类的继承顺序-父类对子类的约束-多态-队列和栈
一、类的继承顺序
只要继承object类就是新式类
不继承object类的都是经典类
在python3 中所有的类都继承object类，都是新式类
在python2 中不继承object的类都是经典类
继承object类的就是新式类
经典类：在py3中不存在，在py2中不主动继承object类
- 在py2 中
- class A：pass ——> 经典类
- class B（object）：pass ——> 新式类
- 在py3 中
- class A：pass ——> 新式类
- class B（object）：pass ——> 新式类
在单继承方面（无论是新式类还是经典类都是一样的）
用的是深度优先方法
寻找某一个方法的顺序是：D-->C-->B-->A
越往父类走，是深度
class A:
def func(self):pass
class B(A):
def func(self):pass
class C(B):
def func(self):pass
class D(C):
def func(self):pass
d = D()
多继承方面
- 广度优先——>在走到一个点，下一个点既可以从深度走，也可以从广度走的时候，总是先走广度，在走深度
- 在经典类中，都是深度优先，总是在一条路走不通之后在换一条路，走过的点不会在走了
- 在新式类中有 mro() ，可以查看寻找顺序
class A:
def func(self):
print('A')
class B(A):
def func(self):
print('B')
class C(A):
def func(self):
print('C')
class D(B,C):
def func(self):
print('D')
d = D()
d.func()
print（D.mro()） # 只有在新式类中有，经典类没有
# 输出
D
[<class '__main__.D'>, <class '__main__.B'>, <class '__main__.C'>, <class '__main__.A'>, <class 'object'>]
- C3算法：
如果是单继承：那么总是按照从子类——>父类的顺序来计算查找顺序。
如果是多继承：需要按照自己本类，父类1的继承顺序，父类2的继承顺序.......
merge的规则（C3）：
1、如果一个类出现在从左侧到右所有顺序的最左侧，并且没有在其他位置出现，那么先提出来作为继承顺序的中的一个
2、或 一个类出现在从左侧到右顺序的最左侧， 并没有在其他顺序中出现 ，那么先提出来作为继承顺序的中的一个
3、如果从左到右第一个顺序中的第一个类出现在后面且不是第一个，那么不能提取，顺序向后继续找其他顺序中符合上述条件的类
在多继承中：经典类——>是深度优先
新式类——>是广度优先，遵循C3算法，可以用mro（）查看顺序
class A: pass
class B(A): pass
class C(A): pass
class D(B): pass
class E(C): pass
class F(D, E): pass
C3算法
A(O) = [AO] ——>A的继承关系 （O==>object）
B(A) = [BAO] ——>B的继承关系
C(A) = [CAO] ——>C的继承关系
D(B) = [DBAO] ——>D的继承关系
E(C) = [ECAO] ——>E的继承关系
F(D,E) = merge(D(B) + E(C)) ——>F的继承关系
继承顺序 = [F] + [DBAO] + [ECAO] ——>自己类加上两个父类的继承顺序
F = [DBAO] + [ECAO] ——>取出左侧第一个F（条件右侧没有F）
FD = [BAO] + [ECAO] ——>取出左侧第一个D（条件右侧没有D）
FDB = [AO] + [ECAO] ——>左侧第一个A，右侧有A，跳过取右侧第一个E
FDBE = [AO] + [CAO] ——>同上取右侧第一个C
FDBEC = [AO] + [AO] ——>两边都是相同的取第一个A
FDBECA = [O] + [O] ——>同上在取第一个O
FDBECAO ——>最终继承顺序
二、父类对子类的约束
抽象类：是一个开发的规范，约束它的所有子类必须实现一些和它同名的方法
列如：支付程序。
- 微信支付 URL链接，告诉你参数什么格式
- { ' username ' : ' 用户名 ' , ' money ' : 200 }
- 支付宝支付 URL链接，告诉你参数什么格式
- { ' uname ' : ' 用户名 ' , ' price' : 200 }
方法一：
class Payment: # 这是个抽象类
def pay(self, money):
'''
只要你见到了项目中有这种类,你要知道你的子类中必须实现和pay同名的方法
'''
raise NotImplementedError('请在类中重写重名pay类方法') # 主动抛异常
class WeChat(Payment):
def __init__(self, username):
self.username = username
def pay(self, money): # pay方法名字不能改变
dic = {'username': self.username, 'money': money}
