类
中英名词对照：
- 名称 name
- 命名空间 namespace
- 属性 attribute
- 作用域 scope
名称和对象
对象之间相互独立，可以有多个名称指向到同一对象上。对于基本类型可以忽视这一特性。
作用域和命名空间
命名空间 是名称到对象的映射。大多数命名空间都使用字典实现。有如下几种命名空间的例子：
- 内置名称集合（包括
abs()以及内置异常的名称等）； - 一个模块的全局名称；
- 函数调用的局部名称；
- 一个对象的属性集合也可视为命名空间。
对模块中名称的引用是属性引用。不同命名空间中的名称之间没有任何关系。
属性可以是只读或者可写。模块属性是可写的：
m.the_answer = 42 # 修改属性
del m.the_answer # 删除属性
命名空间有自己的创建时间及生命周期，比如：
- 内置名称的命名空间（即
builtins模块）是在解释器启动时创建，且永远不会被删除； - 模块的全局命名空间在读取定义时被创建，通常会持续到解释器退出；
- 从脚本文件读取或交互式读取的，由解释器顶层调用执行的语句是
__main__模块调用的一部分，也拥有自己的全局命名空间。
函数的局部命名空间会在函数被调用时被创建，并在结束调用后被删除。
一个命名空间的 作用域 是代码中的一段文本区域，在这段区域可直接访问该命名空间。
作用域在代码定义就被确定下来，但使用时是动态的，存在嵌套关系。在执行期间，都会有 3 到 4 个嵌套作用域：
- 最内层作用域，包含局部名称，会最先被搜索；
- 外层闭包函数的作用域，包含非局部非全局的名称，名称会从内到外搜索；
- 倒数第二层作用域，包含当前模块的全局名称；
- 最外层作用域，是内置名称的命名空间。
name = "talaxy"
def try_rename():
name = "allay" # 局部名称，不会影响全局名称
print(name) # 打印 "allay"
try_rename()
print(name) # 打印 "talaxy"
在上述的例子中，如果要让函数中的 name 与全局的 name 绑定，需要使用 global 语句：
def try_rename():
global name
name = "allay" # 修改全局名称
print(name) # 打印 "allay"
还有一个类似的 nonlocal 语句，它会在外层闭包函数的作用域中由内向外搜索名称并绑定：
def test():
count = 20 # `try_modify` 中的 `count` 会绑定到这里
def try_modify():
nonlocal count
count = 30
注意，nonlocal 无法绑定到全局名称。
初探类
用 class 关键字来定义类：
class MyClass: # 这里的 `MyClass` 称之为一个类对象。
pass
当进入类定义时，将创建一个新的命名空间，并将其用作局部作用域。
类属性的定义：
class MyClass:
"""A simple example class"""
i = 12345
def hello():
return "hello world"
print(MyClass.i) # => "12345"
print(MyClass.hello()) # => "hello world"
print(MyClass.__doc__) # => "A simple example class"
实例化方法：
class Point:
def __init__(self, x=0, y=0):
self.x = x
self.y = y
def output(self):
print(self.x, self.y)
p = Point()
p.output() # => 0 0
f = p.output # 可以直接将方法赋值给变量
f() # => 0 0
虽然在定义方法时第一个参数是 self，但在调用时不需要传入 self，这区别于类对象的直接调用：
Point.output(p) # => 0 0
self只是一个约定俗成的名称，可以使用其他名称代替，但最好不要违背这个约定。
方法也可以在类定义外部定义：
def output(self):
print(self.x, self.y)
class Point:
# ...
output = output
注意区别类变量和实例变量：
class Dog:
kind = "canine" # 类变量
def __init__(self, name):
self.name = name # 实例变量
Dog.kind # => "canine"
Dog("Fido").name # => "Fido"
可以通过实例来访问类变量：
class Dog:
kind = "canine"
def __init__(self, name):
self.name = name
def what_kind(self):
return self.kind
d = Dog("Fido")
d.what_kind() # => "canine"
d.kind # => "canine"
如果类对象和实例对象有同名的属性，实例对象的属性会覆盖类对象的属性。
可以访问实例对象的 __class__ 属性来访问类对象：
print(Dog) # => <class '__main__.Dog'>
print(d.__class__) # => <class '__main__.Dog'>
继承
在定义的类后面加上一个类名，表示继承自该类：
class Cat(Animal): # 这里 `Animal` 可称为父类或基类
# ...
在访问类对象或者实例对象的属性时，如果没有找到，则会沿着基类继承链逐步向下查找。派生类也可以重写基类的方法。
两个继承机制相关的函数：
isinstance(obj, cls)：判断一个对象是否是一个类的实例；issubclass(c1, c2)：判断一个类是否是另一个类的子类，如issubclass(bool, int)为True。
Python 支持多重继承，对继承属性的搜索顺序是从左到右，深度优先（真实情况会更复杂，但会确保每个基类只被访问一次）：
class Light(Wave, Particle):
# ...
私有变量
Python 中没有对实例属性的访问控制，即没有真正的私有变量。但大多数遵循一个约定：以下划线开头的名称（如 _name ）应该被视为非公开的。
为了能够实现私有变量，Python 存在这样的机制：可以在属性名称前加上双下划线 __ ，如 __name ，在实际执行时 Python 会将其替换为 _类名__name ，这样就可以避免子类与基类之间对属性的使用冲突。
class Person:
def __init__(self, name):
self.name = name
self.__greeting() # 会始终调用 `Person.__greeting`
def greeting(self):
print("Hello, I'm " + self.name)
__greeting = greeting
class Student(Person):
def greeting(self):
return print("Hello, I'm " + self.name + ". I'm a student.")
student = Student("Talaxy") # => "Hello, I'm Talaxy"
杂项说明
可以对类使用 @dataclass 装饰器，可以实现类似 C 语言中结构体的功能：
from dataclasses import dataclass
@dataclass
class Point:
x: int
y: int
p = Point(1, 2) # 会自动实现 `__init__` 方法
迭代器
为了让一个对象可迭代，需要实现 __iter__ 方法，该方法返回一个迭代器对象，该对象实现了 __next__ 方法，该方法返回下一个元素，如果没有元素了则抛出 StopIteration 异常。
class Reverse:
"""Iterator for looping over a sequence backwards."""
def __init__(self, data):
self.data = data
self.index = len(data)
def __iter__(self):
return self
def __next__(self):
if self.index == 0:
raise StopIteration
self.index = self.index - 1
return self.data[self.index]
for char in Reverse("spam"):
print(char) # => "m", "a", "p", "s"
可以用全局函数 iter() 及 next() 直接调用迭代器：
# 该例子模拟了上段代码的 for 语句的运行过程
it = iter(Reverse("spam"))
next(it) # => "m"
next(it) # => "a"
next(it) # => "p"
next(it) # => "s"
next(it) # => StopIteration
生成器
可以在函数中使用 yield 语句来实现生成器：
def reverse(data):
for index in range(len(data)-1, -1, -1):
yield data[index]
for char in reverse("golf"):
print(char) # => "f", "l", "o", "g"
生成器会自动创建 __iter__ 和 __next__ 方法，且会自动抛出 StopIteration 异常。
生成器表达式
生成器表达式语法类似于列表推导式，但使用圆括号：
sum(i*i for i in range(10)) # => 285