流畅python学习笔记:第十章:序列的修改,散列和切片

mac2022-06-30  70

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 positionif __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

转载于:https://www.cnblogs.com/zhanghongfeng/p/7189842.html

最新回复(0)