第五章 函数5.1 函数的简介5.2 函数的参数5.3 函数参数传递的方式5.4 函数的不定长参数5.5 函数的返回值5.6 函数的文档字符串--函数的说明5.7 变量的作用域与命名空间5.8 函数的递归5.9 高阶函数5.10 函数的闭包5.11 装饰器--扩展函数的功能第六章 对象6.1 面向对象6.2 类的简介6.3 类的定义+类的属性和方法6.4 类的特殊方法6.5 封装6.5.1 隐藏类中的属性6.5.2 property 装饰器6.6 继承6.6.1 继承的简介6.6.2 方法的重写6.6.3 super()6.6.4 多重继承6.7 多态6.8 类中的属性和方法6.9 垃圾回收6.10 特殊方法（魔术方法）6.11 模块化6.11.1 模块的创建6.11.2 模块的使用6.11.3 包6.11.4 Python 标准库
第五章 函数
5.1 函数的简介
- 函数也是一个对象
- 对象是内存中专门用来存储数据的一块区域
- 函数可以用来保存一些可执行的代码，并且可以在需要时，对这些语句进行多次的调用
- 创建函数（定义函数）：
def 函数名([形参1, 形参2, ..., 形参n]) :
代码块
- 函数名必须要符和标识符的规范
（可以包含字母、数字、下划线、但是不能以数字开头）
- 函数中保存的代码不会立即执行，需要调用函数代码才会执行
- 调用函数：
函数对象()
- 定义函数一般都是要实现某种功能的
函数的简介--示例代码：
# 比如有如下三行代码，这三行代码是一个完整的功能：
# print('hello')
# print('你好')
# print('再见')
# 定义一个函数
def fn() :
print('这是我的第一个函数！')
print('hello')
print('今天天气真不错！')
# 打印 fn
# print(fn) # <function fn at 0x03D2B618>
# print(type(fn)) # <class 'function'>
# fn 是函数对象 fn() 是调用函数
# print 是函数对象 print() 是调用函数
# fn()
# 定义一个函数，可以用来求任意两个数的和
# def sum() :
# a = 123
# b = 456
# print(a + b)
# sum()
# 定义函数时指定形参
def fn2(a, b) :
# print('a =', a)
# print('b =', b)
print(a, "+", b, "=", a + b)
# 调用函数时，来传递实参
fn2(10, 20)
fn2(123, 456)
5.2 函数的参数
- 在定义函数时，可以在函数名后的()中定义数量不等的形参。
多个形参之间使用,隔开
- 形参（形式参数），定义形参就相当于在函数内部声明了变量，但是并不赋值
- 实参（实际参数）
- 如果函数定义时，指定了形参，那么在调用函数时也必须传递实参，实参将会赋值给对应的形参，简单来说，有几个形参就得传几个实参。
练习1:
定义一个函数，可以用来求任意三个数的乘积。
练习2：
定义一个函数，可以根据不同的用户名显示不同的欢迎信息。
示例代码：
# 求任意三个数的乘积
def mul(a, b, c) :
print(a * b * c)
# 根据不同的用户名显示不同的欢迎信息
def welcome(username) :
print('欢迎', username, '光临')
# mul(1, 2, 3)
# welcome('孙悟空')
5.3 函数参数传递的方式
# 定义一个函数
# 定义形参时，可以为形参指定默认值
# 指定了默认值以后，如果用户传递了参数则形参默认值没有任何作用，如果用户没有传递参数，则形参默认值就会生效。
def fn(a = 5, b = 10, c = 20) :
print('a =', a)
print('b =', b)
print('c =', c)
# fn(1, 2, 3)
# fn(1, 2)
# fn()
# 实参的传递方式
# 位置参数
# 位置参数：就是将对应位置的实参赋值给对应位置的形参
# 第一个实参赋值给第一个形参，第二个实参赋值给第二个形参，......
# fn(1, 2, 3)
# 关键字参数
# 关键字参数：可以不按照形参定义的顺序去传递，而直接根据参数名去传递参数
# fn(b=1, c=2, a=3)
# print('hello', end='') # end 就是关键字参数
# 位置参数和关键字参数可以混合使用
# 混合使用位置参数和关键字参数时，必须将位置参数写到前面，且位置参数和关键字参数指定的位置不能相同。
# fn(1, c=30) # a = 1, b = 10, c = 30
# fn(1, a=30) # 报错
def fn2(a) :
print('a =', a)
# 函数在调用时，解析器不会检查实参的类型
# 实参可以传递任意类型的对象
b = 123
b = True
b = 'hello'
b = None
b = [1, 2, 3]
# fn2(b)
# fn2(fn) # 没问题，实参可以是函数对象
def fn3(a , b) :
print(a + b)
# fn3(123, "456") # 报错
def fn4(a) :
# 在函数中对形参进行重新赋值，不会影响其他的变量
# a = 20
# a 是一个列表，我们尝试修改列表中的元素
# 如果形参执行的是一个对象，当我们通过形参去修改对象的值时，会影响到所有指向该对象的变量。
a[0] = 30
print('a =', a, id(a))
c = 10
c = [1, 2, 3]
# fn4(c)
# fn4(c.copy()) # 列表副本，新的对象
# fn4(c[:]) # 列表副本，新的对象
# print('c =', c, id(c))
5.4 函数的不定长参数
# 不定长的参数
# 定义一个函数，可以求任意个数字的和
def sum(*nums) :
# 定义一个变量，来保存结果
result = 0
# 遍历元组，并将元组中的数进行累加
for n in nums :
result += n
print(result)
# sum(123, 456, 789, 10, 20, 30, 40)
# 在定义函数时，可以在形参前边加上一个*，这样这个形参将会获取到所有的实参
# 它将会将所有的实参保存到一个元组中
# a, b, *c = (1, 2, 3, 4, 5, 6) # 元组的解包（解构）
# *a 会接受所有的位置实参，并且会将这些实参统一保存到一个元组中（参数的装包）
def fn(*a) :
print("a =", a, type(a)) # a = (1, 2, 3, 4, 5) <class 'tuple'>
fn(1, 2, 3, 4, 5)
# 带星号的形参只能有一个
# 带星号的参数，可以和其他参数配合使用
# 第一个参数给 a，第二个参数给 b，剩下的都保存到 c 的元组中
def fn2(a, b, *c) :
print('a =', a) # a = 1
print('b =', b) # b = 2
print('c =', c) # c = (3, 4, 5)
fn2(1, 2, 3, 4, 5)
# 可变参数不是必须写在最后，但是注意，带*的参数后的所有参数，必须以关键字参数的形式传递
# 第一个参数给 a，剩下的位置参数给 b 的元组，c 必须使用关键字参数
def fn2(a, *b, c) :
print('a =', a) # a = 1
print('b =', b) # b = (2, 3, 4)
print('c =', c) # c = 5
fn2(1, 2, 3, 4, c=5)
# 所有的位置参数都给a，b 和 c 必须使用关键字参数
def fn2(*a, b, c) :
print('a =',a) # a = (1, 2, 3)
print('b =',b) # b = 4
print('c =',c) # c = 5
fn2(1, 2, 3, b=4, c=5)
# 如果在形参的开头直接写一个*，则要求我们的所有的参数必须以关键字参数的形式传递
def fn2(*, a, b, c) :
print('a =', a) # a = 3
print('b =', b) # b = 4
print('c =', c) # c = 5
fn2(a=3, b=4, c=5)
# *形参只能接收位置参数，而不能接收关键字参数
def fn3(*a) :
print('a =', a) # a = (1, 2, 3, 4, 5)
fn3(1, 2, 3, 4, 5)
# **形参可以接收其他的关键字参数，它会将这些参数统一保存到一个字典中
# 字典的 key 就是参数的名字，字典的 value 就是参数的值
# **形参只能有一个，并且必须写在所有参数的最后
def fn3(b, c, **a) :
print('a =', a, type(a)) # a = {'d': 2, 'e': 10, 'f': 20} <class 'dict'>
print('b =', b) # b = 1
print('c =', c) # c = 3
fn3(b=1, d=2, c=3, e=10, f=20)
# 参数的解包（拆包）
def fn4(a, b, c) :
print('a =', a)
print('b =', b)
print('c =', c)
# 创建一个元组
t = (10, 20, 30)
# 创建一个列表
# t = [10, 20, 30]
# 传递实参时，也可以在序列类型的参数前添加星号，这样它会自动将序列中的元素依次作为参数传递
# 这里要求序列中元素的个数必须和形参的个数的一致
# fn4(t[0], t[1], t[2]) # 此种方式太麻烦了
fn4(*t) # 解包的方式
# 创建一个字典
d = {'a':100, 'b':200, 'c':300}
# 通过 ** 来对一个字典进行解包操作
fn4(**d)
5.5 函数的返回值
# 返回值，返回值就是函数执行以后返回的结果
# 可以通过 return 来指定函数的返回值
# 可以直接使用函数的返回值，也可以通过一个变量来接收函数的返回值
def sum(*nums) :
# 定义一个变量，来保存结果
result = 0
