流畅的python——1 数据模型
一、数据模型
当python解释器遇到特殊的句法时，会调用特殊方法，比如：d['a'] 会调用 __getitem__
magic 和 dunder：魔法方法 magic method是特殊方法的昵称。特殊方法也叫 双下方法 dunder method。
具名元组 namedtuple：用于构建只有少数属性，但是，没有方法的对象。
import collections
Card = collections.namedtuple('Card',['rank','suit'])
特殊方法：__len__ 和 __getitem__
class FrenchDeck:
ranks = [str(n) for n in range(2, 11)] + list('JQKA')
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): # 调用 len() ,触发 __len__ 特殊方法
return len(self._cards)
def __getitem__(self, position): # 调用 f[0] ,触发 __getitem__ 方法
return self._cards[position]
In [6]: f = F()
In [8]: len(f)
Out[8]: 52
In [9]: f[0]
Out[9]: Card(rank='2', suit='spades')
random.choice 从序列中随机取一个元素，注意：此时的 f 是一个对象
In [11]: random.choice(f)
Out[11]: Card(rank='10', suit='spades')
In [12]: f
Out[12]: <__main__.F at 0x2a3d7ee3588>
In [13]: for i in f:
...: print(i)
...:
Card(rank='2', suit='spades')
Card(rank='3', suit='spades')
Card(rank='4', suit='spades')
Card(rank='5', suit='spades')
Card(rank='6', suit='spades')
Card(rank='7', suit='spades')
Card(rank='8', suit='spades')
Card(rank='9', suit='spades')
Card(rank='10', suit='spades')
...
因为 __getitem__方法把 [] 操作交给了 self._card 列表，所以，f 自动支持切片操作，即可迭代，迭代 f 对象，得到的结果是迭代 self._card 列表。
__getitem__ 实现该特殊方法：[] 和 可迭代
迭代是隐式的，如果一个集合类型，没有实现 __contains__ 方法，in 运算符就会按顺序做一次迭代搜索。
sorted 排序
In [20]: def sort_f(card):
...: rank_value = F.ranks.index(card.rank)
...: suit_dict = dict(spades=3,hearts=2,diamonds=1,clubs=0)
...: return rank_value * len(suit_dict) + suit_dict[card.suit]
...:
In [21]: sorted(f,key=sort_f)
虽然 FrenchDeck 隐式地继承了 object 类，5 但功能却不是继承而来的。我们通过数据模型和一些合成来实现这些功能。通过实现__len__和__getitem__这两个特殊方法，FrenchDeck 就跟一个 Python 自有的序列数据类型一样，可以体现出 Python 的核心语言特性（例如迭代和切片）。同时这个类还可以用于标准库中诸如 random.choice、reversed 和 sorted 这些函数。另外，对合成的运用使得__len__和__getitem__ 的具体实现可以代理给 self._cards 这个 Python 列表（即 list 对象）。
特殊方法的存在是为了被python解释器调用的，不是我们自己来调用。比如，没有obj.__len()这种写法，应该使用len(obj) 。是执行 len 方法，然后，调用了 __len__ 方法。
对于python内置类型，__len__ 会返回 PyVarObject 的 ob_size 属性，PyVarObject 是表示内存中长度可变的内置对象的C语言结构体。直接读取这个值比调用一个方法要快的多。
for i in x: 对应的函数是 iter(x) ，调用的是 x.__iter__() 方法。
不要自己想当然地随意添加特殊方法，比如 foo 之类的，因为虽然现在这个名字没有被 Python 内部使用，以后就不一定了。
实现一个简单的向量类：
In [38]: class Vector:
...: def __init__(self,x,y):
...: self.x = x
...: self.y = y
...: def __abs__(self): # abs方法
...: return hypot(self.x,self.y)
...: def __add__(self,other): # + 运算符，中缀运算符
...: return Vector(self.x + other.x,self.y + other.y)
...: def __repr__(self): # repr方法，终端打印
...: return '({},{})'.format(self.x,self.y)
...: def __bool__(self): # bool方法
...: return bool(abs(self))
...: def __mul__(self,scalar): # * 运算符，中缀运算符
...: return Vector(self.x * scalar,self.y * scalar)
repr方法
Python 有一个内置的函数叫 repr，它能把一个对象用字符串的形式表达出来以便辨认，这就是“字符串表示形式”。
交互式控制台和调试程序（debugger）用 repr 函数来获取字符串表示形式；
在老的使用% 符号的字符串格式中，这个函数返回的结果用来代替 %r 所代表的对象；同样，str.format 函数所用到的新式字符串格式化语法
__repr__ 和 __str__ 的区别：__str__ 是 str() 函数使用时，被调用；或是在 print 函数调用
两个方法，__repr__更好一点，因为如果一个对象没有 __str__ 函数，而需要调用它时，解释器会用__repr__作为替代而调用。
__bool__ 方法
尽管 Python 里有 bool 类型，但实际上任何对象都可以用于需要布尔值的上下文中（比如if 或 while 语句，或者 and、or 和 not 运算符）。为了判定一个值 x 为真还是为假，Python 会调用 bool(x)，这个函数只能返回 True 或者 False。
默认情况下，我们自己定义的类的实例总被认为是真的，除非这个类对 __bool__ 或者__len__ 函数有自己的实现。bool(x) 的背后是调用 x.__bool__() 的结果；如果不存在 __bool__ 方法，那么 bool(x) 会尝试调用 x.__len__()。若返回 0，则 bool 会返回False；否则返回 True。
In [49]: a = Vector(0,0)
In [50]: a
Out[50]: (0,0)
In [51]: if a:
...: print('kkk')
...:
In [52]:
如果想让 Vector.__bool__ 更高效，可以采用这种实现：
def __bool__(self):
return bool(self.x or self.y)
它不那么易读，却能省掉从 abs 到__abs__到平方再到平方根这些中间步骤。通过bool 把返回类型显式转换为布尔值是为了符合__bool__对返回值的规定，因为 or运算符可能会返回 x 或者 y 本身的值：若 x 的值等价于真，则 or 返回 x 的值；否则返回 y 的值。
为什么 len 不是普通方法：因为 对于内置类型 len方法 是直接读取属性，获取长度。
通过实现特殊方法，自定义数据类型可以表现得跟内置类型一样，从而让我们写出更具表达力的代码——或者说，更具 Python 风格的代码。
数据模型和对象模型；魔术方法与特殊方法；元对象协议=对象模型：构建核心语言的API
