摘要:具体方法和上一篇一样,也是用各个分量的哈希值进行异或运算,由于的分量可能很多,这里我们使用函数来归约异或值。每个分量被映射成了它们的哈希值,这些哈希值再归约成一个值这里的传入了第三个参数,并且建议最好传入第三个参数。
《流畅的Python》笔记。1. 前言本篇是“面向对象惯用方法”的第三篇。本篇将以上一篇中的Vector2d为基础,定义多维向量Vector。
自定义Vector类的行为将与Python标准中的不可变扁平序列一样,它将支持如下功能:
基本的序列协议:__len__和__getitem__;
正确表述拥有很多元素的实例;
适当的切片支持,用于生成新的Vector实例;
综合各个元素的值计算散列值;
自定义的格式语言扩展。
本篇还将通过__getattr__方法实现属性的动态存取(虽然序列类型通常不会这么做),以及穿插讨论一个概念:把协议当做正式接口。我们将说明协议和鸭子类型之间的关系,以及对自定义类型的影响。
2. 初版VectorVector的构造方法将和所有内置序列类型一样,以可迭代对象为参数。如果其中元素过多,repr()函数返回的字符串将会使用...省略一部分内容,它的初始版本如下:
# 代码1 from array import array import reprlib import math class Vector: typecode = "d" def __init__(self, components): # 以可迭代对象为参数 self._components = array(self.typecode, components) def __iter__(self): return iter(self._components) def __repr__(self): components = reprlib.repr(self._components) components = components[components.find("["):-1] return "Vector({})".format(components) def __str__(self): # 和Vector2d相同 return str(tuple(self)) def __bytes__(self): return (bytes([ord(self.typecode)]) + bytes(self._components)) def __eq__(self, other): # 和Vector2d相同 return tuple(self) == tuple(other) def __abs__(self): return math.sqrt(sum(x * x for x in self)) def __bool__(self): # 和Vector2d相同 return bool(abs(self)) @classmethod def frombytes(cls, octets): typecode = chr(octets[0]) memv = memoryview(octets[1:]).cast(typecode) return cls(memv) # 去掉了Vector2d中的星号*
之所以没有直接继承制Vector2d,既是因为这两个类的构造方法不兼容,也是因为我们要为Vector实现序列协议。
3. 协议和鸭子类型协议和鸭子类型在之前的文章中也有所提及。在面向对象编程中,协议是非正式的接口,只在文档中定义,在代码中不定义。
在Python中,只要实现了协议需要的某些方法,其实就算实现了协议,而不一定需要继承。比如只要实现了__len__和__getitem__这两个方法,那么这个类就是满足序列协议的,而不需要从什么“序列基类”继承。
鸭子类型:和现实中相反,Python中确定一个东西是不是“鸭子”,不是测它的“DNA”是不是”鸭子“的DNA,而是看这东西像不像只鸭子。只要像”鸭子“,那它就是“鸭子”。比如,只要一个类实现了__len__和__getitem__方法,那它就是序列类,而不必管它是从哪来的;文件类对象也常是鸭子类型。
4. 第2版Vector:支持切片让Vector变为序列类型,并能正确返回切片:
# 代码2,将以下代码添加到初版Vector中 class Vector: -- snip -- def __len__(self): return len(self._components) def __getitem__(self, index): cls = type(self) if isinstance(index, slice): # 如果index是个切片类型,则构造新实例 return cls(self._components[index]) elif isinstance(index, numbers.Integral): # 如果index是个数,则直接返回 return self._components[index] else: msg = "{cls.__name__} indices must be integers" raise TypeError(msg.format(cls=cls))
如果__getitem__函数直接返回切片:return self._components[index],那么得到的数据将是array类型,而不是Vector类型。正是为了使切片的类型正确,这里才做了类型判断。
上述代码中用到了slice类型,它是Python的内置类型,这里顺便补充一下切片原理,直接上代码:
