面向对象前戏
"""推导步骤1:直接手写字典模拟一个个人和狗"""
person1 = {
'name': 'jason',
'p_type': '猛男',
'attack_val': 800,
'life_val': 2000
}
person2 = {
'name': 'curry',
'p_type': '闷骚',
'attack_val': 100,
'life_val': 1200
}
dog1 = {
'name': '小黑狗',
'd_type': '泰迪',
'attack_val': 50,
'life_val': 800
}
dog2 = {
'name': '小舔狗',
'd_type': '比特',
'attack_val': 800,
'life_val': 8000
}
"""推理步骤2:由于定义人和狗的字典基本不变 但是很多地方又需要反复使用 所以封装成函数 """
def get_person(name, gender, age, p_type, attack_val, life_val):
"""
专用用于产生用户字典(创造人)
:param name: 姓名
:param gender: 性别
:param age: 年龄
:param p_type: 类型
:param attack_val:攻击力
:param life_val: 生命值
:return: 人的字典(人)
"""
psrson_obj = {
'name': name,
'gender': gender,
'age': age,
'p_type': p_type,
'attack_val': attack_val,
'life_val': life_val
}
return psrson_obj
p1 = get_person('jason', 'male', 18, '猛男', 8000, 80000)
p2 = get_person('kevin', 'female', 28, '淑女', 10, 80)
def get_dog(name, d_type, attack_val, life_val):
"""
专门用于产生狗字典(狗)
:param name:狗的名字
:param d_type:狗的类型
:param attack_val:狗的攻击力
:param life_val:狗的生命值
:return:狗的字典(狗)
"""
dog_obj = {
'name': name,
'd_type': d_type,
'attack_val': attack_val,
'life_val': life_val
}
return dog_obj
d1 = get_dog('小黄狗', '中华田园犬', 800, 5000)
d2 = get_dog('小奶狗', '哈士奇', 100, 200)
"""推导步骤3:让人和狗具备攻击的能力 本质其实就是定义两个函数供人和狗调用"""
def person_attack(person_obj, dog_obj):
"""
专门提供给人调用 攻击狗
:param person_obj: 传人数据(字典)
:param dog_obj: 传狗数据(字典)
"""
print('即将被攻击的狗:%s 当前血量%s' % (dog_obj.get('name'),
dog_obj.get('life_val')))
dog_obj['life_val'] -= person_obj.get('attack_val')
print('人:%s 锤了 狗:%s 狗掉血:%s 剩余血量:%s' % (
person_obj.get('name'), dog_obj.get('name'), person_obj.get('attack_val'), dog_obj.get('life_val')))
def dog_attack(dog_obj, person_obj):
"""
专门提供给狗调用 攻击人
:param dog_obj:
:param person_obj:
:return:
"""
print('即将被攻击的人:%s 当前血量:%s' % (person_obj.get('name'), person_obj.get('life_val')))
person_obj['life_val'] -= dog_obj.get('attack_val')
print('狗:%s 咬了 人:%s 人掉血:%s 剩余血量:%s' % (
dog_obj.get('name'), person_obj.get('name'), dog_obj.get('attack_val'), person_obj.get('life_val')))
p1 = get_person('jason','male',18,'猛男',800,9000)
p2 = get_person('kevin','female',28,'淑女',10,200)
d1 = get_dog('小黄狗','恶霸犬',800,8000)
d2 = get_dog('小黑狗','巴哥犬',200,500)
person_attack(p1,d1)
dog_attack(d2,p2)
代码优化
"""推导步骤1:直接手写字典模拟一个个人和狗"""
person1 = {
'name': 'jason',
'p_type': '猛男',
'attack_val': 800,
'life_val': 2000
}
person2 = {
'name': 'curry',
'p_type': '闷骚',
'attack_val': 100,
'life_val': 1200
}
dog1 = {
'name': '小黑狗',
'd_type': '泰迪',
'attack_val': 50,
'life_val': 800
}
dog2 = {
'name': '小舔狗',
'd_type': '比特',
'attack_val': 800,
'life_val': 8000
}
"""推理步骤2:由于定义人和狗的字典基本不变 但是很多地方又需要反复使用 所以封装成函数 """
def get_person(name, gender, age, p_type, attack_val, life_val):
"""
专用用于产生用户字典(创造人)
:param name: 姓名
:param gender: 性别
:param age: 年龄
:param p_type: 类型
:param attack_val:攻击力
:param life_val: 生命值
:return: 人的字典(人)
"""
psrson_obj = {
'name': name,
'gender': gender,
'age': age,
'p_type': p_type,
'attack_val': attack_val,
'life_val': life_val
}
return psrson_obj
p1 = get_person('jason', 'male', 18, '猛男', 8000, 80000)
p2 = get_person('kevin', 'female', 28, '淑女', 10, 80)
def get_dog(name, d_type, attack_val, life_val):
