大奖18dj18vip-大奖18dj18娱乐官网

【腾讯云】云产品限时秒杀,爆款1核2G云服务器,首年99元

大奖18dj18vip

小组群热帖
查看: 29|回复: 0
打印 上一主题 下一主题

[资讯] 一文带你走进Python中的数据类

[复制链接]
  • TA的每日心情
    奋斗
    4 天前
  • 签到天数: 658 天

    [LV.9]以坛为家II

    硕士生

    1万

    主题

    1万

    帖子

    4万

    积分

    Rank: 8Rank: 8

    UID
    15343
    威望
    -561
    贡献
    8107
    在线时间
    337 小时
    注册时间
    2015-10-12
    跳转到指定楼层
    楼主
    发表于 2020-6-24 14:12:18 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

    数据类适用于Python3.7或更高版本,它不仅可以用作数据容器,还可以编写样板代码,简化创建类的过程。

    创建第一个数据类

    创建一个数据类,该数据类表示三维坐标系中的一个点。

    @dataclass装饰器用于创建数据类。x,y和z是数据类中的字段。注意要使用类型注释来指定字段的数据类型,但是类型注释不是静态类型声明,这意味着仍然可以为x,y或z字段传递除int之外的任何数据类型。

    • from dataclasses import dataclass
    •              @dataclass
    •            classCoordinate:
    •               x: int
    •               y: int
    •               z: int

    默认情况下,数据类附带有init、repr和 eq方法,因此我们不必自己实现。但是如果init、repr和eq没有在Coordinate类中实现,有了数据类,我们仍然可以使用这些方法,这样非常节省时间。

    • from dataclasses import dataclass
    •              @dataclass
    •            classCoordinate:
    •               x: int
    •               y: int
    •               z: int
    •              a =Coordinate(4, 5, 3)
    •            print(a)  # output: Coordinate(x=4, y=5, z=3)

    字段的默认值

    编码者可以为字段分配默认值。如下所示,数据类中的pi字段被分配了默认值:

    • from dataclasses import dataclass
    •              @dataclass
    •            classCircleArea:
    •               r: int
    •               pi: float =3.14
    •                  @property
    •               defarea(self):
    •                    return self.pi * (self.r **2)
    •              a =CircleArea(2)
    •            print(repr(a))  # output: CircleArea(r=2, pi=3.14)
    •            print(a.area)  # output: 12.56

    自定义字段和数据类

    设置dataclass装饰器或field函数的参数可以自定义字段和数据类。自定义过程将用例子进行说明,本文结尾也会给出字段和数据类的所有参数。

    数据类可变还是不可变?

    默认情况下,数据类是可变的,这意味着可以为字段分配值。但我们可以通过将frozen参数设置为True来使其不可变

    可变示例:

    • from dataclasses import dataclass
    •              @dataclass
    •            classCircleArea:
    •               r: int
    •               pi: float =3.14
    •                  @property
    •               defarea(self):
    •                    return self.pi * (self.r **2)
    •              a =CircleArea(2)
    •            a.r =5
    •            print(repr(a))  # output: CircleArea(r=5, pi=3.14)
    •            print(a.area)  # output: 78.5

    不可变示例:

    设置frozen为 True,将无法再为字段分配值。在下面的示例中可以看到异常输出。

    • from dataclasses import dataclass
    •              @dataclass(frozen=True)
    •            classCircleArea:
    •               r: int
    •               pi: float =3.14
    •                  @property
    •               defarea(self):
    •                    return self.pi * (self.r **2)
    •              a =CircleArea(2)
    •            a.r =5
    •            # Exceptionoccurred: dataclasse**rozenInstanceError:
    •            # cannot assign tofield 'r'

    比较数据类

    假设要创建一个表示Vector的数据类并进行比较,你会怎么做?当然需要使用诸如lt或gt之类的方法啦。

    默认情况下,数据类的order参数为 False。将其设置为True,会自动为数据类生成 lt、le、gt和ge方法。因此,可以按顺序比较对象,就像它们是其字段的元组一样。

