流畅的python笔记 （一） 1.python的数据模型

合集 - 杂项(7)

1.C# GC2022-10-312.列表(list)的深浅拷贝解析2023-08-06

3.流畅的python笔记 （一） 1.python的数据模型2023-08-06

4.python中的多态表现方法2023-07-165.CreateEvent函数2023-07-036.流畅的python笔记 （二） 2.序列构成的数组2023-10-047.委托和事件的区别2023-08-18

收起

python的数据模型：python风格的设计思想完全体现在Python的数据模型上，而数据模型所描述的API，为使用最地道的语言特性来构建你自己的对象提供了工具。数据模型其实是对 Python 框架的描述，它规范了这门语言自身构建模块的接口，这些模块包括但不限于序列、迭代器、函数、类和上下文管理器。

一些特殊方法（双下方法 or 魔术方法）：如__getitem__ 等。这些特殊方法名能让你自己的对象实现和支持以下的语言架构，并与之交互：

1. • 迭代

2. • 集合类

3. • 属性访问

4. • 运算符重载

5. • 函数和方法的调用

6. • 对象的创建和销毁

7. • 字符串表示形式和格式化

8. • 管理上下文（即 with 块）

 特殊方法的使用：

　　注：特殊方法的存在是为了被 Python 解释器调用的，你自己并不需要调用它们

1. 如内置函数len(),在使用时，如果参数是自定义类型，那么它会调用由你实现的__len__()方法，而如果是内置类型，那么 CPython 会抄个近路，__len__ 实际上会直接返回 PyVarObject 里的 ob_size 属性。
2. 通过内置的函数（例如 len、iter、str，等等）来使用特殊方法是最好的选择。这些内置函数不仅会调用特殊方法，通常还提供额外的好处，而且对于内置的类来说，它们的速度更快。
3. 也不建议自己随意想当然地添加特殊方法，可能会有冲突

 举个栗子：一个 Vector 类的实现，在类中自定义实现了如下特殊方法：__repr__、 __abs__、 __add__ 和 __mul__

当使用向量对象进行 + *  abs 等运算时，python解释器会自动调用这些特殊方法

更多全面的特殊方法，可以看官方文档：

3. 数据模型 — Python 3.11.4 文档