python高级（一）—— python数据模型(特殊方法)

# 导入可命名元组
from collections import namedtuple

# 创建的两种方法    （创建股票模型，每只股票包括name和price）

Stock_1 = namedtuple("stock", ("name", "price"))  # 方法1：第二个参数传入可迭代对象（元组、数组等都可）

Stock_2 = namedtuple("stock", "name price")       # 方法2：字符串之间用空格隔开

# 生成多只股票
stock01 = Stock_1("SH000001", 1)
stock02 = Stock_1("SH000002", 12)
stock03 = Stock_1("SH000003", 123)
stock04 = Stock_1("SH000004", 1234)

# 访问股票信息
print(stock01.name)     # 属性形式     SH000001
print(stock04[1])       # 列表形式     1234

class Foo:
    def __len__(self):            # 重写__len__方法
        print("method __len__")
        return 1


if __name__ == "__main__":
    foo = Foo()
    n = len(foo)        # 使用len()时会自动调用__len__方法：method __len__
    print(n)            # 1

from collections import namedtuple

Stock = namedtuple("stock", ["name", "price"])


class Foo:
    def __init__(self):
        self._stock = [Stock(name, price) for name, price
                                          in zip(range(1, 100), range(1, 100))]

    def __len__(self):
        return len(self._stock)

    def __getitem__(self, item):
        print(item)
        return self._stock[item]



if __name__ == "__main__":
    foo = Foo()
    print(len(foo))
    print(foo[3])    # 使用foo[3]时会调用__getitem__方法，解释器会将3传递给__getitem__(self, item)中的item参数
                     # stock(name=4, price=4)

    print(foo[3:6])  # 使用切片操作时也会调用__getitem__方法，解释器会传递slice(3, 6, None)item参数
                     # [stock(name=4, price=4), stock(name=5, price=5), stock(name=6, price=6)]

if __name__ == "__main__":
    # 此时可直接用for循环对foo进行遍历
    for i in foo:
        print(i)

    # 由于实现了__getitem__方法，foo实例就变成了可迭代对象
    # 不仅可以使用for循环正向迭代，也可反向迭代；还可以使用in判断
    for i in reversed(foo):
        print(i)     # 反向迭代

    print(Stock(name=2, price=2) in foo)  # in判断会先调用__contains__方法，但是如果没有该方法，则调用__getitem__按顺序迭代搜索
                                          # True  (调用了2次getitem)
    print(Stock(name=2, price=3) in foo)  # False (调用了100次getitem方法，最后一次foo[99]发现不存在而停止迭代)

from collections import namedtuple

Stock = namedtuple("stock", ["name", "price"])


class Foo:
    def __init__(self):
        self._stock = [Stock(name, price) for name, price
                                          in zip(range(1, 100), range(1, 100))]

    def __len__(self):
        return len(self._stock)

    def __getitem__(self, item):
        print(item)
        return self._stock[item]

    def __iter__(self):
        pass


if __name__ == "__main__":
    foo = Foo()
    for i in foo:        # 报错：TypeError: iter() returned non-iterator of type 'NoneType'
        print(i)

from collections import namedtuple

Stock = namedtuple("stock", ["name", "price"])


class Foo:
    def __init__(self):
        self._stock = [Stock(name, price) for name, price
                                          in zip(range(1, 100), range(1, 100))]

    def __len__(self):
        return len(self._stock)

    def __getitem__(self, item):
        print(item)
        return self._stock[item]

    def __iter__(self):
        return iter(self._stock)

    # def __contains__(self, item):
    #     print(item)
    #     return False

if __name__ == "__main__":
    foo = Foo()
    for i in foo:        # 重写了__iter__(self)后解释器自动执行iter（foo）
        print(i)

    x = iter(foo)       # 手动执行
    print(next(x))      # stock(name=1, price=1)
    print(next(x))      # stock(name=2, price=2)
    print(next(x))      # stock(name=3, price=3)

    print(Stock(name=4, price=4) in foo)    #  按照__contains__、__iter__、__getitem__顺序寻找：True