# 遍历元组，并将元组中的数进行累加
for n in nums :
result += n
print(result)
# sum(123, 456, 789)
# return 后边跟什么值，函数就会返回什么值
# return 后边可以跟任意的对象，返回值甚至可以是一个函数
def fn() :
# return 'hello'
# return [1, 2, 3]
# return {'k':'v'}
def fn2() :
print('hello')
return fn2 # 返回值也可以是一个函数
r = fn() # 这个函数的执行结果就是它的返回值
# r()
# print(fn())
# print(r)
# 如果仅仅写一个 return 或者不写 return，则相当于 return None
def fn2() :
a = 10
return
# 在函数中，return 后的代码都不会执行，return 一旦执行，则函数自动结束
def fn3():
print('hello')
return
print('abc')
# r = fn3()
# print(r)
def fn4() :
for i in range(5) : # 生成一个这样的自然数序列：[0, 1, 2, 3, 4]
if i == 3 :
# break 用来退出当前循环
# continue 用来跳过当次循环
return # 用来结束函数
print(i)
print('循环执行完毕！')
# fn4()
def sum(*nums) :
# 定义一个变量，来保存结果
result = 0
# 遍历元组，并将元组中的数进行累加
for n in nums :
result += n
return result
r = sum(123, 456, 789)
# print(r + 778)
def fn5():
return 10
# fn5 和 fn5() 的区别
print(fn5) # fn5 是函数对象，打印 fn5 实际是在打印函数对象：<function fn5 at 0x05771BB8>
print(fn5()) # fn5() 是在调用函数，打印 fn5() 实际上是在打印 fn5() 函数的返回值：10
5.6 函数的文档字符串--函数的说明
# help() 是 Python 中的内置函数
# 通过 help() 函数可以查询 python 中的函数的用法
# 语法：help(函数对象)
# help(print) # 获取 print() 函数的使用说明
# 文档字符串（doc str）
# 在自定义函数时，可以在函数内部编写文档字符串，文档字符串就是【函数的说明】，建议使用英文编写，哈哈！
# 当我们编写了文档字符串时，就可以通过 help() 函数来查看自定义函数的说明
# 文档字符串非常简单，其实直接在函数的第一行写一个字符串就是文档字符串，单引号和双引号均可，但是一般使用 三重引号，因为三重引号可以换行，并且会保留字符串中的格式。
def fn(a: int, b: bool, c: str='hello') -> int :
'''
这是一个文档字符串的示例
函数的作用：......
函数的参数：
a，作用，类型，默认值......
b，作用，类型，默认值......
c，作用，类型，默认值......
'''
return 10
help(fn)
5.7 变量的作用域与命名空间
# 作用域（scope）
# 作用域指的是变量生效的区域
b = 20 # 全局变量
def fn() :
a = 10 # a定义在了函数内部，所以它的作用域就是函数内部，函数外部无法访问
print('函数内部：', 'a =', a)
print('函数内部：', 'b =', b)
# fn()
print('函数外部：', 'a =', a)
print('函数外部：', 'b =', b)
# 在 Python 中一共有两种作用域：
# 全局作用域
# - 全局作用域在程序执行时创建，在程序执行结束时销毁
# - 所有函数以外的区域都是全局作用域
# - 在全局作用域中定义的变量，都属于全局变量，全局变量可以在程序的任意位置被访问
# 函数作用域
# - 函数作用域在函数调用时创建，在调用结束时销毁
# - 函数每调用一次就会产生一个新的函数作用域
# - 在函数作用域中定义的变量，都是局部变量，它只能在函数内部被访问
#
# 变量的查找--就近原则
# - 当我们使用变量时，会优先在当前作用域中寻找该变量，如果有则使用，
# 如果没有，则继续去上一级作用域中寻找，如果有则使用，
# 如果依然没有，则继续去上一级作用域中寻找，以此类推
# 直到找到全局作用域，依然没有找到，则会抛出异常：NameError: name 'a' is not defined
def fn2() :
def fn3() :
print('fn3中:', 'a =', a)
fn3()
# fn2()
a = 20
def fn3() :
# a = 10 # 在函数中为变量赋值时，默认都是为局部变量赋值
# 如果希望在函数内部修改全局变量，则需要使用 global 关键字，来声明变量
global a # 声明在函数内部使用的 a 是全局变量，此时再去修改 a 时，就是在修改全局的 a
a = 10 # 修改全局变量
print('函数内部：', 'a =', a)
# fn3()
# print('函数外部：', 'a =', a)
-------------------------------------------------------------------------------------
# 命名空间（namespace）
# 命名空间指的是变量存储的位置，每一个变量都需要存储到指定的命名空间当中
# 每一个作用域都会有一个它对应的命名空间
# 全局的命名空间，用来保存全局变量
# 函数的命名空间，用来保存函数中的变量（局部变量）
# 命名空间实际上就是一个字典，是一个专门用来存储变量的字典
# locals() 用来获取当前作用域的命名空间
# 如果在全局作用域中调用 locals()，则获取的是全局命名空间
# 如果在函数作用域中调用 locals()，则获取的是函数的命名空间
# 返回的是一个字典
a = 10
scope = locals() # 获取当前命名空间
print(scope)
print(type(scope)) # <class 'dict'>
# print(a) # 10
# print(scope['a']) # 10
# 向 scope 中添加一个 key-value
scope['c'] = 1000 # 向字典中添加 key-value 就相当于在全局中创建了一个全局变量（一般不建议这么做）
print(c)
def fn4() :
a = 10
# scope = locals() # 在函数内部调用 locals()，则会获取到函数的命名空间
# scope['b'] = 20 # 通过函数的命名空间创建一个局部变量，但是也是不建议这么做，这样做的不清晰，阅读起来费劲
# print(scope) # {'a' : 10, 'b' : 20}
global_scope = globals() # globals() 函数可以用来在任意位置获取全局命名空间
print(global_scope['a']) # 获取全局变量的值
global_scope['a'] = 30 # 修改全局变量的值
fn4()
5.8 函数的递归
# 尝试求10的阶乘（10!）
# 1! = 1
# 2! = 1*2 = 2
# 3! = 1*2*3 = 6
# 4! = 1*2*3*4 = 24
# print(1*2*3*4*5*6*7*8*9*10)
# 创建一个变量保存结果
# n = 10
# for i in range(1, 10) : # 生成一个这样的自然数序列：[1, 2, 3, 4, 5, 6, 7, 8, 9]
# n *= i # n = n * i # 第一次：10 = 10 * 1，第二次：20 = 10 * 2，第三次：60 = 20 * 3，......
# print(n)
# 创建一个函数，可以用来求任意数的阶乘
def factorial(n) :
'''
该函数用来求任意数的阶乘
参数：
n 要求阶乘的数字
'''
# 创建一个变量，来保存结果
result = n
for i in range(1, n) :
result *= i
return result
# 求10的阶乘
# print(factorial(10))
-------------------------------------------------------------------------------------
# 递归式的函数
# 从前有座山，山里有座庙，庙里有个老和尚讲故事，讲的什么故事呢？
# 从前有座山，山里有座庙，庙里有个老和尚讲故事，讲的什么故事呢？
# 从前有座山，山里有座庙，庙里有个老和尚讲故事，讲的什么故事呢？
# ....
# 递归简单理解就是自己去引用自己！
# 递归式函数：在函数中自己调用自己！
# 无穷递归：如果这个函数被调用，程序的内存会溢出，效果类似于死循环
# def fn() :
# fn()
# fn()
# 递归是解决问题的一种方式，它和循环很像
# 它的整体思想是：将一个大问题分解为一个个的小问题，直到问题无法分解时，再去解决问题
# 递归式函数的两个必要条件：
# 1.基线条件
# - 问题可以被分解为的最小问题，当满足基线条件时，递归就不在执行了
# 2.递归条件
# - 将问题继续分解的条件
# 递归和循环类似，基本是可以互相代替的
# 循环编写起来比较容易，阅读起来稍难
# 递归编写起来难，但是方便阅读
# 10! = 10 * 9!
# 9! = 9 * 8!
# 8! = 8 * 7!
# ......
# 1! = 1
def factorial(n) :
'''
该函数用来求任意数的阶乘
参数：
n 要求阶乘的数字
'''
# 基线条件：判断n是否为1，如果为1，则此时不能再继续递归
if n == 1 :
# 1的阶乘就是1，直接返回1
return 1
# 递归条件：
return n * factorial(n-1) # n * (n - 1)!
