6-面向对象编程
👩 面向对象编程 OOP
比如一个 Student 类如下：
class Student(object):
def __init__(self,name,score):
self.name = name
self.score = score
def print_score(self):
print('%s：%s' %(self.name, self.score))
jack = Student('Jack', 100)
jack.print_score() # Jack：100
数据封装、继承和多态是面向对象的三大特点
1. 类和实例
① 类和实例
以看到，变量bart指向的就是一个Student的实例，后面的 0x00000160201D5860 是内存地址，每个object的地址都不一样。
可以自由地给一个实例变量绑定属性，比如，给实例jack绑定一个sex属性：
jack = Student('Jack', 100)
print(jack) # <__main__.Student object at 0x00000160201D5860>
jack.print_score() # Jack：100
jack.score = 99
jack.print_score() # Jack: 99
jack.sex = 'male'
print(jack.sex)
由于类可以起到模板的作用，因此，可以在创建实例的时候，通过定义一个特殊的__init__方法把一些我们认为必须绑定的属性强制填写进去。
注意到__init__方法的第一个参数永远是self，表示创建的实例本身，因此，在__init__方法内部，就可以把各种属性绑定到self，因为self就指向创建的实例本身。
⭐ 有了__init__方法，在创建实例的时候，就不能传入空的参数了，必须传入与__init__方法匹配的参数，但self不需要传，Python解释器自己会把实例变量传进去
② 数据封装
面向对象编程的一个重要特点就是数据封装。在上面的Student类中，每个实例就拥有各自的name和score这些数据。我们可以通过函数来访问这些数据，比如打印一个学生的成绩：
def print_score(std):
print('%s：%s' %(std.name, std.score))
🚩 但是，既然Student实例本身就拥有这些数据，要访问这些数据，就没有必要从外面的函数去访问，可以直接在Student类的内部定义访问数据的函数，这样，就把“数据”给封装起来了。这些封装数据的函数是和Student类本身是关联起来的，我们称之为类的方法：
class Student(object):
def __init__(self,name,score):
self.name = name
self.score = score
def print_score(self):
print('%s：%s' %(self.name, self.score))
要定义一个方法，除了第一个参数是self外，其他和普通函数一样。要调用一个方法，只需要在实例变量上直接调用，除了self不用传递，其他参数正常传入
这样一来，我们从外部看Student类，就只需要知道，创建实例需要给出name和score，而如何打印，都是在Student类的内部定义的，这些数据和逻辑被“封装”起来了，调用很容易，但却不用知道内部实现的细节。
封装的另一个好处是可以给Student类增加新的方法，比如get_grade：
class Student(object):
...
def get_grade(self):
if self.score >= 90:
return 'A'
elif self.score >= 60:
return 'B'
else:
return 'C'
🚩 总结：
-
类是创建实例的模板，而实例则是一个一个具体的对象，各个实例拥有的数据都互相独立，互不影响；
-
方法就是与实例绑定的函数，和普通函数不同，方法可以直接访问实例的数据；
-
通过在实例上调用方法，我们就直接操作了对象内部的数据，但无需知道方法内部的实现细节。
-
和静态语言不同，Python允许对实例变量绑定任何数据，也就是说，对于两个实例变量，虽然它们都是同一个类的不同实例，但拥有的变量名称都可能不同：
2. 访问限制
在Class内部，可以有属性和方法，而外部代码可以通过直接调用实例变量的方法来操作数据，这样，就隐藏了内部的复杂逻辑。
但是，从前面Student类的定义来看，外部代码还是可以自由地修改一个实例的name、score属性：
jack = Student('Jack', 100)
jack.print_score() # Jack：100
jack.score = 99
jack.print_score() # Jack: 99
如果要让内部属性不被外部访问，可以把属性的名称前加上两个下划线__，在Python中，实例的变量名如果以__开头，就变成了一个私有变量（private），只有内部可以访问，外部不能访问，所以，我们把Student类改一改：
class Student(object):
def __init__(self,name,score):
self.__name = name
self.__score = score
def print_score(self):
print('%s：%s' %(self.__name, self.__score))
jack = Student('Jack', 100)
print(jack.__score) # AttributeError: 'Student' object has no attribute '__score'
改完后，对于外部代码来说，没什么变动，但是已经无法从外部访问实例变量.__name和实例变量.__score了。这样就确保了外部代码不能随意修改对象内部的状态，这样通过访问限制的保护，代码更加健壮。
🚩 可以给 Student 类增加 get_name 和 set_name 这样的方法使得外部代码可以对内部变量进行获取和修改：
class Student(object):
...