    研究下面的示例:将order设置为True就可以比较v2和v1。这里存在一个逻辑比较的问题。当v2> v1时,它将比较这两个向量,例如(8,15)>(7,20)。因此,v2> v1的输出将为True。

    回想一下,元组比较是逐个按照顺序进行的。首先将8和7进行比较,结果为True,那么比较结果就为True。如果它们相等,则比较15> 20,结果为False:

    • from dataclasses import dataclass,field
    •    
    •                        @dataclass(order=True)
    •            classVector:
    •               x: int
    •               y: int
    •              v1 =Vector(8, 15)
    •            v2 =Vector(7, 20)
    •            print(v2 > v1)

    显然这种比较没有任何意义。笔者最初想通过向量的大小来比较它们。但问题是,不可能在创建每个实例时,都要自己计算Vector的大小。

    在这种情况下,field函数和post_init方法更有用。field函数能自定义magnitude字段。而post_init方法则会确定初始化后该矢量的大小。

    还可以使用数据类中的field函数来自定义magnitude字段。通过将init设置为False,基本可以不需要init方法中的magnitude参数。因为初始化后才使用post_init方法来确定其值:

    • from dataclasses import dataclass, field
    •              @dataclass(order=True)
    •            classVector:
    •               magnitude: float =field(init=False)
    •               x: int
    •               y: int
    •                  def__post_init__(self):
    •                    self.magnitude = (self.x **2+ self.y **2) **0.5
    •              v1 =Vector(9, 12)
    •            print(v1)  # output: Vector(magnitude=15.0, x=9,y=12)
    •            v2 =Vector(8, 15)
    •            print(v2)  # output: Vector(magnitude=17.0, x=8,y=15)
    •            print(v2 > v1)  # output: True

    将数据类转换为字典或元组

    从元组或字典中获取数据类的属性,只需要从数据类中导入asdict和astuple函数:

    • from dataclasses import dataclass,asdict, astuple
    •              @dataclass
    •            classVector:
    •               x: int
    •               y: int
    •               z: int
    •              v =Vector(4, 5, 7)
    •            print(asdict(v))  # output: {'x': 4, 'y': 5, 'z': 7}
    •            print(astuple(v))  # output: (4, 5, 7)

    继承

    可以像Python中的普通类一样对数据类进行子类化:

    • from dataclasses import dataclass
    •              @dataclass
    •            classEmployee:
    •               name: str
    •               lang: str
    •              @dataclass
    •            classDeveloper(Employee):
    •               salary: int
    •              Halil=Developer('Halil', 'Python', 5000)
    •            print(Halil)  # Output: Developer(name='Halil',lang='Python', salary=5000)

    使用继承时经常会忽视一点:默认情况下,当将lang字段设置为Python时,必须为lang字段之后的字段提供默认值:

    • from dataclasses import dataclass
    •              @dataclass
    •            classEmployee:
    •               name: str
    •               lang: str ='Python'
    •              @dataclass
    •            classDeveloper(Employee):
    •               salary: int
    •              Halil=Developer('Halil', 'Python', 5000)
    •            # Output:TypeError: non-default argument 'salary' follows default argument

    原因在于init方法。回想一下,具有默认值的参数应该位于没有默认值的参数之后:

    • def__init__(name: str,lang: str ='Python', salary: int):
    • ...

    通过对sanlary字段设置默认值来对其进行修复:

    • from dataclasses import dataclass
    •              @dataclass
    •            classEmployee:
    •               name: str
    •               lang: str ='Python'
    •              @dataclass
    •            classDeveloper(Employee):
    •               salary: int =0
    •              Halil=Developer('Halil', 'Python', 5000)
    •            print(Halil)  # output: Developer(name='Halil',lang='Python', salary=5000)

    slots的好处

    默认情况下,属性存储在字典中。使用slots可以更快地访问属性并且内存占用更少。

    • from dataclasses import dataclass
    •              @dataclass
    •            classEmployee:
    •               name: str
    •               lang: str
    •              Halil=Employee('Halil', 'Python')
    •            print(Halil.__dict__)  # name': 'Halil', 'lang': 'Python'}

    slots内存占用更小,访问属性更快。

    • from dataclasses import dataclass
    •              @dataclass
    •            classEmployee:
    •               __slots__ = ('name', 'lang')
    •               name: str
    •               lang: str
    •              Halil=Employee('Halil', 'Python')