print(factorial(10))
# 递归练习1：
# 创建一个函数 power 来为任意数字做幂运算 n ** i
# 10 ** 5 = 10 * 10 ** 4
# 10 ** 4 = 10 * 10 ** 3
# ...
# 10 ** 1 = 10
def power(n, i) :
'''
power() 用来为任意的数字做幂运算
参数：
n 要做幂运算的数字
i 做幂运算的次数
'''
# 基线条件
if i == 1 :
# 求1次幂
return n
# 递归条件
return n * power(n, i-1) # n * (n ** (i-1))
# print(power(8, 6))
# 递归练习2：
# 创建一个函数，用来检查一个任意的字符串是否是回文字符串，如果是返回 True，否则返回 False
# 回文字符串，字符串从前往后念和从后往前念是一样的
# abcba
# abcdefgfedcba
# 先检查第一个字符和最后一个字符是否一致：
# 如果不一致，则不是回文字符串
# 如果一致，则看剩余的部分是否是回文字符串
# 检查 abcdefgfedcba 是不是回文
# 检查 bcdefgfedcb 是不是回文
# 检查 cdefgfedc 是不是回文
# 检查 defgfed 是不是回文
# 检查 efgfe 是不是回文
# 检查 fgf 是不是回文
# 检查 g 是不是回文
def hui_wen(s) :
'''
该函数用来检查指定的字符串是否回文字符串，如果是返回True，否则返回False
参数：
s：就是要检查的字符串
'''
# 基线条件
if len(s) < 2 :
# 字符串的长度小于2，则字符串一定是回文
return True
elif s[0] != s[-1] :
# 第一个字符和最后一个字符不相等，则不是回文字符串
return False
# 递归条件
return hui_wen(s[1: -1]) # [1: -1] 包头不包尾
# def hui_wen(s) :
# '''
# 该函数用来检查指定的字符串是否回文字符串，如果是返回 True，否则返回 False
# 参数：
# s：就是要检查的字符串
# '''
# # 基线条件
# if len(s) < 2 :
# # 字符串的长度小于2，则字符串一定是回文
# return True
# # 递归条件
# return s[0] == s[-1] and hui_wen(s[1: -1])
print(hui_wen('abcdefgfedcba'))
回文字符串图解如下：
5.9 高阶函数
函数式编程：Python 支持函数式编程，但是 Python 不是函数式编程语言，Scala 是函数式编程。
- 在 Python 中，函数是一等对象
- 一等对象一般都会具有如下特点：
① 对象是在运行时创建的
② 能赋值给变量或作为数据结构中的元素
③ 能作为参数传递
④ 能作为返回值返回
- 高阶函数
- 高阶函数至少要符合以下两个特点中的一个
① 接收一个或多个函数作为参数
② 将函数作为返回值返回
- 装饰器
高阶函数--示例代码：
# 高阶函数
# 接收一个或多个函数作为参数，或者将函数作为返回值的函数是高阶函数。
# 当我们使用一个函数作为参数时，实际上是将指定的代码传递进了目标函数。
# 创建一个列表
l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 定义一个函数：可以将指定列表中的所有的偶数，保存到一个新的列表中返回
# 定义一个函数：这个函用来检查一个任意的数字是否是偶数
def fn2(i) :
if i % 2 == 0 :
return True
return False
# 定义一个函数：这个函数用来检查指定的数字是否大于5
def fn3(i) :
if i > 5 :
return True
return False
# 定义一个函数：这个函数用来检查指定的数字是否是3个倍数
def fn4(i) :
return i % 3 == 0
def fn(func, lst) :
'''
fn() 函数可以将指定列表中的所有偶数获取出来，并保存到一个新列表中返回
参数：
lst：要进行筛选的列表
'''
# 创建一个新列表
new_list = []
# 对列表进行筛选
for n in lst :
# 功能
if func(n) :
new_list.append(n)
# 返回新列表
return new_list
# print(fn(fn2, l))
# print(fn(fn3, l))
# print(fn(fn4, l))
-------------------------------------------------------------------------------------
# filter()
# filter() 可以从序列中过滤出符合条件的元素，保存到一个新的序列中
# 参数：
# 1.函数，根据该函数来过滤序列（可迭代的结构）
# 2.需要过滤的序列（可迭代的结构）
# 返回值：
# 过滤后的新序列（可迭代的结构）
# print(filter(fn4, l)) # <filter object at 0x0000017CAC9E0390>
# print(list(filter(fn4, l))) # [3, 6, 9]
# fn4 是作为参数传递进 filter() 函数中
# 而 fn4 实际上只有一个作用，就是作为 filter() 的参数
# filter() 调用完毕以后，fn4 就已经没用
-------------------------------------------------------------------------------------
# 匿名函数 = lambda 函数表达式 （语法糖：简写）
# lambda 函数表达式专门用来创建一些简单的函数，它是函数创建的又一种方式
# 语法：lambda 参数列表 : 返回值
# 匿名函数一般都是作为参数使用，其它地方一般不会使用，功能复杂时，就不要再使用匿名函数了！
def fn5(a, b) :
return a + b
lambda a, b : a + b
# (lambda a, b : a + b)(10, 30) # 调用匿名函数，但一般不会这么做
# 也可以将匿名函数赋值给一个变量，但一般不会这么做，相当于给函数起名字了
fn6 = lambda a, b : a + b
# print(fn6(10, 30))
r = filter(lambda i : i > 5, l)
# print(list(r))
-------------------------------------------------------------------------------------
# map()
# map() 函数可以对可迭代的对象中的所有元素做指定的操作，然后将其添加到一个新的对象中返回
l = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
r = map(lambda i : i ** 2, l)
# print(list(r)) # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
-------------------------------------------------------------------------------------
# sort()
# 该方法用来对列表中的元素进行排序
# sort() 方法默认是直接比较列表中的元素的大小
# 在 sort() 中可以接收一个关键字参数 key
# key 需要一个函数作为参数，当设置了函数作为参数，每次都会以列表中的一个元素作为参数来调用函数，并且使用函数的返回值来比较元素的大小
l = ['bb', 'aaaa', 'c', 'ddddddddd', 'fff']
# l.sort(key=len) # 高阶函数示例：len 是函数对象，作为了 sort() 函数的参数，是一个高阶函数的例子
# print(l) # ['c', 'bb', 'fff', 'aaaa', 'ddddddddd']
l = [2, 5, '1', 3, '6', '4']
l.sort(key=int) # 高阶函数示例
# print(l)
# 把列表中的元素转换为 int 类型的数值，然后进行比较
-------------------------------------------------------------------------------------
# sorted()
# 这个函数和 sort() 的用法基本一致，但是 sorted() 可以对任意的序列进行排序
# 并且使用 sorted() 排序不会影响原来的对象，而是返回一个新对象
l = [2, 5, '1', 3, '6', '4']
# l = "123765816742634781"
print('排序前:', l)
print(sorted(l, key=int)) # 高阶函数示例
print('排序后:', l)
5.10 函数的闭包
# 闭包
# 将函数作为返回值返回，也是一种高阶函数
# 这种高阶函数我们也称为叫做【闭包】，通过闭包可以创建一些只有当前函数能访问的变量
# 我们可以将一些私有的数据藏到的闭包中
def fn() :
a = 10
# 在函数内部再定义一个函数
def inner() :
print('我是fn2', a)
# 将内部函数 inner 作为返回值返回
return inner
r = fn()
r()
# r 是一个函数，是调用 fn() 后返回的函数，该函数没有参数
# 这个函数是在 fn() 内部定义，并不是全局函数
# 所以这个函数总是能访问到 fn() 函数内的变量，比如：a，而外部不能访问 a。
注意：
在全局位置不能访问局部位置的变量。
如果希望在函数内部（局部位置）来修改全局变量，则需要使用 global 关键字，声明在函数内部使用的局部变量是全局变量。
-------------------------------------------------------------------------------------
# 求多个数的平均值
# nums = [50, 30, 20, 10, 77]
# sum() 用来求一个列表中所有元素的和
# print(sum(nums)/len(nums))
# 形成闭包的必要条件：
# ① 有函数嵌套
# ② 外部函数将内部函数作为返回值返回
# ③ 内部函数必须要使用到外部函数中的变量，这样闭包才有意义！
def make_averager() :
# 创建一个列表，用来保存数值
nums = []
# 创建一个函数，用来计算平均值
def averager(n) :
# 将n添加到列表中
nums.append(n)
# 求平均值
return sum(nums)/len(nums)
return averager
averager = make_averager() # averager 是一个函数，是调用 make_averager() 后返回的函数，该函数有一个参数，即该函数调用时需要传入参数
print(averager(10)) # 调用 averager 函数：averager(10)
print(averager(20))
print(averager(30))
print(averager(40))
5.11 装饰器--扩展函数的功能
# 创建几个函数
def add(a, b) :
'''
求任意两个数的和
'''
r = a + b
return r
def mul(a, b) :
'''
求任意两个数的积
'''
r = a * b
return r
# r = add(123, 456)
# print(r)
# 希望函数可以在计算前打印开始计算；计算结束后打印计算完毕
# 我们可以直接通过修改函数中的代码来完成这个需求，但是会产生以下一些问题
# ① 如果要修改的函数过多，修改起来会比较麻烦
# ② 并且不方便后期的维护
# ③ 并且这样做会违反开闭原则（OCP）
# 程序的设计：要求开放对程序的扩展，要关闭对程序的修改
# 我们希望在不修改原函数的情况下，来对函数进行扩展：
def fn() :
print('我是fn函数......')