def get_name(self):
return self.__name
def set_name(self, score):
self.__name = name
❓ 你也许会问，原先那种直接通过bart.score = 99也可以修改啊，为什么要定义一个方法大费周折？因为在方法中，可以对参数做检查，避免传入无效的参数：
class Student(object):
...
def set_score(self, score):
if 0 <= score <= 100:
self.__score = score
else:
raise ValueError('bad score')
需要注意的是，在Python中，变量名类似
__xxx__的，也就是以双下划线开头，并且以双下划线结尾的，是特殊变量，特殊变量是可以直接访问的，不是private变量，所以，不能用__name__、__score__这样的变量名。有些时候，你会看到以一个下划线开头的实例变量名，比如
_name，这样的实例变量外部是可以访问的，但是，按照约定俗成的规定，当你看到这样的变量时，意思就是，“虽然我可以被访问，但是，请把我视为私有变量，不要随意访问”。
🚩 双下划线开头的实例变量是不是一定不能从外部访问呢？其实也不是。不能直接访问__name是因为Python解释器对外把__name变量改成了_Student__name，所以，仍然可以通过_Student__name来访问__name变量：
jack = Student('Jack', 100)
print(jack._Student__name) # Jack
但是强烈建议你不要这么干，因为不同版本的Python解释器可能会把__name改成不同的变量名。
总的来说就是，Python本身没有任何机制阻止你干坏事，一切全靠自觉。
🚨 最后注意下面的这种错误写法：
jack = Student('Jack', 100)
jack.__name = 'Big'
print(jack.get_name()) # Jack
print(jack.__name) # Big
表面上看，外部代码“成功”地设置了__name变量，但实际上这个__name变量和 class 内部的__name变量不是一个变量！内部的__name变量已经被Python解释器自动改成了_Student__name，而外部代码给jack新增了一个__name变量。
3. 继承和多态
① 继承和多态
继承的格式如下：
class Animal(object):
def run(self):
print('Animal is running!')
class Dog(Animal):
def run(self):
print('Dog is running!')
def eat(self):
print('Dog is eating!')
class Cat(Animal):
def run(self):
print('Cat is running!')
dog = Dog()
dog.run()
当子类和父类都存在相同的run()方法时，我们说，子类的run()覆盖了父类的run()，在代码运行的时候，总是会调用子类的run()，这便是继承的好处：多态
🚩 在继承关系中，如果一个实例的数据类型是某个子类，那它的数据类型也可以被看做是父类。但是，反过来就不行。
要理解多态的好处，我们还需要再编写一个函数，这个函数接受一个Animal类型的变量：
def run_twice(animal):
animal.run()
run_twice(Animal()) # Animal is running!
run_twice(Dog()) # Dog is running!