'''
调用微信支付 url连接 把dic传过去
'''
print(f'{self.username}通过微信充值了{money}')
class Alipay(Payment):
def __init__(self, username):
self.username = username
def pay1(self, money):
dic = {'uname': self.username, 'price': money}
''''
调用支付宝支付 url连接 把dic传过去
'''
print(f'{self.username}通过支付宝充值了{money}')
# 归一化设计：同事或用户使用此类时，直接调用pay函数传参，不用自己创建对象
def pay(username, money, kind):
if kind == 'WeChat':
obj = WeChat(username)
elif kind == 'Alipay':
obj = Alipay(username)
obj.pay(money)
pay('小杨', 200, 'WeChat')
# 当支付宝的pay方法名字发生改变时
pay('小杨', 200, 'Alipay')
# 输出
小杨通过微信充值了200
报错：NotImplementedError: 请在类中重写重名pay类方法
方法二：实现抽象类的另一种方式,约束力强,依赖abc模块
from abc import ABCMeta, abstractmethod
class Payment(metaclass=ABCMeta): # 这是个抽象类
@abstractmethod
def pay(self, money):
pass
class WeChat(Payment):
def __init__(self, username):
self.username = username
def pay(self, money): # pay方法名字不能改变
dic = {'username': self.username, 'money': money}
'''
调用微信支付 url连接 把dic传过去
'''
print(f'{self.username}通过微信充值了{money}')
class Alipay(Payment):
def __init__(self, username):
self.username = username
def pay1(self, money):
dic = {'uname': self.username, 'price': money}
''''
调用支付宝支付 url连接 把dic传过去
'''
print(f'{self.username}通过支付宝充值了{money}')
# 当支付宝的pay名字发生变化的时候
Alipay('xiao') # 这种方法在实例化对象的时候就会报错提示
# 输出
TypeError: Can't instantiate abstract class Alipay with abstract method pay
三、多态
一个类型表现出来的多种状态：
- 同一个对象，多种形态。python默认支持多态
def func(count): # 这里的count可以是str、int、list、dict等等....count就是多态的
print(count)
func('abc')
func(12345)
func([1, 2, 3, 4])
func({'a': 1, 'b': 2})
# 输出
abc
12345
[1, 2, 3, 4]
{'a': 1, 'b': 2}
而在Java的情况下:
- 一个参数必须指定类型
- 所以如果想两个类型的对象都可以传，那么必须让着两个继承自一个父类，在指定类型的时候使用父类来指定
- 在java或者c#定义变量或者给函数传值必须定义数据类型，否则就报错。
def func(int a):
print('a必须是数学')
- 而类似于python这种弱定义类语言,a可以是任意形态（str,int,object等等）。
def func(a):
print('a是什么都可以')
python伪代码实现Java或C的多态
class F1:
pass
class S1(F1):
def show(self):
print 'S1.show'
class S2(F1):
def show(self):
print 'S2.show'
# 由于在Java或C#中定义函数参数时，必须指定参数的类型
# 为了让Func函数既可以执行S1对象的show方法，又可以执行S2对象的show方法，所以，定义了一个S1和S2类的父类
# 而实际传入的参数是：S1对象和S2对象
def Func(F1 obj):
"""Func函数需要接收一个F1类型或者F1子类的类型"""
print obj.show()
s1_obj = S1()
Func(s1_obj) # 在Func函数中传入S1类的对象 s1_obj，执行 S1 的show方法，结果：S1.show
s2_obj = S2()
Func(s2_obj) # 在Func函数中传入Ss类的对象 ss_obj，执行 Ss 的show方法，结果：S2.show
鸭子类型
在python中，有一句谚语，你看起来像鸭子，那么你就是鸭子。