# 代码3 >>> class MySeq: ... def __getitem__(self, index): ... return index # 直接返回传给它的值 ... >>> s = MySeq() >>> s[1] 1 # 单索引,没啥新奇的 >>> s[1:3] slice(1, 3, None) # 返回来一个slice类型 >>> s[1:10:2] slice(1, 10, 2) # 注意slice类型的结构 >>> s[1:10:2, 9] (slice(1, 10, 2), 9) # 如果[]中有逗号,__getitem__收到的是元组 >>> s[1:10:2, 7:9] (slice(1, 10, 2), slice(7, 9, None)) >>> dir(slice) # 注意最后四个元素 ["__class__", "__delattr__", "__dir__", "__doc__", "__eq__", "__format__", "__ge__", "__getattribute__", "__gt__", "__hash__", "__init__", "__init_subclass__", "__le__", "__lt__", "__ne__", "__new__", "__reduce__", "__reduce_ex__", "__repr__", "__setattr__", "__sizeof__", "__str__", "__subclasshook__", "indices", "start", "step", "stop"]
当我们用dir()函数获取slice的属性时,发现它有start,stop和step数据属性,并且还有一个indices方法,这里重点说说这个indices方法。它接收一个长度参数len,并根据这个len将slice类型的start,stop和step三个参数正确转换成在长度范围内的非负数,具体用法如下:
# 代码4 >>> slice(None, 10, 2).indices(5) (0, 5, 2) # 将这些烦人的索引统统转换成明确的正向索引 >>> slice(-3, None, None).indices(5) (2, 5, 1)
自定义Vector类中并没有使用这个方法,因为Vector的底层我们使用了array.array数据类型,切片的具体操作不用我们自行编写。但如果你的类没有这样的底层序列类型做支撑,那么slice.indices方法将为你节省大量时间。
5. 第3版Vector:动态存储属性目前版本的Vector中,没有办法通过名称访问向量的分量(如v.x和v.y),而且现在的Vector可能存在大量分量。不过,如果能通过单个字母访问前几个分量的话,这样将很方便,也更人性化。现在,我们想用x,y,z,t四个字母分别代替v[0],v[1],v[2]和v[3],但具体做法并不是为实例添加这四个属性,并且我们也不想在运行时实例能动态添加单个字母的属性,更不想实例能通过这四个字母修改Vector中self._components的值。换句话说,我们只想通过这四个字母提供一种较为方便的访问方式,仅此而已。而要实现这样的功能,则需要实现__getattr__和__setattr__方法,以下是它们的代码:
# 代码5.1 class Vector: -- snip -- shortcut_name = "xyzt" def __getattr__(self, name): cls = type(self) if len(name) == 1: # 如果属性是单个字母 pos = cls.shortcut_name.find(name) if 0 <= pos < len(self._components): # 判断是不是xyzt中的一个 return self._components[pos] msg = "{.__name__!r} object has no attribute {!r}" # 想要获取其他属性时则抛出异常 raise AttributeError(msg.format(cls, name)) def __setattr__(self, name, value): cls = type(self) if len(name) == 1: # 不允许创建单字母实例属性,即便是x,y,z,t if name in cls.shortcut_name: # 如果name是xyzt中的一个,设置特殊的错误信息 error = "readonly attibute {attr_name!r}" elif name.islower(): # 为小写字母设置特殊的错误信息 error = "can"t set attributes "a" to "z" in {cls_name!r}" else: error = "" if error: # 当用户试图动态创建属性时抛出异常 msg = error.format(cls_name=cls.__name__, attr_name=name) raise AttributeError(msg) super().__setattr__(name, value)
解释:
属性查找失败后,解释器会调用__getattr__方法。简单来说,对my_obj.x表达式,Python会检查my_obj实例有没有名为x的实例属性;如果没有,则到它所属的类中查找有没有名为x的类属性;如果还是没有,则顺着继承树继续查找。如果依然找不到,则会调用my_obj所属类中定义的__getattr__方法,传入self和属性名的字符串形式(如"x");
__getattr__和__setattr_方法一般同时定义,否则对象的行为很容易出现不一致。比如,如果这里只定义__getattr__方法,则会出现如下尴尬的代码:
# 代码5.2 >>> v = Vector(range(5)) >>> v Vector([0.0, 1.0, 2.0, 3.0, 4.0]) >>> v.x 0.0 >>> v.x = 10 # 按理说这里应该报错才对,因为不允许修改 >>> v.x 10 >>> v # 其实是v创建了新实例属性x,这也是为什么我们要定义__setattr__ Vector([0.0, 1.0, 2.0, 3.0, 4.0]) # 行为不一致
我们没有禁止动态添加属性,只是禁止为单个字母属性赋值,如果属性名的长度大于1,这样的属性是可以动态添加的;
如果你看过上一篇文章,那么你可能会想到用__slots__来禁止添加属性,但我们这里仍然选择实现__setattr__来实现此功能。__slots__属性最好只用于节省内存,而且仅在内存严重不足时才用它,别为了秀操作而写一些别人看着很别扭的代码(只写给自己看的除外)。
6. 第4版Vector:散列和快速等值测试目前这个Vector是不可散列的,现在我们来实现__hash__方法。具体方法和上一篇一样,也是用各个分量的哈希值进行异或运算,由于Vector的分量可能很多,这里我们使用functools.reduce函数来归约异或值。同时,我们还将改写之前那个简洁版的__eq__,使其更高效(至少对大型向量来说更高效):