# 只需要根据现有的函数，来创建一个新的函数
def fn2() :
print('函数开始执行~~~')
fn()
print('函数执行结束~~~')
fn2()
def new_add(a, b) :
print('计算开始~~~')
r = add(a, b)
print('计算结束~~~')
return r
r = new_add(111, 222)
print(r)
-------------------------------------------------------------------------------------
# 上边的方式，已经可以在不修改源代码的情况下对函数进行扩展了
# 但是，这种方式要求我们每扩展一个函数就要手动创建一个新的函数，实在是太麻烦了
# 为了解决这个问题，我们创建一个函数，让这个函数可以自动的帮助我们生产函数
def begin_end(old) :
'''
用来对其他函数进行扩展，使其他函数可以在执行前打印开始执行，执行后打印执行结束
参数：
old 要扩展的函数对象
'''
# 创建一个新函数
def new_function(*args, **kwargs) : # 所有的位置参数都给 args，所有的关键字参数都给 kwargs
print('开始执行~~~')
# 调用被扩展的函数
result = old(*args, **kwargs) # 把要扩展的函数作为函数的参数传递进来，参数变化就是函数变化
print('执行结束~~~')
# 返回函数的执行结果
return result
# 返回新函数
return new_function
f1 = begin_end(fn)
f2 = begin_end(add)
f3 = begin_end(mul)
# r = f1()
# r = f2(123, 456)
# r = f3(123, 456)
# print(r)
# 向 begin_end() 这种函数我们就称它为装饰器（器=函数）
# 通过装饰器，可以在不修改原来函数的情况下来对函数进行扩展
# 在开发中，我们都是通过装饰器来扩展函数的功能
# 1.在定义函数时，可以通过@装饰器，来使用指定的装饰器，来装饰当前的函数
# 2.可以同时为一个函数指定多个装饰器，这样函数将会按照【从内向外】的顺序被装饰
def fn(old) :
'''
用来对其他函数进行扩展，使其他函数可以在执行前打印开始执行，执行后打印执行结束
参数：
old 要扩展的函数对象
'''
# 创建一个新函数
def new_function(*args, **kwargs) :
print('fn装饰~开始执行~~~')
# 调用被扩展的函数
result = old(*args, **kwargs)
print('fn装饰~执行结束~~~')
# 返回函数的执行结果
return result
# 返回新函数
return new_function
@fn
@begin_end
def say_hello() :
print('大家好~~~')
say_hello()
第六章 对象
6.1 面向对象
什么是对象？
- 对象是内存中专门用来存储数据的一块区域。
- 对象中可以存放各种数据（比如：数字、布尔值、代码）
- 对象由三部分组成：
1.对象的标识（id）
2.对象的类型（type）
3.对象的值（value）
面向对象（oop）
- Python 是一门面向对象的编程语言
- 所谓的面向对象的语言：简单理解就是语言中的所有操作都是通过对象来进行的
- 面向过程的编程语言（员工的思维--执行者）
- 面向过程指将我们的程序的逻辑分解为一个一个的步骤
通过对每个步骤的抽象，来完成程序
- 例子：
- 孩子上学
1.妈妈起床
2.妈妈上厕所
3.妈妈洗漱
4.妈妈做早饭
5.妈妈叫孩子起床
6.孩子上厕所
7.孩子洗漱
8.孩子吃饭
9.孩子背着书包上学校
- 面向过程的编程思想将一个功能分解为一个一个小的步骤（细节都在“平面”上，暴露了更多的程序细节）
我们通过完成一个一个的小的步骤来完成一个程序
- 这种编程方式，符合我们人类的思维，编写起来相对比较简单
- 但是这种方式编写代码的往往只适用于一个功能，
如果要在实现别的功能，即使功能相差极小，也往往要重新编写代码
所以它可复用性比较低，并且难于维护
- 面向对象的编程语言（领导的思维--决策者）
- 面向对象的编程语言，关注的是对象，而不关注过程
- 对于面向对象的语言来说：一切都是对象
- 例子：
1.孩子他妈起床叫孩子上学
- 面向对象的编程思想，将所有的功能统一保存到对应的对象中（细节都在对象中）
比如，妈妈功能保存到妈妈的对象中，孩子的功能保存到孩子对象中
要使用某个功能，直接找到对应的对象调用功能即可
- 这种方式编写的代码，比较容易阅读，并且比较易于维护，容易复用
- 但是这种方式编写，不太符合常规的思维，编写起来稍微麻烦一点
- 简单归纳一下，面向对象的思想就是：
0.写对象（准备阶段）
1.找对象
2.调对象
面向过程是一件事“该怎么做”；
面向对象是一件事“该让谁来做”，然后那个“谁”就是对象，他要怎么做是他自己的事，反正最后一群对象合力能把事做好就行了。
6.2 类的简介
类(class)
- 我们目前所学习的对象都是 Python 内置的对象
- 但是内置对象并不能满足所有的需求，所以我们在开发中经常需要自定义一些对象
- 类，简单理解它就相当于一个图纸。在程序中我们需要根据类来创建对象。
- 类就是对象的图纸！
- 我们也称对象是类的实例（instance）
- 如果多个对象是通过一个类创建的，我们称这些对象是一类对象
- 像 int() float() bool() str() list() dict() ...... 这些都是类，是 Python 的内置类，使用的是小写字母开头
- a = int(10) # 创建一个 int 类的实例 等价于 a = 10
- 我们自定义的类都需要使用大写字母开头，使用大驼峰命名法（帕斯卡命名法）来对类命名
- 类也是一个对象！
- 类就是一个用来创建对象的对象！
- 类是 type 类型的对象，定义类实际上就是定义了一个 type 类型的对象。
类的简介--示例代码：
a = int(10) # 创建一个 int 类的实例
b = str('hello') # 创建一个 str 类的实例
# print(a, type(a))
# print(b, type(b))
# 定义一个简单的类
# 使用 class 关键字来定义类，语法和函数很像！
# class 类名([父类]) :
# 代码块
# 定义一个自定义的类，括号可写可不写！！！
class MyClass() :
pass
print(MyClass) # <class '__main__.MyClass'>
# 使用 MyClass 创建一个对象
# 使用类来创建对象，就像调用一个函数一样
mc_1 = MyClass() # mc_1 就是通过 MyClass 创建的对象，mc_1 是 MyClass 的实例
mc_2 = MyClass()
mc_3 = MyClass()
mc_4 = MyClass()