对相同的功能设定了相同的名字，这样方便开发，这两个方法就可以互成为鸭子类型。
比如：str、tuple、list 都有index方法，这就是互称为鸭子类型
class A:
def f1(self):
print('in A f1')
def f2(self):
print('in A f2')
class B:
def f1(self):
print('in A f1')
def f2(self):
print('in A f2')
obj = A()
obj.f1()
obj.f2()
obj2 = B()
obj2.f1()
obj2.f2()
# A 和 B两个类完全没有耦合性，但是在某种意义上他们却统一了一个标准。
# 输出
in A f1
in A f2
in A f1
in A f2
四、队列和栈、自定义Pickle
内置的数据结构：
- {}：——key-value 通过key找v非常快
- []：——序列 通过index取值非常快
- ()：——元组
- {1，}：——集合
- 'abc'：——字符串
不是python内置的：
- Queue 队列：先进先出 FIFO (FIRST IN FIRST OUT)
- put：进
- get：出
- Stack 栈：后进先出 LIFO (LAST IN FIRST OUT)
- put：进
- get：出
class My_List:
def __init__(self):
self.ll = []
def put(self, count):
self.ll.append(count)
class Stack(My_List):
def get(self):
return self.ll.pop()
class Queue(My_List):
def get(self):
return self.ll.pop(0)
q = Queue()
s = Stack()
for a in range(10):
q.put(a)
s.put(a)
print('队列放进去的值：', q.ll)
print('第一次取出： ', q.get())
print('第二次取出： ', q.get())
print('队列所剩值： ', q.ll)
print('------------------------------------')
print('栈放进去的值： ', s.ll)
print('第一次取出： ', s.get())
print('第二次取出： ', s.get())
print('栈所剩值： ', s.ll)
# 输出
队列放进去的值： [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
第一次取出： 0
第二次取出： 1
队列所剩值： [2, 3, 4, 5, 6, 7, 8, 9]
------------------------------------
栈放进去的值： [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
第一次取出： 9
第二次取出： 8
栈所剩值： [0, 1, 2, 3, 4, 5, 6, 7]
自定义Pickle,借助pickle模块来完成简化的dump和load
-
pickle dump
- 打开文件
- 把数据dump到文件里
-
pickle load
- 打开文件
- 读数据
对象 = Mypickle('文件路径')
对象.load() 能拿到这个文件中所有的对象
对象.dump(要写入文件的对象)
import pickle
class Mypickle:
def __init__(self, path):
self.path_ = path
def myload(self):
with open(self.path_, mode='rb') as f1:
while True:
try:
# 让读取到的数据变成迭代器
yield pickle.load(f1)
except EOFError:
break
def mydump(self, count):
with open(self.path_, mode='ab') as f2:
pickle.dump(count, f2)
# 需要放入文件的数据
ll = [f'第{a}个' for a in range(3)]
# 实例化一个对象
obj = Mypickle(r'my_obj')
obj.mydump(ll) # 写入文件
obj.myload() # 读取文件的数据
# 可以用__next__一条一条的读,也可以for循环读
a = obj.myload().__next__()
print(a)
print('------------------------')
# for循环读取迭代器内的数据
for a in obj.myload():
print(a)
# 输出
['第0个', '第1个', '第2个']
------------------------
['第0个', '第1个', '第2个']
['第0个', '第1个', '第2个']
['第0个', '第1个', '第2个']
本文来自博客园，作者：Mr-Yang`，转载请注明原文链接：https://www.cnblogs.com/XiaoYang-sir/p/14727845.html