# 代码6,请自行导入所需的模块 class Vector: -- snip -- def __hash__(self): hashs = (hash(x) for x in self._components) # 先求各个分量的哈希值 return functools.reduce(operator.xor, hashs, 0) # 然后将所有哈希值归约成一个值 def __eq__(self, other): # 不用像之前那样:生成元组只为使用元组的__eq__方法 return len(self) == len(self) and all(a == b for a, b in zip(self, other))
解释:
此处的__hash__方法实际上执行的是一个映射归约的过程。每个分量被映射成了它们的哈希值,这些哈希值再归约成一个值;
这里的functool.reduce传入了第三个参数,并且建议最好传入第三个参数。传入第三个参数能避免这个异常:TypeError: reduce() of empty sequence with no initial value。如果序列为空,第三个参数就是返回值;否则,在归约中它将作为第一个参数;
在__eq__方法中先比较两序列的长度并不仅仅是一种捷径。zip函数并行遍历多个可迭代对象,如果其中一个耗尽,它会立即停止生成值,而且不发出警告;
补充一个小知识:zip函数和文件压缩没有关系,它的名字取自拉链头(zipper fastener),这个小物件把两个拉链条的链牙要合在一起,是不是很形象?7. 第5版Vector:格式化
Vector2d中,当传入"p"时,以极坐标的形式格式化数据;由于Vector的维度可能大于2,现在,当传入参数"h"时,我们使用球面坐标格式化数据,即"
angle(n),用于计算某个角坐标;
angles(),返回由所有角坐标构成的可迭代对象。
至于这两个的数学原理就不解释了。以下是最后要添加的代码:
# 代码7 class Vector: -- snip -- def angle(self, n): r = math.sqrt(sum(x * x for x in self[n:])) a = math.atan2(r, self[n - 1]) if (n == len(self) - 1) and (self[-1] < 0): return math.pi * 2 - a return a def angles(self): return (self.angle(n) for n in range(1, len(self))) def __format__(self, format_spec=""): if format_spec.endswith("h"): # 如果格式说明符以"h"结尾 format_spec = format_spec[:-1] # 格式说明符前面部分保持不变 coords = itertools.chain([abs(self)], self.angles()) # outer_fmt = "<{}>" else: coords = self outer_fmt = "({})" components = (format(c, format_spec) for c in coords) return outer_fmt.format(", ".join(components))
itertools.chain函数生成生成器表达式,将多个可迭代对象连接成在一起进行迭代。关于生成器的更多内容将在以后的文章中介绍。
至此,多维Vector暂时告一段落。
迎大家关注我的微信公众号"代码港" & 个人网站 www.vpointer.net ~
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/41895.html
摘要:一基本的序列协议首先,需要就维向量和二维向量的显示模的计算等差异重新调整。假设维向量最多能处理维向量,访问向量分量的代码实现如下若传入的参数在备选分量中可进行后续处理判断分量的位置索引是否超出实例的边界不支持非法的分量访问,抛出。 导语:本文章记录了本人在学习Python基础之面向对象篇的重点知识及个人心得,打算入门Python的朋友们可以来一起学习并交流。 本文重点: 1、了解协议的...
摘要:例如,的序列协议只需要和两个方法。任何类如,只要使用标准的签名和语义实现了这两个方法,就能用在任何期待序列的地方。方法开放了内置序列实现的棘手逻辑,用于优雅地处理缺失索引和负数索引,以及长度超过目标序列的切片。 序列的修改、散列和切片 接着造Vector2d类 要达到的要求 为了编写Vector(3, 4) 和 Vector(3, 4, 5) 这样的代码,我们可以让 init 法接受任...
摘要:导语本文章汇总了本人在学习基础之绪论篇数据结构篇函数篇面向对象篇控制流程篇和元编程篇学习笔记的链接,打算入门的朋友们可以按需查看并交流。 导语:本文章汇总了本人在学习Python基础之绪论篇、数据结构篇、函数篇、面向对象篇、控制流程篇和元编程篇学习笔记的链接,打算入门Python的朋友们可以按需查看并交流。 第一部分:绪论篇 1、Python数据模型 第二部分:数据结构篇 2、序列构成...
摘要:本篇继续学习之路,实现更多的特殊方法以让自定义类的行为跟真正的对象一样。之所以要让向量不可变,是因为我们在计算向量的哈希值时需要用到和的哈希值,如果这两个值可变,那向量的哈希值就能随时变化,这将不是一个可散列的对象。 《流畅的Python》笔记。本篇是面向对象惯用方法的第二篇。前一篇讲的是内置对象的结构和行为,本篇则是自定义对象。本篇继续Python学习之路20,实现更多的特殊方法以让...
阅读 2744·2021-11-19 09:40
阅读 5293·2021-09-27 14:10
阅读 2099·2021-09-04 16:45
阅读 1461·2021-07-25 21:37
阅读 2993·2019-08-30 10:57
阅读 2980·2019-08-28 17:59
阅读 1054·2019-08-26 13:46
阅读 1406·2019-08-26 13:27