# mc_1 mc_2 mc_3 mc_4 都是 MyClass 的实例，他们都是一类对象
# isinstance() 用来检查一个对象是否是一个类的实例
result = isinstance(mc_2, MyClass)
result = isinstance(mc_2, str)
# print(mc_1, type(mc_1)) # <__main__.MyClass object at 0x000001740ADB0278> <class '__main__.MyClass'>
# print('result =', result)
# print(id(MyClass), type(MyClass)) # 1597876961928 <class 'type'>
# 现在我们通过 MyClass 这个类创建的对象都是一个空对象
# 也就是对象中实际上什么都没有，就相当于是一个空的盒子
# 可以向对象中添加变量，对象中的变量称为属性
# 语法：对象.属性名 = 属性值
mc_1.name = '孙悟空'
mc_2.name = '猪八戒'
print(mc_2.name)
自定义的类的内存图解：
6.3 类的定义+类的属性和方法
类的定义
- 类和对象都是对现实生活中的事物或程序中的内容的抽象
- 实际上所有的事物都由两部分构成：
1.数据（属性）
2.行为（方法）
- 在类的代码块中，我们可以定义变量和函数（方法）：
变量会成为该类实例的公共属性，所有的该类实例都可以通过 对象.属性名 的形式访问
函数会成为该类实例的公共方法，所有的该类实例都可以通过 对象.方法名() 的形式调用方法
- 注意：
对象中的方法调用时，第一个参数由解析器自动传递，所以在定义方法时，至少要定义一个形参！！！
- 实例为什么能访问到类中的属性和方法？
类中定义的属性和方法都是公共的，任何该类实例都可以访问。
- 属性和方法查找的流程：
当我们调用一个对象的属性时，解析器会先在当前对象中寻找是否含有该属性：
如果有，则直接返回当前对象的属性值；
如果没有，则去当前对象的类对象中去寻找，如果有，则返回类对象的属性值；
如果类对象中依然没有，则报错！
调用一个对象的方法的流程同理！
- 类对象和实例对象中都可以保存属性（方法）：
- 如果这个属性（方法）是所有的实例共享的，则应该将其保存到类对象中（共性的东西）
- 如果这个属性（方法）是某个实例独有的，则应该保存到实例对象中（特性的东西）
- 一般情况下：属性保存到实例对象中，而方法需要保存到类对象中。
类的定义--示例代码：
# 尝试定义一个表示人的类
class Person :
# 在类的代码块中，我们可以定义变量和函数
# 在类中我们所定义的变量，将会成为所有的实例的公共属性
# 所有实例都可以访问这些变量
name = 'swk' # 公共属性，所有实例都可以访问
# 在类中也可以定义函数，类中的定义的函数，我们称为【方法】
# 这些方法可以通过该类的所有实例来访问
def say_hello(self) :
# 方法每次被调用时，解析器都会自动传递第一个实参
# 第一个参数：就是调用该方法的对象本身：
# 如果是 p1 调的，则第一个参数就是 p1 对象
# 如果是 p2 调的，则第一个参数就是 p2 对象
# 一般我们都会将这个参数命名为 self
# 对于 say_hello() 这个方法，假如让其显示如下格式的数据：
# 你好！我是 xxx
# 注意：在类中的方法中我们不能直接访问类中的属性，那么该如何办呢？
print('你好！我是 %s' %self.name)
# 创建 Person 的实例
p1 = Person()
p2 = Person()
# print(p2.name)
# 调用方法：对象.方法名()
# 方法调用和函数调用的区别：
# 1.如果是函数调用，则调用时传几个参数，就会有几个实参
# 2.如果是方法调用，则默认传递一个参数，所以方法中至少要定义一个形参
# 修改 p1 的 name 属性
p1.name = '猪八戒'
p2.name = '沙和尚'
p1.say_hello() # '你好！我是 猪八戒'
p2.say_hello() # '你好！我是 沙和尚'
# del p2.name # 删除 p2 的 name 属性
# print(p1.name)
# print(p2.name)
类的定义+类的属性和方法的图解：
6.4 类的特殊方法
class Person :
# 在类中可以定义一些特殊方法（或者魔术方法）
# 特殊方法都是以__开头，__结尾的方法
# 特殊方法不需要我们自己调用，不要尝试去调用特殊方法
# 特殊方法将会在特殊的时刻自动调用
# 学习特殊方法：
# 1.特殊方法什么时候调用
# 2.特殊方法有什么作用
# 创建对象的流程：即 p1 = Person() 的运行流程：
# 1.创建一个变量
# 2.在内存中创建一个新对象
# 3.__init__(self) 方法执行
# 4.将对象的 id 赋值给变量
# init 会在对象创建以后立刻执行
# init 可以用来向新创建的对象中初始化属性
# 调用类创建对象的实例时，类后边的所有参数都会依次传递到 init() 中
def __init__(self, name) :
# print(self)
# 通过 self 向新建的对象中初始化属性
self.name = name
def say_hello(self) :
print('大家好，我是 %s' %self.name)
# 目前来讲，对于 Person 类来说 name 是必须的，并且每一个对象中的 name 属性的值基本上都是不同
# 而我们现在是将 name 属性在定义完对象以后，手动添加到对象中，这种方式很容易出现错误
# 我们希望，在创建对象时，必须设置 name 属性，如果不设置则对象将无法创建
# 并且属性的创建应该是自动完成的，而不是在创建对象以后手动添加完成
# p1 = Person()
# 手动向对象添加 name 属性
# p1.name = '孙悟空'
# p2 = Person()
# 手动向对象添加 name 属性
# p2.name = '猪八戒'
# p3 = Person()
# 手动向对象添加 name 属性
# p3.name = '沙和尚'
# p3.say_hello()
p1 = Person('孙悟空')
p2 = Person('猪八戒')
p3 = Person('沙和尚')
p4 = Person('唐僧')
# p1.__init__() # 特殊方法不需要我们自己调用，不要尝试去调用特殊方法
# print(p1.name)
# print(p2.name)
# print(p3.name)
# print(p4.name)
p4.say_hello()
练习--示例代码：
创建对象的流程
p1 = Person() 的运行流程
1.创建一个变量
2.在内存中创建一个新对象
3.__init__(self) 方法执行
4.将对象的 id 赋值给变量
类的基本结构：
class 类名([父类]) :
公共的属性...
# 对象的初始化方法
def __init__(self, ...) :
...
# 其他的方法
def method_1(self, ...) :
...
def method_2(self, ...) :
...
...
