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