对于一个变量，我们只需要知道它是Animal类型，无需确切地知道它的子类型，就可以放心地调用run()方法，而具体调用的run()方法是作用在Animal、Dog、Cat对象上，由运行时该对象的确切类型决定，这就是多态真正的威力：调用方只管调用，不管细节，而当我们新增一种Animal的子类时，只要确保run()方法编写正确，不用管原来的代码是如何调用的。这就是著名的“开闭”原则：
-
对扩展开放：允许新增
Animal子类； -
对修改封闭：不需要修改依赖
Animal类型的run_twice()等函数。
继承还可以一级一级地继承下来，就好比从爷爷到爸爸、再到儿子这样的关系。而任何类，最终都可以追溯到根类object，这些继承关系看上去就像一颗倒着的树。比如如下的继承树：
② 静态语言 VS 动态语言
对于静态语言（例如Java）来说，如果需要传入Animal类型，则传入的对象必须是Animal类型或者它的子类，否则，将无法调用run()方法。
对于Python这样的动态语言来说，则不一定需要传入Animal类型。我们只需要保证传入的对象有一个run()方法就可以了：
class Timer(object):
def run(self):
print('Start...')
🚩 这就是动态语言的“鸭子类型”，它并不要求严格的继承体系，一个对象只要“看起来像鸭子，走起路来像鸭子”，那它就可以被看做是鸭子。
4. 获取对象信息
当我们拿到一个对象的引用时，如何知道这个对象是什么类型、有哪些方法呢？
① 使用 type()
首先，我们来判断对象类型，使用type()函数：
基本类型都可以用type()判断：
print(type(123)) # <class 'int'>
print(type('str')) # <class 'str'>
print(type(None)) # <type(None) 'NoneType'>
如果一个变量指向函数或者类，也可以用type()判断：
print(type(abs)) # <class 'builtin_function_or_method'>
print(type(a) # <class '__main__.Animal'>
但是type()函数返回的是什么类型呢？它返回对应的Class类型。如果我们要在if语句中判断，就需要比较两个变量的type类型是否相同：
print(type(123)==type(456) ) # True
print(type(123)==int) # True
print(type('abc')==type('123')) # True
print(type('abc')==str) # True
print(type('abc')==type(123)) # False
判断基本数据类型可以直接写int，str等，但如果要判断一个对象是否是函数怎么办？可以使用types模块中定义的常量：
import types
def fn():
pass
print(type(fn)==types.FunctionType) # True
print(type(abs)==types.BuiltinFunctionType) # True
print(type(lambda x: x)==types.LambdaType) # True
print(type((x for x in range(10)))==types.GeneratorType) # True
② 使用isinstance()
对于class的继承关系来说，使用type()就很不方便。我们要判断class的类型，可以使用isinstance()函数。
我们回顾上次的例子，如果继承关系是：
object -> Animal -> Dog -> Husky
那么，isinstance()就可以告诉我们，一个对象是否是某种类型。先创建 3 种类型的对象：
a = Animal()
d = Dog()
h = Husky()
print(isinstance(h, Husky)) # True
print(isinstance(h, Dog)) # True
print(isinstance(h, Animal)) # True
print(isinstance(h, Animal)) isinstance(d, Dog) and isinstance(d, Animal)# True
print(isinstance(d, Husky)) # False
能用type()判断的基本类型也可以用isinstance()判断：
print(isinstance('a', str)) # True
print(isinstance(123, int)) #True
print(isinstance(b'a', bytes)) #True
并且还可以判断一个变量是否是某些类型中的一种，比如下面的代码就可以判断是否是list或者tuple：
print(isinstance([1, 2, 3], (list, tuple))) #True
print(isinstance((1, 2, 3), (list, tuple))) #True
③ 使用dir()
如果要获得一个对象的所有属性和方法，可以使用dir()函数，它返回一个包含字符串的list，比如，获得一个str对象的所有属性和方法：
print(dir('abc'))
类似__xxx__的属性和方法在Python中都是有特殊用途的，比如__len__方法返回长度。在Python中，如果你调用len()函数试图获取一个对象的长度，实际上，在len()函数内部，它自动去调用该对象的__len__()方法，所以，下面的代码是等价的：
print(len('ABC')) # 3
