python自定义对象

1. python怎么定义对象属性

就比方说 有一个类 叫做 car 这个类的属性 可以有 color size brand price year 等描述性的东西 这个类的方法 可以是 run stop forward backward 等执行性的东西 class car: #定义基本属性 color = '' size = 0 brand = '' price = 0 year = 0 #...

2. python中类对象和方法的区别是什么

python使用对象模型来存储数据，也就是说构造任何类型的值都是一个对象。所有的python对象都拥有三个特性：身份id，类型和值。
身份id：唯一的身份标识，可以使用内建函数id()来得到，这个值可以被认为是该对象的内存地址。
类型：对象的类型决定了该对象可以保存什么类型的值，可以进行什么样的操作，以及遵循什么样的规则，可以用内建函数type()查看
python对象的类型，也可以用isinstance()，在python中类型也是对象。
值：对象表示的数据项。布尔逻辑运算符包括and、or、not，对象值的比较除了一些常见的运算符（< > <= >= == !=）之外，还可以
使用cmp()内建函数，如果是用户自定义对象，cmp()对调用该类的特殊方法__cmp__()。对于字符串来说，内建函数str(obj)返回对象适
合可读性好的字符串表示，而另一个内建函数repr(obj)返回一个对象的字符串表示，通常情况下obj == eval(repr(obj))这个等式是成立
的。可以这么说，repr()的输出对python比较友好，str()的输出对人比较友好。方法是在类中定义的函数。
更多技术请关注Python视频教程。

3. Python调用自定义模块方法有什么

import语句

自定义模块可以采用import语句来进行引入，其操作步骤是先导入模块，再调用模块中包含的函数，可将自定义模块放入当前目录，便于解释器路径搜索，以下是导入自定义hello.py模块，并调用World函数的实例：

#!/usr/bin/python

#-*- coding: UTF-8 -*-

#导入模块

import hello

#现在可以调用模块里包含的函数了

support.print_func("World")

输出结果为：

Hello World!

以上实例也可以采用from…import的方法进行实现，是指从一个模块中导入指定的部分到当前命名空间中，以上功能可写成：

#!/usr/bin/python

#-*- coding: UTF-8 -*-

from hello import World

如果要将模块中的所有内容全部导入当前命名空间，可采用from…import*的方法，具体实例如下：

#!/usr/bin/python

#-*- coding: UTF-8 -*-

from hello import *

还需注意，当要导入一个模块时，Python解释器会对模块的位置进行搜索，具体搜索顺序规律如下：

1.当前目录;

2.如果不在当前目录，Python则搜索在shell变量PYTHONPATH下的每个目录;

3.如果都找不到，Python会察看默认路径。

4. python如何定义新对象

Python可以自定义新的类，然后用这些类创建新对象。

classFruit:
def__init__(self,name):
self.name=name
defprntName(self):
printself.name

这是一个简单的Python类的实现。

fruit=Fruit('apple')
fruit.prntName()

这样子，我们就创建了一个自定义的新的对象了。

5. Python对象

众所周知，Python是一门面向对象的语言，在Python无论是数值、字符串、函数亦或是类型、类，都是对象。
对象是在 堆 上分配的结构，我们定义的所有变量、函数等，都存储于堆内存，而变量名、函数名则是一个存储于 栈 中、指向堆中具体结构的引用。

要想深入学习Python，首先需要知道Python对象的定义。

我们通常说的Python都是指CPython，底层由C语言实现，源码地址： cpython [GitHub]
Python对象的定义位于 Include/object.h ，是一个名为 PyObject 的结构体：

Python中的所有对象都继承自PyObejct，PyObject包含一个用于垃圾回收的双向链表，一个引用计数变量 ob_refcnt 和 一个类型对象指针 ob_type

从PyObejct的注释中，我们可以看到这样一句：每个指向 可变大小Python对象 的指针也可以转换为 PyVarObject* （可变大小的Python对象会在下文中解释）。 PyVarObejct 就是在PyObject的基础上多了一个 ob_size 字段，用于存储元素个数：

在PyObject结构中，还有一个类型对象指针 ob_type ，用于表示Python对象是什么类型，定义Python对象类型的是一个 PyTypeObject 接口体

