Python面向对象OOP

一 OOP

    与C++和Java一样，Python同样具有OOP设计。

过程式：从前到后，一条一条，机器能接受的顺序性方式；方式大概为“首先你应该做什么，第二应该做什么，高级点的做点假设如果遇到什么情况要做什么，或者一件事情要做多少多少遍，… …，”

OOP式：从“类与对象”方式来抽象和理解世界。例如首先物体(Object)大概可以分为“生物”与“非生物”，“生物”又能分为“人、动物、植物”等，“人”又分为“男人，女人”等。。。大自然在世界之巅，不断分类设定。类似于“族谱”，上下之间能“继承”。

类与对象。类是抽象的，是一群的概述，对象是具体的，独立的，例如我存在一个独立的人。对象拥有所在类的属性和方法，同样拥有属于自己对象的属性(方法)。

现实世界中，类拥有属性(attribute)和行为(action)；抽象数据中，类拥有数据(data)和方法(method)。类之间，存在继承(inheritance)与改良，类与对象之间，存在实例化。在实例化之后，对象能够在继承的类成员之外，增加属于自己的数据成员。

二  Python OOP

末 Python 中的坑

Python 很强大，坑也不少，一个一个填吧。

一 Python 处理中文及编码方式

    Python3.0之前，由于编码的缘故，处理中文夹杂情况，十分痛苦。要想彻底让它不是问题，第一，理解编码方式之间转换；第二，几个实际例子在手。

二 Python基础语法

1. 浅拷贝赋值，传值与传地址调用

首先看两个例子，关于一个函数参数为int和list两种类型时的不同操作，以增加++一个值为例。

# 传值value参数
a = 1
def  change_integer(a):
    a = a + 1
    return a
# 传地址address参数
b = [1,2,3]
def change_list(b):
    b[0] = b[0] + 1
    return b
# test value 
print change_integer(a)
print 'a = ',a
print change_list(b)
print 'b[0] = ',b[0]
#Result:
>a = 1
>b[0] = 2

第一个integer例子中，将一个int类型变量传递给函数，原整型变量a不发生变化。

第二个list例子中，将一个list类型变量传递给函数，原listb会发生变化。

原因在于，对于基本数据类型(例如int)，函数会在内存中复制一个新的变量，从而不影响原来变量，这叫“值传递”；

对于list来说，并不属于基本变量，函数传递的是一个指针，指向序列在内存中的地址，从而影响原来的值，称为“指针传递”。

同理，对于matrix或者array类型的数据，也属于非基本类型，因此array_a = array_b这样行为，array_b做操作时同样会影响到array_a，特别注意!!