怎样做科普视频网站sem电子扫描显微镜
得益于 Python 数据模型，自定义类型的行为可以像内置类型那样自然。实现如此自然的行为，靠的不是继承，而是鸭子类型(duck typing)：我们只需按照预定行为实现对象所需的方法即可。
9.1 对象表示形式
实现 __repr__ 和 __str__ 特殊方法，为 repr() 和 str() 提供支持。
9.2 再谈向量类
from array import array
import mathclass Vector2d:typecode = 'd' # typecode 是类属性，在 Vector2d 实例和字节序列之间转换时使用。def __init__(self, x, y):self.x = float(x) # 把 x 和 y 转换成浮点数，尽早捕获错误self.y = float(y)def __iter__(self): #把 Vector2d 实例变成可迭代的对象，这样才能拆包 也可以写成yield self.x; yield.self.yreturn (i for i in (self.x, self.y))def __repr__(self): # 使用 {!r} 获取各个分量的表示形式，然后插值，构成一个字符串；因为Vector2d 实例是可迭代的对象，所以 *self 会把 x 和 y 分量提供给 format 函数class_name = type(self).__name__return '{}({!r}, {!r})'.format(class_name, *self)def __str__(self):return str(tuple(self))def __bytes__(self):return (bytes([ord(self.typecode)]) + bytes(array(self.typecode, self)))def __eq__(self, other): # 拿 Vector2d 实例与其他具有相同数值的可迭代对象相比，结果也是 True (如Vector(3, 4) == [3, 4])。这个行为可以视作特性，也可以视作缺陷。return tuple(self) == tuple(other)def __abs__(self):return math.hypot(self.x, self.y)def __bool__(self):return bool(abs(self))
9.3 备选构造方法
@classmethod
def frombytes(cls, octets):typecode = chr(octets[0])memv = memoryview(octets[1:]).cast(typecode)return cls(*memv)
9.4 classmethod 与 staticmethod
classmethod
前面展示了它的用法：定义操作类，而不是操作实例的方法。 classmethod 改变了调用方法的方式，因此类方法的第一个参数是类本身，而不是实例。 classmethod 最常见的用途是定义备选构造方法，按照约定，类方法的第一个参数名为 cls(但是 Python 不介意具体怎么命名)。
staticmethod
装饰器也会改变方法的调用方式，但是第一个参数不是特殊的值。其实，静态方法就是普通的函数，只是碰巧在类的定义体中，而不是在模块层定义。
9.5 格式化显示
>>> format(42, 'b') # 'x'是十六进制
'101010'
>>> format(2/3, '.1%')
'66.7%'
# 在Vector2d类中定义
def __format__(self, fmt_spec=''):components = (format(c, fmt_spec) for c in self) #return '({}, {})'.format(*components) #>>> format(v1, '.2f')
'(3.00, 4.00)'
>>> format(v1, '.3e')
'(3.000e+00, 4.000e+00)'
def __format__(self, fmt_spec=''): if fmt_spec.endswith('p'):fmt_spec = fmt_spec[:-1]coords = (abs(self), self.angle())outer_fmt = '<{}, {}>'else:coords = selfouter_fmt = '({}, {})'components = (format(c, fmt_spec) for c in coords)return outer_fmt.format(*components)>>> format(Vector2d(1, 1), 'p')
'<1.4142135623730951, 0.7853981633974483>'
>>> format(Vector2d(1, 1), '.3ep')
'<1.414e+00, 7.854e-01>'
>>> format(Vector2d(1, 1), '0.5fp')
'<1.41421, 0.78540>'
9.6 可散列的 Vector2d
把 x 和 y 分量设为只读特性
class Vector2d:typecode = 'd'def __init__(self, x, y):self.__x = float(x) # 两个前导下划线(尾部没有下划线，或者有一个下划线)，把属性标记为私有的，但不符合建议self.__y = float(y)@property # @property 装饰器把读值方法标记为特性。def x(self):return self.__x@propertydef y(self):return self.__ydef __iter__(self):return (i for i in (self.x, self.y))
最好使用位运算符异或(^)混合各分量的散列值。
def __hash__(self):return hash(self.x) ^ hash(self.y)
9.7 Python 的私有属性和“受保护的”属性
有人编写了一个名为 Dog 的类，这个类的内部用到了 mood 实例属性，但是没有 将其开放。现在，你创建了 Dog 类的子类:Beagle。如果你在毫不知情的情况下又创建了名为 mood 的实例属性，那么在继承的方法中就会把 Dog 类的 mood 属性覆盖掉。这是个难以调试的问题。为了避免这种情况，如果以 __mood 的形式(两个前导下划线，尾部没有或最多有一个下划线)命名实例属性，Python 会把属性名存入实例的 __dict__ 属性中，而且会在前面加上一个下划线和类名。因此，对 Dog 类来说，__mood 会变成 _Dog__mood;对 Beagle 类来说，会变成 _Beagle__mood。这个语言特性叫名称改写(name mangling)。
不过，只要知道改写私有属性名的机制，任何人都能直接读取私有属性。
9.8 使用 slots 类属性节省空间
让解释器在元组中存储实例属性，而不用字典。在类中定义 __slots__ 属性之后，实例不能再有 __slots__ 中所列名称之外的其他属性。是用于优化的，不是为了约束程序员。
class Vector2d:__slots__ = ('__x', '__y')
用户定义的类中默认就有 __weakref__ 属性。可是，如 果类中定义了 __slots__ 属性，而且想把实例作为弱引用的目标，那么要把 ‘__weakref__’
添加到 __slots__ 中。
slots 的问题
- 每个子类都要定义
__slots__属性，因为解释器会忽略继承的__slots__属性。 - 实例只能拥有
__slots__中列出的属性，除非把 ‘__dict__’ 加入__slots__中(这样做就失去了节省内存的功效)。 - 如果不把 ‘
__weakref__’ 加入__slots__，实例就不能作为弱引用的目标。
与其他优化措施一样，仅当权衡当下的需求并仔细搜集资料后证明确实有必要时，才应该使用 __slots__ 属性。
9.9 覆盖类属性
如果为不存在的实例属性赋值，会新建实例属性。假如我们为 typecode 实例属性赋值，那么同名类属性不受影响。然而，自此之后，实例读取的 self.typecode 是实例属性 typecode，也就是把同名类属性遮盖了。借助这一特性，可以为各个实例的 typecode 属性定制不同的值。
类属性是公开的，因此会被子类继承，于是经常会创建一个子类，只用于定制类的数据属性。