殊方法，自定义数据类型可以表现得跟内置类型一样，从而让我们写出更具表达力的代码--或者说，更具Python风格的代码
- Python对象的一个基本要求就是它得有合理的字符串表示形式，我们可以通过__repr__和__str__来满足这个要求。前者方便我们调试和记录日志。后者则是给终端用户看的。
- Python通过运算符重载这一模式提供了丰富的数值类型，除了内置的那些以外，还有decimal.Decimal和fractions.Fraction。这些数据类型都支持中缀算术运算符。