流畅的Python 1. Python数据模型（特殊方法 __func__()）

概述文章目录1.`__getitem__()、__len__()`方法2.特殊方法1.__getitem__()、__len__()方法举一个扑克牌的例子importcollectionsCard=collections.namedtuple('Card_name',['rank','suit'])print(Card.__doc__)#Card_name(rank,suit)classFrench

文章目录1. `__getitem__()、__len__()` 方法2. 特殊方法

1. __getitem__()、__len__() 方法举一个扑克牌的例子

import collectionsCard = collections.namedtuple('Card_name', ['rank', 'suit'])print(Card.__doc__) # Card_name(rank, suit)class frenchDeck:    ranks = [str(n) for n in range(2, 11)] + List('JKQA')    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, pos):        return self._cards[pos]deck = frenchDeck()print(len(deck))  # 13*4=52print(deck[0])  # [] 调用 __getitem__ 方法# Card_name(rank='2', suit='spades')from random import choiceprint(choice(deck))  # Card_name(rank='4', suit='clubs') 随机print(choice(deck))  # Card_name(rank='J', suit='diamonds')print(choice(deck))  # Card_name(rank='3', suit='clubs')# __getitem__ 支持切片 *** 作# 取出前 3 个print(deck[:3])# 取出 A的所有项print(deck[12::13])  # 12 开始 结束没有写默认结尾，每隔13个取一次# __getitem__ 反向迭代也可以for card in reversed(deck):    print(card)# 没有实现 __contains__ 方法，in 顺序做一次迭代搜索print(Card('Q', 'hearts') in deck)  # Trueprint(Card('7', 'abc') in deck)  # False# 排序suit_values = dict(spades=3, hearts=2, diamonds=1, clubs=0)def spades_high(card):    # 自定义牌的 rank_value    rank_value = frenchDeck.ranks.index(card.rank)    return rank_value*len(suit_values) + suit_values[card.suit]# 自定义排序for card in sorted(deck, key=spades_high):    print(card)

2. 特殊方法python解释器会自动调用，如 len(obj) ，解释器 调用 obj的 __len__() 方法内置的类型的 __len__() 方法，抄近路，直接读取 ob_size 属性for i in x:，是 iter(x) 调用了 x.__iter__() 方法通过内置函数（如，len,iter,str等）来使用特殊方法是最好的选择不要自己随意添加特殊方法 __func__ ，将来的 python版本 可能添加该方法

特殊方法：https://docs.python.org/3/reference/datamodel.html

from math import hypot  # 返回模长 EuclIDean distanceclass Vector:    def __init__(self, x=0, y=0):        self.x = x        self.y = y    def __repr__(self):  # 打印的时候输出内容        print("调用__repr__")        # %r 获取 各个属性的标准字符串表示形式        return 'Vector(%r, %r)' % (self.x, self.y)        # __str__() 是在 str() 或 print() 时调用，返回的字符串更友好        # 请优先使用 __repr__, 如果调用 str() 但是有没有实现 __str__()，        # 解释器自动用 __repr__ 代替    # def __str__(self):    #     return "print() 优先调用 __str__()"    def __abs__(self):        print("调用__abs__")        return hypot(self.x, self.y)    def __bool__(self):        print("调用__bool__")        # bool(x) 调用 x.__bool__(), 如果不存在，则调用 x.__len__()        return bool(abs(self))        # 或者        # return (self.x or self.y) # 更高效    def __add__(self, other):        print("调用__add__")        x = self.x + other.x        y = self.y + other.y        # 原则：不改变输入，创建新的输出        return Vector(x, y)    def __mul__(self, scalar):        print("调用__mul__")        # 原则：不改变输入，创建新的输出        return Vector(self.x * scalar, self.y * scalar)    def __rmul__(self, scalar):  # 交换律        print("调用__rmul__")        # 原则：不改变输入，创建新的输出        return Vector(self.x * scalar, self.y * scalar)v1 = Vector(2, 4)v2 = Vector(2, 1)v3 = v1 + v2  # 调用__add__print(v3)  # 调用__repr__  Vector(4, 5)print(abs(v3))  # 调用__abs__  6.4031242374328485print(bool(v3))  # 调用__bool__  调用__abs__  Trueprint(v3 * 3)  # 调用__mul__  调用__repr__  Vector(12, 15)print(3 * v3)  # 调用__rmul__ 调用__repr__  Vector(12, 15)print(str(v3))  # 调用__repr__  Vector(4, 5)

总结

以上是内存溢出为你收集整理的流畅的Python 1. Python数据模型（特殊方法 __func__()）全部内容，希望文章能够帮你解决流畅的Python 1. Python数据模型（特殊方法 __func__()）所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。