练习：
尝试自定义一个表示狗的类（Dog）
属性：
name
age
gender
height
…
方法：
jiao()
yao()
run()
…
class Dog():
'''
表示狗的类
'''
def __init__(self, name, age, gender, height):
self.name = name
self.age = age
self.gender = gender
self.height = height
def jiao(self):
'''
狗叫的方法
'''
print('汪汪汪~~~')
def yao(self):
'''
狗咬的方法
'''
print('咬你~~~')
def run(self):
'''
狗跑的方法
'''
print('%s 快乐的奔跑~~~' %self.name)
d = Dog('旺财', 10, 'mele', 30)
print(d.name, d.age, d.gender, d.height)
d.jiao()
d.yao()
d.run()
# 目前我们可以直接通过 对象.属性 的方式来修改属性的值，这种方式导致对象中的属性可以随意修改
# 非常的不安全，属性的值可以任意修改，不论对错
# 现在我们就需要一种方式来增强数据的安全性：
# 1.属性不能随意修改（我让你改你才能改，不让你改你就不能改）
# 2.属性不能修改为任意的值（年龄不能是负数）
d.name = '阿黄'
d.age = -10
6.5 封装
# 封装是面向对象的三大特性之一
# 封装指的是隐藏对象中一些不希望被外部所访问到的属性或方法
# 如何隐藏一个对象中的属性？
# - 将对象的属性名，修改为一个外部不知道的名字，例如 将 name 修改为 hidden_name
# 如何获取（修改）对象中的属性？
# - 需要提供一个 getter 和 setter 方法使外部可以访问到属性
# - getter 获取对象中的指定属性（get_属性名），没有参数且有返回值
# - setter 用来设置对象的指定属性（set_属性名），有一个参数且没有返回值
# 使用封装，确实增加了类的定义的复杂程度，但是它也确保了数据的安全性：
# 1.隐藏了属性名，使调用者无法随意的修改对象中的属性
# 2.增加了 getter 和 setter 方法，很好的控制了属性是否是只读的
# 如果希望属性是只读的，则可以直接去掉 setter 方法
# 如果希望属性不能被外部访问，则可以直接去掉 getter 方法
# 3.使用 setter 方法设置属性，可以增加数据的验证，确保数据的值是正确的
# 4.使用 getter 方法获取属性，使用 setter 方法设置属性
# 可以在读取属性和修改属性的同时做一些其他的处理
# 5.使用 getter 方法可以表示一些计算的属性
class Dog:
'''
表示狗的类
'''
def __init__(self, name, age):
self.hidden_name = name
self.hidden_age = age
def say_hello(self):
print('大家好，我是 %s' %self.hidden_name)
def get_name(self):
'''
get_name() 用来获取对象的 name 属性
'''
# print('用户读取了属性')
return self.hidden_name
def set_name(self, name):
# print('用户修改了属性')
self.hidden_name = name
def get_age(self):
return self.hidden_age
def set_age(self, age):
if age > 0 :
self.hidden_age = age
d = Dog('旺财', 8)
# d.say_hello()
print(d.get_name())
# 调用 setter 来修改 name 属性
d.set_name('小黑')
d.set_age(-10)
# d.say_hello()
print(d.get_age())
6.5.1 隐藏类中的属性
class Rectangle:
'''
表示矩形的类
'''
def __init__(self, width, height):
self.hidden_width = width
self.hidden_height = height
def get_width(self):
return self.hidden_width
def get_height(self):
return self.hidden_height
def set_width(self, width):
self.hidden_width = width
def set_height(self, height):
self.hidden_height = height
def get_area(self):
return self.hidden_width * self.hidden_height
# r = Rectangle(5, 2)
# r.set_width(10)
# r.set_height(20)
# print(r.get_area())
-------------------------------------------------------------------------------------
# 可以为对象的属性使用双下划线开头，__xxx
# 双下划线开头的属性，是对象的隐藏属性，隐藏属性只能在类的内部访问，无法通过对象访问
# 其实隐藏属性只不过是 Python 自动为属性改了一个名字
# 实际上是将名字修改为了，_类名__属性名 比如 __name -> _Person__name
# class Person:
# def __init__(self, name):
# self.__name = name
# def get_name(self):
# return self.__name
# def set_name(self, name):
# self.__name = name
# p = Person('孙悟空')
# print(p.__name) # __开头的属性是隐藏属性，无法通过对象访问
# p.__name = '猪八戒' # __开头的属性是隐藏属性，无法通过对象修改
# print(p._Person__name) # 可以访问
# p._Person__name = '猪八戒' # 可以修改
# print(p.get_name())
-------------------------------------------------------------------------------------
# 使用__开头的属性，实际上依然可以在外部访问，所以这种方式我们一般不用
# 推荐方式：
# 一般我们会将一些私有属性（不希望被外部访问的属性）以_开头
# 一般情况下，使用_开头的属性都是私有属性，没有特殊需要不要修改私有属性（尽管可以修改）
class Person:
def __init__(self, name):
self._name = name
def get_name(self):
return self._name
def set_name(self, name):
self._name = name
p = Person('孙悟空')
p._name = '猪八戒'
print(p._name)
6.5.2 property 装饰器
class Person:
def __init__(self, name, age):
self._name = name
self._age = age
# property 装饰器，用来将一个 get 方法，转换为对象的属性
# 添加为 property 装饰器以后，我们就可以像调用属性一样使用 get 方法
# 使用 property 装饰的方法的方法名必须和属性名是一样的
@property
def name(self):
print('get方法执行了~~~')
return self._name
# setter 方法的装饰器：@属性名.setter
@name.setter
def name(self, name):
print('setter方法调用了')
self._name = name
@property
def age(self):
return self._age
# setter 方法的装饰器：@属性名.setter
@age.setter
def age(self, age):
self._age = age
p = Person('猪八戒', 18)
p.name = '孙悟空'
p.age = 28
print(p.name, p.age)
6.6 继承
6.6.1 继承的简介
# 继承
# 定义一个类 Animal（动物）
# 这个类中需要两个方法：run() sleep()
class Animal:
def run(self):
print('动物会跑~~~')
def sleep(self):
print('动物睡觉~~~')
# def bark(self):
# print('动物嚎叫~~~')
# 定义一个类 Dog（狗）
# 这个类中需要三个方法：run() sleep() bark()
# class Dog:
# def run(self):
# print('狗会跑~~~')
# def sleep(self):
# print('狗睡觉~~~')
# def bark(self):
# print('汪汪汪~~~')
# 有一个类，能够实现我们需要的大部分功能，但是不能实现全部功能
# 如何能让这个类来实现全部的功能呢？
# ① 直接修改这个类，在这个类中添加我们需要的功能
# - 修改起来会比较麻烦，并且会违反 OCP 原则（开闭原则）
# ② 直接创建一个新的类
# - 创建一个新的类比较麻烦，并且需要大量的进行复制粘贴，会出现大量的重复性代码
# ③ 直接从 Animal 类中来继承它的属性和方法
# - 继承是面向对象三大特性之一
# - 通过继承我们可以使一个类获取到其他类中的属性和方法
# - 在定义类时，可以在类名后的括号中指定当前类的父类（超类、基类、super）
# 子类（衍生类）可以直接继承父类中的所有的属性和方法
#
# 通过继承可以直接让子类获取到父类的方法或属性，避免编写重复性的代码，并且也符合 OCP 原则
# 所以我们经常需要通过继承来对一个类进行扩展
class Dog(Animal):
# 子类特有的方法
def bark(self):
print('汪汪汪~~~')
# 重写父类的方法
def run(self):
print('狗跑~~~')
# 其余的方法继承父类的
class Hashiqi(Dog):
def fan_sha(self):
print('我是一只傻傻的哈士奇')
d = Dog()
h = Hashiqi()
# d.run()
# d.sleep()
# d.bark()
# r = isinstance(d, Dog)
# r = isinstance(d, Animal)
# print(r)
-------------------------------------------------------------------------------------
# 在创建类时，如果省略了父类，则默认父类为 object
# object 是所有类的父类，所有类都继承自 object
class Person(object):
pass
# issubclass() 检查一个类是否是另一个类的子类
# print(issubclass(Animal, Dog)) # True
# print(issubclass(Animal, object)) # True
# print(issubclass(Person, object)) # True
# isinstance() 用来检查一个对象是否是一个类的实例
# 如果这个类是这个对象的父类，也会返回 True
# 所有的对象都是 object 的实例
print(isinstance(print, object)) # True