    数据类参数

    刚刚我们更改了数据类装饰器中的某些参数,以自定义数据类。以下是参数列表:

    • nit:如果为True,则在数据类中生成init方法。(默认为True)
    • repr:如果为True,则在数据类中生成repr方法。(默认为True)
    • eq:如果为True,则在数据类中生成eq方法。(默认为True)
    • order:如果为True,则在数据类中生成lt,le,gt和ge方法。(默认为False)
    • unsafe_hash:如果为True,则在数据类中生成hash方法。(默认为False)
    • frozen:如果为True,则不能给字段分配值。(默认为False。)

    注意,如果order为True,eq必须也为True,否则将引发ValueError异常。

    字段参数

    • init:如果为True,则此字段包含在生成的init方法中。(默认为True)
    • repr:如果为True,则此字段包含在生成的repr方法中。(默认为True)
    • compare:如果为True,则此字段包含在生成的比较和相等方法中。(默认为True)
    • hash:如果为True,则此字段包含在生成的hash方法中。(默认为None)
    • default:这是此字段的默认值(如果提供)。
    • default_factory:当该字段需要默认值时将调用该参数,此时该参数必须为零阶可调用参数对象。
    • metadata:可以是映射,也可以为空,为空则将其视为空字典。

    以上就是关于Python中数据类的简要介绍,你掌握了吗?


    大奖18dj18vip社区温馨提示:
    大奖18dj18vip(www.dastanona.com)十分重视网络版权及其他知识产权的保护,针对网络侵权采取如下版权政策:
    1、大奖18dj18vip有理由相信网友侵犯任何人的版权或作品,(图文,文字,下载,视频,非法传播),大奖18dj18vip有权不事先通知即删除涉嫌侵权的作品和内容
    2、大奖18dj18vip将采取必要的网络技术手段,确认为侵权作品或内容的用户有权进行警告、屏蔽、删除的行为,尽可能的防止侵权行为的发生
    3、大奖18dj18vip影视资源均收集自互联网,没有提供影片资源存储,也未参与录制上传,若大奖18dj18vip收录的资源涉及您的版权或知识产权或其他利益,我们会立即删除
    4、大奖18dj18vip,删帖,投诉,举报,侵权,若大奖18dj18vip侵犯您的权益,附上身份及权利证明,请直接发送邮件到 kefu-sosoba@qq.com 我们将在一个工作日内删除
    soso大奖18dj18vip社区是聚合百度搜索,搜狗搜索,360搜索,新闻,教育,站长,广告,娱乐,影视,微信,网盘,营销,手机,汽车,游戏,论坛综合为一体的大型门户社区www.dastanona.com
    【腾讯云】中小企业福利专场,多款刚需产品,满足企业通用场景需求,云服务器2.5折起
    Powered by www.dastanona.com Copyright © 2013-2020 大奖18dj18vip社区 小黑屋|手机版|地图|关于我们|腾讯云代金券|帮助中心|公共DNS|大奖18dj18vip
    广告服务/项目合作: kefu-sosoba@qq.com  侵权举报邮箱: kefu-sosoba@qq.com  大奖18dj18vip建站时间:创建于2013年07月23日
    免责声明:大奖18dj18vip所有的内容均来自互联网以及第三方作者自由发布,版权归原作者版权所有,大奖18dj18vip不承担任何的法律责任,若有侵权请来信告知,我们立即删除!

    GMT+8, 2020-7-14 12:16 , Processed in 0.064283 second(s), 12 queries , MemCache On.

    快速回复 返回顶部 返回列表