"""
专门用于产生狗字典(狗)
:param name:狗的名字
:param d_type:狗的类型
:param attack_val:狗的攻击力
:param life_val:狗的生命值
:return:狗的字典(狗)
"""
dog_obj = {
'name': name,
'd_type': d_type,
'attack_val': attack_val,
'life_val': life_val
}
return dog_obj
d1 = get_dog('小黄狗', '中华田园犬', 800, 5000)
d2 = get_dog('小奶狗', '哈士奇', 100, 200)
"""推导步骤3:让人和狗具备攻击的能力 本质其实就是定义两个函数供人和狗调用"""
def person_attack(person_obj, dog_obj):
"""
专门提供给人调用 攻击狗
:param person_obj: 传人数据(字典)
:param dog_obj: 传狗数据(字典)
"""
print('即将被攻击的狗:%s 当前血量%s' % (dog_obj.get('name'),
dog_obj.get('life_val')))
dog_obj['life_val'] -= person_obj.get('attack_val')
print('人:%s 锤了 狗:%s 狗掉血:%s 剩余血量:%s' % (
person_obj.get('name'), dog_obj.get('name'), person_obj.get('attack_val'), dog_obj.get('life_val')))
def dog_attack(dog_obj, person_obj):
"""
专门提供给狗调用 攻击人
:param dog_obj:
:param person_obj:
:return:
"""
print('即将被攻击的人:%s 当前血量:%s' % (person_obj.get('name'), person_obj.get('life_val')))
person_obj['life_val'] -= dog_obj.get('attack_val')
print('狗:%s 咬了 人:%s 人掉血:%s 剩余血量:%s' % (
dog_obj.get('name'), person_obj.get('name'), dog_obj.get('attack_val'), person_obj.get('life_val')))
p1 = get_person('jason','male',18,'猛男',800,9000)
p2 = get_person('kevin','female',28,'淑女',10,200)
d1 = get_dog('小黄狗','恶霸犬',800,8000)
d2 = get_dog('小黑狗','巴哥犬',200,500)
person_attack(p1,d1)
dog_attack(d2,p2)
总结
将有人的数据跟人的功能绑定到一起
只有人可以调用人的功能
将狗的数据跟狗的功能绑定到一起
只有狗可以调用狗的功能
我们将数据与功能绑定到一起的操作起名为:'面向对象编程'
本质:将待定的数据与特定的功能绑定到一起 将来只能彼此相互使用
编程思想
面向过程编程
截止博客到现在 所编写的代码都是面向过程编程
过程其实就是流程 面向过程编程其实就是在执行一系列的流程
eg:注册功能 登录功能 冻结账户...
按照指定的步骤依次执行 最终就可以得到想要的结果
面向对象编程
核心就是'对象'二字
对象其实就是一个容器 里面将数据和功能绑定到了一起
eg:游戏人物...
只负责创造出该人物以及该人物具备的功能 至于后续战绩如何无人知晓
"""
面向过程编码相当于让你给出一个问题的具体解决方案
面向对象编程相当于让你创造出一些事物之后不用你管
"""
上述两种编程思想没有优劣之分 仅仅是使用场景不同
甚至很多时候是两者混合使用
对象与类的概念
对象:数据与功能的结合体
类:多个对象相同的数据与功能的结合体
类比学习法
一个人 对象
多个人 人类
一条狗 对象
多条狗 犬类
类主要用于记录多个对象相同的数据和功能
对象则用于记录多个对象不同的数据和功能
ps:在面向对象编程中 类仅仅是用于节省代码 对象才是核心
对象与类的创建
在现实生活中理论是应该先有一个个的个体(对象)
再有一个个的群体(类)
在编程世界中必须要先有类才能产生对象
面向对象编程本质就是将数据和功能绑定到一起
但是为了突出面向对象编程的形式
python特地开发了一套语法专门用于面向对象编程的操作
创建类的完整语法
class People:
1.
class是定义类的关键字
2.
People是类的名字
类名的命名跟变量名一致
并且推荐首字母大写(为了更好的区分)
3.
类体代码
公共的数据\公共的方法
ps: 类体代码在类定义阶段就会执行!!!
'''在面向对象编程中 想要获取名称空间中的名字 可以采用句点符'''
'''类实例化产生对象>>>: 类名加括号'''
stu1 = Student()
stu2 = Student()
print(stu1.school)
print(stu2.school)
Student.school = '北京大学'
print(stu1.school)
print(stu2.school)
"""
我们习惯将类或者对象句点符后面的东西称为属性名或者方法名
"""
对象独有的数据
'''推导思路1: 直接利用__dict__方法朝字典添加键值对'''
'''推导思路2: 将添加独有数据的代码封装成函数'''
'''推导思路3: init函数是专用给学生对象创建独有的数据 其他对象不能调用>>>:面向对象思想 将数据和功能整合到一起
将函数封装到学生类中 这样只有学生类产生的对象才有资格访问
'''
class Student:
"""
1.先产生一个空对象
2.自动调用类里面的__init__方法 将产生的空对象当成第一个参数传入
3.将产生的对象返回出去
"""
def __init__(self, name, age, gender):
self.name = name
self.age = age
self.gender = gender
school = '清华大学'
def choice_course(self):
print('正在选课')
stu1 = Student('jason', 18, 'male')
print(stu1)
stu2 = Student('kevin', 28, 'female')
print(stu2)
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 理解Rust引用及其生命周期标识(上)
· 浏览器原生「磁吸」效果!Anchor Positioning 锚点定位神器解析
· 没有源码,如何修改代码逻辑?
· 全程不用写代码,我用AI程序员写了一个飞机大战
· MongoDB 8.0这个新功能碉堡了,比商业数据库还牛
· 记一次.NET内存居高不下排查解决与启示
· DeepSeek 开源周回顾「GitHub 热点速览」
· 白话解读 Dapr 1.15:你的「微服务管家」又秀新绝活了