6.6.2 方法的重写
# 定义一个类 Animal（动物）
# 这个类中需要两个方法：run() sleep()
class Animal:
def run(self):
print('动物会跑~~~')
def sleep(self):
print('动物睡觉~~~')
class Dog(Animal):
def bark(self):
print('汪汪汪~~~')
def run(self):
print('狗跑~~~~')
# 如果在子类中有和父类同名的方法，则通过子类实例去调用方法时：
# 会调用子类的方法而不是父类的方法，这个特点我们成为叫做方法的重写（覆写，覆盖，override）
# 创建 Dog 类的实例
# d = Dog()
# d.run()
# 当我们调用一个对象的方法时：（就近原则）
# 会优先去当前对象中寻找是否具有该方法，如果有则直接调用；
# 如果没有，则去当前对象的父类中寻找，如果父类中有则直接调用父类中的方法；
# 如果没有，则去父类的父类中寻找，以此类推，直到找到 object，如果依然没有找到，则报错。
class A(object):
def test(self):
print('AAA')
class B(A):
def test(self):
print('BBB')
class C(B):
def test(self):
print('CCC')
# 创建一个 c 的实例
c = C()
c.test()
6.6.3 super()
class Animal:
def __init__(self, name):
self._name = name
def run(self):
print('动物会跑~~~')
def sleep(self):
print('动物睡觉~~~')
@property
def name(self):
return self._name
@name.setter
def name(self ,name):
self._name = name
# 父类中的所有方法都会被子类继承，包括特殊方法，也可以重写特殊方法
class Dog(Animal):
def __init__(self, name, age):
# 希望可以直接调用父类的 __init__ 来初始化父类中定义的属性
# Animal.__init__(self, name) # 这种方式不是动态获取父类的，耦合性太强
# super() 可以用来获取当前类的父类，并且通过 super() 返回对象调用父类方法时，不需要传递 self
super().__init__(name)
self._age = age
def bark(self):
print('汪汪汪~~~')
def run(self):
print('狗跑~~~~')
@property
def age(self):
return self._age
@age.setter
def age(self,age):
self._age = name
d = Dog('旺财', 18)
print(d.name)
print(d.age)
6.6.4 多重继承
class A(object):
def test(self):
print('AAA')
class B(object):
def test(self):
print('B中的test()方法~~')
def test2(self):
print('BBB')
# 在 Python 中是支持多重继承的，也就是我们可以为一个类同时指定多个父类（Java 只支持单继承）
# 可以在类名的()后边添加多个类，来实现多重继承
# 多重继承，会使子类同时拥有多个父类，并且会获取到所有父类中的方法
# 在开发中没有特殊的情况，应该尽量避免使用多重继承，因为【多重继承会让我们的代码过于复杂】
# 如果多个父类中有同名的方法，则会现在第一个父类中寻找（包括第一个父类的父类），然后找第二个（包括第二个父类的父类），然后找第三个（包括第三个父类的父类），...，找过的父类不会再找，以此类推
# 会出现前边父类的方法会覆盖后边父类的方法
class C(A, B):
pass
# 类名.__bases__ 这个属性可以用来获取当前类的所有父类
# print(C.__bases__) # (<class '__main__.B'>,)
# print(B.__bases__) # (<class 'object'>,)
# print(C.__bases__) # (<class '__main__.A'>, <class '__main__.B'>)
c = C()
c.test()
多重继承小图解：
6.7 多态
# 多态是面向对象的三大特征之一
# 多态从字面上理解是多种形态
# 狗（狼狗、藏獒、哈士奇、古牧 、...）
# 一个对象可以以不同的形态去呈现
# 定义两个类
class A:
def __init__(self, name):
self._name = name
@property
def name(self):
return self._name
@name.setter
def name(self, name):
self._name = name
class B:
def __init__(self, name):
self._name = name
def __len__(self):
return 10
@property
def name(self):
return self._name
@name.setter
def name(self, name):
self._name = name
class C:
pass
a = A('孙悟空')
b = B('猪八戒')
c = C()
# 定义一个函数
# 对于 say_hello() 这个函数来说，只要对象中含有 name 属性，它就可以作为参数传递
# 这个函数并不会考虑对象的类型，只要有 name 属性即可，即多态函数：可以适用多种对象的类型
def say_hello(obj):
print('你好 %s' %obj.name)
say_hello(a)
say_hello(b)
# say_hello(c) # 报错，因为 c 对象中没有 name 属性
-------------------------------------------------------------------------------------
# 在 say_hello_2 中我们做了一个类型检查，也就是只有 obj 是 A 类型的对象时，才可以正常使用，
# 其他类型的对象都无法使用该函数，这个函数就违反了多态
# 违反了多态的函数，只适用于一种类型的对象，无法处理其他类型对象，这样导致函数的适应性非常的差！
# 注意：向 isinstance() 这种函数，在开发中一般是不会使用的！！！
def say_hello_2(obj):
# 做类型检查
if isinstance(obj, A):
print('你好 %s' %obj.name)
say_hello_2(a)
# say_hello_2(b)
-------------------------------------------------------------------------------------
# 多态名言：鸭子类型
# 如果一个东西，走路像鸭子，叫声像鸭子，那么它就是鸭子
# len()
# 之所以一个对象能通过 len() 来获取长度，是因为对象中具有一个特殊方法 __len__
# 换句话说，只要对象中具有 __len__ 特殊方法，就可以通过 len() 来获取它的长度
l = [1, 2, 3]
s = 'hello'
# print(len(l))
# print(len(s))
print(len(b)) # 可以调用
print(len(c)) # 报错
-------------------------------------------------------------------------------------
# 面向对象的三大特征：
# 封装
# - 确保对象中的数据安全
# 继承
# - 保证了对象的可扩展性
# 多态
# - 保证了程序的灵活性
6.8 类中的属性和方法
# 定义一个类
class A(object):
# 类属性
# 实例属性
# 类方法
# 实例方法
# 静态方法
# 类属性：直接在类中定义的属性是类属性
# 类属性可以通过类对象或类的实例对象访问到，比如：A.count 或者 A().count
# 但是类属性只能通过类对象来修改，无法通过实例对象修改
count = 0
def __init__(self):
# 实例属性：通过实例对象添加的属性属于实例属性
# 实例属性只能通过实例对象来访问和修改，类对象无法访问修改
self.name = '孙悟空'
# 实例方法：在类中定义的，且以 self 为第一个参数的方法都是实例方法
# 实例方法在调用时，Python 会将调用的实例对象作为 self 传入
# 实例方法可以通过实例对象和类对象去调用
# 当通过实例对象调用时，会自动将当前调用对象作为 self 传入
# 当通过类对象调用时，不会自动传递 self，此时我们必须手动传递 self ，即手动传递实例对象！
def test(self):
print('这是test方法，它是一个实例方法~~~', self)
# 类方法：在类内部使用 @classmethod 来修饰的方法属于类方法
# 类方法的第一个参数是 cls，也会被自动传递，cls 就是当前的类对象
# 类方法和实例方法的区别：实例方法的第一个参数是 self，而类方法的第一个参数是 cls
# 类方法可以通过类对象去调用，也可以通过实例对象去调用，二中方式没有区别！
@classmethod
def test_2(cls):
print('这是test_2方法，它是一个类方法~~~ ', cls)
print(cls.count)
# 静态方法：在类中使用 @staticmethod 来修饰的方法属于静态方法
# 静态方法不需要指定任何的默认参数，静态方法可以通过类对象和实例对象去调用
# 静态方法：基本上是一个和当前类无关的方法，它只是一个保存到当前类中的函数，说白了就是保存了一个内存地址！！！
# 静态方法一般都是一些工具方法，和当前类无关
@staticmethod
def test_3():
print('test_3执行了~~~')
a = A()
# 实例属性：通过实例对象添加的属性属于实例属性
# a.count = 10
# A.count = 100
# print('A ,', A.count)
# print('a ,', a.count)
# print('A ,', A.name)
# print('a ,', a.name)
# a.test() # 等价于 A.test(a)
# A.test_2() # 等价于 a.test_2()
A.test_3()
a.test_3()
6.9 垃圾回收
# 就像我们生活中会产生垃圾一样，程序在运行过程当中也会产生垃圾
# 程序运行过程中产生的垃圾会影响到程序的运行的运行性能，所以这些垃圾必须被及时清理
# 没用的东西就是垃圾
# 在程序中没有被引用的对象就是垃圾，这种垃圾对象过多以后会影响到程序的运行的性能，注意：垃圾对象：没有被引用的对象，与该对象是否引用了其他对象无关！
# 所以我们必须进行及时的垃圾回收，所谓的垃圾回收就是讲垃圾对象从内存中删除。
# 在 Python 中有自动的垃圾回收机制，它会自动将这些没有被引用的对象删除，所以我们不用手动处理垃圾回收。
class A:
def __init__(self):
self.name = 'A类'
# __del__ 是一个特殊方法，它会在对象被垃圾回收前调用
def __del__(self):
print('A()对象被删除了~~~', self)
a = A()
b = a # 又使用一个变量 b，来引用 a 对应的对象
print(a.name)
# a = None # 将 a 设置为了 None，此时没有任何的变量对 A() 对象进行引用，它就是变成了垃圾
# b = None
# 或者
# del a
# del b
input('按回车键退出...')