print('ABC'.__len__()) # 3
我们自己写的类，如果也想用len(myObj)的话，就自己写一个__len__()方法：
class MyDog(object):
def __len__(self):
return 100
dog = MyDog()
print(len(dog)) # 100
剩下的都是普通属性或方法，比如lower()返回小写的字符串：
print('ABC'.lower()) # 'abc'
仅仅把属性和方法列出来是不够的，配合getattr()、setattr()以及hasattr()，我们可以直接操作一个对象的状态：
class MyObject(object):
def __init__(self):
self.x = 9
def power(self):
return self.x * self.x
obj = MyObject()
紧接着，可以测试该对象的属性：
print(hasattr(obj, 'x')) # 有属性'x'吗？
# True
print(obj.x
# 9
print(hasattr(obj, 'y')) # 有属性'y'吗？
# False
print(setattr(obj, 'y', 19)) # 设置一个属性'y'
print(hasattr(obj, 'y')) # 有属性'y'吗？
# True
print(getattr(obj, 'y')) # 获取属性'y'
# 19
print(obj.y) # 获取属性'y'
# 19
如果试图获取不存在的属性，会抛出AttributeError的错误：
print(getattr(obj, 'z')) # 获取属性'z'
# Traceback (most recent call last):
# File "<stdin>", line 1, in <module>
# AttributeError: 'MyObject' object has no attribute 'z'
可以传入一个default参数，如果属性不存在，就返回默认值：
print(getattr(obj, 'z', 404)) # 获取属性'z'，如果不存在，返回默认值404
# 404
也可以获得对象的方法：
print(hasattr(obj, 'power') # 有属性'power'吗？
# True
print(getattr(obj, 'power') # 获取属性'power'
<bound method MyObject.power of <__main__.MyObject object at 0x10077a6a0>>
fn = getattr(obj, 'power') # 获取属性'power'并赋值到变量fn
print(fn) # fn指向obj.power
# <bound method MyObject.power of <__main__.MyObject object at 0x10077a6a0>>
print(fn()) # 调用fn()与调用obj.power()是一样的
# 81
🚨 注意：
通过内置的一系列函数，我们可以对任意一个Python对象进行剖析，拿到其内部的数据。要注意的是，只有在不知道对象信息的时候，我们才会去获取对象信息。如果可以直接写：
sum = obj.x + obj.y就不要写：
sum = getattr(obj, 'x') + getattr(obj, 'y')一个正确的用法的例子如下：
def readImage(fp): if hasattr(fp, 'read'): return readData(fp) return None假设我们希望从文件流fp中读取图像，我们首先要判断该fp对象是否存在read方法，如果存在，则该对象是一个流，如果不存在，则无法读取。
hasattr()就派上了用场。
5. 实例属性和类属性
由于Python是动态语言，根据类创建的实例可以任意绑定属性。
给实例绑定属性的方法是通过实例变量，或者通过self变量：
class Student(object):
def __init__(self, name):
self.name = name
s = Student('Bob')
s.score = 90
但是，如果Student类本身需要绑定一个属性呢？可以直接在class中定义属性，这种属性是类属性，归Student类所有：
💡 类属性 类似于 C++ 中的 static 静态变量
class Student(object):
name = 'Student'
当我们定义了一个类属性后，这个属性虽然归类所有，但类的所有实例都可以访问到。
class Student(object):
name = 'Student' # 类属性
s = Student()
print(s.name) # Student
print(Student.name) # Student
s.name = 'Michael' # 实例属性
print(s.name) # Michael
print(Student.name) # Student
del s.name
print(s.name) # Student
从上面的例子可以看出，在编写程序的时候，千万不要对实例属性和类属性使用相同的名字，因为相同名称的实例属性将屏蔽掉类属性，但是当你删除实例属性后，再使用相同的名称，访问到的将是类属性。
类属性代码示例：
为了统计学生人数，可以给Student类增加一个类属性，每创建一个实例，该属性自动增加：
class Student(object):
count = 0
def __init__(self, name):
self.name = name
Student.count += 1