# 接下来的例子引用自《流畅的python》
# 创建一个二维向量的类Vector，慢慢给它添加一些运算

class Vector:

    def __init__(self, x=0, y=0):
        self.x = x
        self.y = y

    def __repr__(self):
        return 'repr: Vector(%r, %r)' % (self.x, self.y)

    # def __str__(self):        # 如果类中同时有__str__和__repr__，则调用print是会先使用__str__
    #     return "str: Vector(%r, %r)" % (self.x, self.y)

# 这个类中现在只实现了__repr__方法

if __name__ == "__main__":
    v = Vector(2, 3)
    print(v)          # 此时打印出来的不是<Vector object at 0x0000003>这种形式
                      # 打印出来的是Vector(2, 3)
                      # 如果类中实现了__str__同样有此作用

# __repr__和__str__的区别在于，后者是在str()函数中被使用，或是在用print打印函数打印一个对象的时候才被
# 调用。如果你只想实现这两个特殊方法中的一个，__repr__是更好的选择，因为如果一个对象没有__str__函数
# 而python又需要调用它的时候，解释器会用__repr__作为代替

# 故使用print()函数时，解释器会按照__str__、__repr__的顺序寻找

# 接上面的二维向量的例子

from math import hypot

class Vector:

    def __init__(self, x=0, y=0):
        self.x = x
        self.y = y

    def __repr__(self):
        return 'Vector(%r, %r)' % (self.x, self.y)

    def __abs__(self):                         # abs本来是绝对值，在二维向量中指模
        return hypot(self.x, self.y)

    def __add__(self, other):
        x = self.x + other.x
        y = self.y + other.y
        return Vector(x, y)

    def __mul__(self, scalar):
        return Vector(self.x * scalar, self.y * scalar)



if __name__ == "__main__":
    v = Vector(4, 3)
    # 使用abs()求模，解释器自动调用__abs__方法
    print(abs(v))       # 5.0

    # 使用+求向量加法，解释器自动调用__add__方法
    v2 = Vector(1, 5)
    print(v + v2)       # Vector(5, 8)
                        # ps: __add__方法返回的是Vector对象，然后print函数会调用__repr__
    # 使用*求向量与数的乘法，解释器自动调用__mul__方法
    print(v * 3)        # Vector(12, 9)
                        # 这里只实现了向量的数乘, 并且未实现 3*v

# 继续在上面列子中添加__bool__

from math import hypot

class Vector:

    def __init__(self, x=0, y=0):
        self.x = x
        self.y = y

    def __repr__(self):
        return 'Vector(%r, %r)' % (self.x, self.y)

    def __abs__(self):
        return hypot(self.x, self.y)

    def __bool__(self):
        return bool(abs(self))


if __name__ == "__main__":
    v = Vector(0, 3)
    if v:                    # 调用__bool__
        print(abs(v))        # 3.0

# 使用if或while语句，或者and\or\not运算符，为了判定一个对象v是真还是假，python会调用bool(v),这个函数只能返回True或者False
# 默认情况下，自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(v)后面是调用v.__bool__()的结果；如果不存在__bool__方法，那么bool(v)会尝试调用v.__len__()，若返回0，则bool返回False，否则为True

# python 3.6的官方文档如下介绍
'''
By default, an object is considered true unless its class defines either a __bool__() method that 
returns False or a __len__() method that returns zero, when called with the object. 
Here are most of the built-in objects considered false:

    constants defined to be false: None and False.
    zero of any numeric type: 0, 0.0, 0j, Decimal(0), Fraction(0, 1)
    empty sequences and collections: '', (), [], {}, set(), range(0)
Operations and built-in functions that have a Boolean result always return 0 or False for false 
and 1 or True for true, unless otherwise stated. (Important exception: the Boolean operations or and and 
always return one of their operands.)
'''