6.10 特殊方法（魔术方法）
# 特殊方法，也称为魔术方法
# 特殊方法都是使用__开头和结尾的
# 特殊方法一般不需要我们手动调用，需要在一些特殊情况下自动执行
# 定义一个 Person 类
class Person(object):
"""人类"""
def __init__(self, name, age):
self.name = name
self.age = age
# __str__() 这个特殊方法会在尝试将当前对象转换为字符串的时候调用
# 它的作用可以用来指定对象转换为字符串的结果（print 函数）
def __str__(self):
return 'Person [name=%s, age=%d]' %(self.name, self.age)
# __repr__() 这个特殊方法会在对当前对象使用 repr() 函数时调用
# 它的作用是指定对象在 ‘交互模式’ 中直接输出的结果
def __repr__(self):
return 'Hello'
# object.__add__(self, other)
# object.__sub__(self, other)
# object.__mul__(self, other)
# object.__matmul__(self, other)
# object.__truediv__(self, other)
# object.__floordiv__(self, other)
# object.__mod__(self, other)
# object.__divmod__(self, other)
# object.__pow__(self, other[, modulo])
# object.__lshift__(self, other)
# object.__rshift__(self, other)
# object.__and__(self, other)
# object.__xor__(self, other)
# object.__or__(self, other)
# object.__lt__(self, other) 小于 <
# object.__le__(self, other) 小于等于 <=
# object.__eq__(self, other) 等于 ==
# object.__ne__(self, other) 不等于 !=
# object.__gt__(self, other) 大于 >
# object.__ge__(self, other) 大于等于 >=
# __len__() 获取对象的长度
# object.__bool__(self)
# 可以通过 bool 来指定对象转换为布尔值的情况
def __bool__(self):
return self.age > 17
# __gt__ 会在对象做大于比较的时候调用，该方法的返回值将会作为比较的结果
# 它需要两个参数，一个 self 表示当前对象，other 表示和当前对象比较的对象
# self > other
def __gt__(self, other):
return self.age > other.age
# 创建两个 Person 类的实例
p1 = Person('孙悟空', 18)
p2 = Person('猪八戒', 28)
# 打印 p1
# 当我们打印一个对象时，实际上打印的是对象的中特殊方法 __str__() 的返回值
# print(p1) # <__main__.Person object at 0x04E95090>
# print(p1) # Person [name=孙悟空, age=18]
# print(p2) # Person [name=猪八戒, age=28]
# print(str(p1)) # Person [name=孙悟空, age=18]
# print(str(p2)) # Person [name=猪八戒, age=28]
# print(p2) 等价于 print(str(p2))
# print(repr(p1))
# t = 1, 2, 3
# print(t) # (1, 2, 3)
# print(p1 > p2)
# print(p2 > p1)
# print(bool(p1))
# if p1 :
# print(p1.name, '已经成年了')
# else :
# print(p1.name, '还未成年了')
str__() 和 __repr() 魔术方法交互界面输出：
6.11 模块化
6.11.1 模块的创建
# 模块（module）
# 模块化：模块化指将一个完整的程序分解为一个一个小的模块
# 通过将模块组合，来搭建出一个完整的程序
# 不采用模块化，统一将所有的代码编写到一个文件中
# 采用模块化，将程序分别编写到多个文件中
# 模块化的优点：
# ① 方便开发
# ② 方便维护
# ③ 模块可以复用
# 在 Python 中一个 py 文件就是一个模块，要想创建模块，实际上就是创建一个 python 文件
# 注意：模块名要符号标识符的规范！！！
# 在一个模块中引入外部模块：
# ① import 模块名（模块名，就是 python 文件的名字，注意不要 .py）
# ② import 模块名 as 模块别名
# - 可以引入同一个模块多次，但是模块的实例只会创建一个
# - import 可以在程序的任意位置调用，但是一般情况下，import 语句都会统一写在程序的开头
# - 在每一个模块内部都有一个 __name__ 属性，通过这个属性可以获取到模块的名字
# - __name__ 属性值为 __main__ 的模块是主模块，一个程序中只会有一个主模块
# 主模块就是我们直接通过 python 执行的模块
import test_module as test
print(test_module) # <module 'test_module' from 'C:\Users\bruce\Desktop\py_learn\lesson_06_对象\code\test_module.py'>
print(test.__name__) # test_module
print(__name__) # __main__ 主模块就是我们直接通过 python 执行的模块
6.11.2 模块的使用
# 可以引入这整个模块中的内容
# import 模块名（模块名，就是 python 文件的名字，注意不要 .py）
# import 模块名 as 模块别名
# import m
# 访问模块中的变量：模块名.变量名
# print(m.a, m.b)
# 访问模块中的函数：模块名.函数名()
# m.test()
# m.test2()
# 访问模块中的类：模块名.类名()
# p = m.Person()
# print(p.name)
-------------------------------------------------------------------------------------
# 也可以只引入模块中的部分内容
# 语法：from 模块名 import 变量,变量....
# from m import Person
# from m import test
# from m import Person,test
# from m import * # 引入模块中所有内容，一般不会这样使用！！！原因1：导致模块过大，原因2：模块中的内容会覆盖主模块中的内容
def test2():
print('这是主模块中的test2')
# p1 = Person()
# print(p1)
# test()
# test2()
-------------------------------------------------------------------------------------
# 也可以为引入的变量使用别名
# 语法：from 模块名 import 变量 as 别名
# from m import test2 as new_test2
# test2()
# new_test2()
from m import *
# print(_c) # 不能访问到
# import xxx
# import xxx as yyy
# from xxx import yyy,zzz,fff
# from xxx import *
# from xxx import yyy as zz
模块示例代码 m.py ：
# 可以在模块中定义变量，在模块中定义的变量，在引入模块后，就可以直接使用了
a = 10
b = 20
# 添加了_的变量，只能在模块内部访问，在通过 import * 引入时，不会引入_开头的变量
_c = 30
# 可以在模块中定义函数，同样可以通过模块访问到
def test():
print('test')
def test2():
print('test2')
# 也可以在模块中定义类，同样可以通过模块访问到
class Person:
def __init__(self):
self.name = '孙悟空'
# 编写测试代码，这部分代码，只要在当前文件作为主模块的时候才需要执行，而当模块被其他模块引入时，则不需要执行，即此时我们就必须要检查当前模块是否是主模块
if __name__ == '__main__':
test()
test2()
p = Person()
print(p.name)
6.11.3 包
# 包 Package
# 包也是一个模块
# 当我们模块中代码过多时，或者一个模块需要被分解为多个模块时，这时就需要使用到包
# 普通的模块就是一个 py 文件，而包是一个文件夹
# 包中必须要有一个 __init__.py 这个文件，这个文件中可以包含有包中的主要内容
from hello import a,b
print(a.a)
print(b.b)
# __pycache__ 是模块的缓存文件
# py 代码在执行前，需要被解析器先转换为机器码，然后再执行
# 所以我们在使用模块（包）时，也需要将模块（包）的代码先转换为机器码然后再交由计算机执行
# 而为了提高程序运行的性能，python 会在编译过一次以后，将代码保存到一个缓存文件中
# 这样在下次加载这个模块（包）时，就可以不再重新编译而是直接加载缓存中编译好的代码即可
6.11.4 Python 标准库
# 开箱即用
# 为了实现开箱即用的思想，Python 中为我们提供了一个模块的标准库
# 在这个标准库中，有很多很强大的模块我们可以直接使用
# 并且标准库会随 Python 的安装一同安装
# 比如：sys 模块，pprint 模块
# 引入 sys 模块，它里面提供了一些变量和函数，使我们可以获取到 Python 解析器的信息，或者通过函数来操作 Python 解析器
import sys
# 引入 pprint 模块，它给我们提供了一个方法 pprint() 该方法可以用来对打印的数据做简单的格式化
import pprint
# sys.argv
# 获取执行代码时的命令行中所包含的参数
# 该属性返回的是一个列表，列表中保存了当前命令的所有参数
# print(sys.argv)
# sys.modules
# 获取当前程序中引入的所有模块
# modules 是一个字典，字典的 key 是模块名字，字典的 value 是模块对象
# pprint.pprint(sys.modules)
# sys.path
# 它是一个列表，列表中保存的是模块的搜索路径
['C:\Users\bruce\Desktop\py_learn\lesson_06_对象\code',
'D:\learn\Python\Python37\Python37\python37.zip',
'D:\learn\Python\Python37\Python37\DLLs',
'D:\learn\Python\Python37\Python37\lib',
'D:\learn\Python\Python37\Python37',
'D:\learn\Python\Python37\Python37\lib\site-packages']
# pprint.pprint(sys.path)
# sys.platform
# 表示当前 Python 运行的平台
# print(sys.platform) # win32
System platform value
Linux 'linux'
Windows 'win32'
Windows/Cygwin 'cygwin'
Mac OS X 'darwin'
# sys.exit()
# 用来退出程序
# sys.exit('程序出现异常，结束！')
# print('hello')
# os 模块让我们可以对操作系统进行访问
import os
# os.environ
# 通过这个属性可以获取到当前系统的环境变量
# pprint.pprint(os.environ['path'])
('D:\learn\Java\jdk\jdk1.8.0_192\bin;D:\learn\Java\jdk\jdk1.8.0_192\jre\bin;D:\learn\Scala\scala-2.11.8\bin;D:\learn\Maven\apache-maven-3.3.9\bin;D:\work\Hadoop\hadoop-2.7.2\bin;C:\Windows\system32;C:\Windows;C:\Windows\System32\Wbem;C:\Windows\System32\WindowsPowerShell\v1.0\;C:\Windows\System32\OpenSSH\;D:\work\Git\Git\cmd;D:\work\MySQL\MySQL '
'Server '
'5.5\bin;D:\work\MongoDB\Server\3.2\bin;D:\learn\Python\Python37\Python37\Scripts\;D:\learn\Python\Python37\Python37\;C:\Users\bruce\AppData\Local\Microsoft\WindowsApps;')
# os.system()
# 可以用来执行当前操作系统的命令
# os.system('dir')
os.system('notepad')