实际定义是位于 Include/cpython/object.h 的 _typeobject ：

在这个类型对象中，不仅包含了对象的类型，还包含了如分配内存大小、对象标准操作等信息，主要分为：

以Python中的 int类型 为例，int类型对象的定义如下：

从PyObject的定义中我们知道，每个对象的 ob_type 都要指向一个具体的类型对象，比如一个数值型对象 100 ，它的ob_type会指向 int类型对象PyLong_Type 。

PyTypeObject结构体第一行是一个PyObject_VAR_HEAD宏，查看宏定义可知PyTypeObject是一个变长对象

也就是说，归根结底 类型对象也是一个对象 ，也有ob_type属性，那 PyLong_Type 的 ob_type 是什么呢？
回到PyLong_Type的定义，第一行 PyVarObject_HEAD_INIT(&PyType_Type, 0) ，查看对应的宏定义

由以上关系可以知道， PyVarObject_HEAD_INIT(&PyType_Type, 0) = { { _PyObject_EXTRA_INIT 1, &PyType_Type } 0} ，将其代入 PyObject_VAR_HEAD ，得到一个变长对象：

这样看就很明确了，PyLong_Type的类型就是PyType_Typ，同理可知， Python类型对象的类型就是PyType_Type ，而 PyType_Type对象的类型是它本身

从上述内容中，我们知道了对象和对象类型的定义，那么根据定义，对象可以有以下两种分类

Python对象定义有 PyObject 和 PyVarObject ，因此，根据对象大小是否可变的区别，Python对象可以划分为 可变对象（变长对象） 和 不可变对象（定长对象）

原本的对象a大小并没有改变，只是s引用的对象改变了。这里的对象a、对象b就是定长对象

可以看到，变量l仍然指向对象a，只是对象a的内容发生了改变，数据量变大了。这里的对象a就是变长对象

由于存在以上特性，所以使用这两种对象还会带来一种区别：
声明 s2 = s ，修改s的值： s = 'new string' ，s2的值不会一起改变，因为只是s指向了一个新的对象，s2指向的旧对象的值并没有发生改变
声明 l2 = l ，修改l的值： l.append(6) ，此时l2的值会一起改变，因为l和l2指向的是同一个对象，而该对象的内容被l修改了

此外，对于 字符串 对象，Python还有一套内存复用机制，如果两个字符串变量值相同，那它们将共用同一个对象：

对于 数值型 对象，Python会默认创建0~2 8 以内的整数对象，也就是 0 ~ 256 之间的数值对象是共用的：

按照Python数据类型，对象可分为以下几类：

Python创建对象有两种方式，泛型API和和类型相关的API

这类API通常以 PyObject_xxx 的形式命名，可以应用在任意Python对象上，如:

使用 PyObjecg_New 创建一个数值型对象：

这类API通常只能作用于一种类型的对象上，如：

使用 PyLong_FromLong 创建一个数值型对象：

在我们使用Python声明变量的时候，并不需要为变量指派类型，在给变量赋值的时候，可以赋值任意类型数据，如：

从Python对象的定义我们已经可以知晓造成这个特点的原因了，Python创建对象时，会分配内存进行初始化，然后Python内部通过 PyObject* 变量来维护这个对象，所以在Python内部各函数直接传递的都是一种泛型指针 PyObject* ，这个指针所指向的对象类型是不固定的，只能通过所指对象的 ob_type 属性动态进行判断，而Python正是通过 ob_type 实现了多态机制

Python在管理维护对象时，通过引用计数来判断内存中的对象是否需要被销毁，Python中所有事物都是对象，所有对象都有引用计数 ob_refcnt 。
当一个对象的引用计数减少到0之后，Python将会释放该对象所占用的内存和系统资源。
但这并不意味着最终一定会释放内存空间，因为频繁申请释放内存会大大降低Python的执行效率，因此Python中采用了内存对象池的技术，是的对象释放的空间会还给内存池，而不是直接释放，后续需要申请空间时，优先从内存对象池中获取。

6. python中的函数参数为自定义类对象，如何强制转换

python不需要也没有强制转换
对象之间的耦合通过对象的方法实现
只要你有这个方法就可以调用，因为python函数的参数是没有类型的

7. Python的类和对象入门

本文来说说Python中的类与对象，Python这门语言是无处不对象，如果你曾浅要了解过Python，你应该听过Python是一种面向对象编程的语言，所以你经常可能会看到面向“对象”编程这类段子，而面向对象编程的语言都会有三大特征：封装、继承、多态。

我们平时接触到的很多函数、方法的操作都具有这些性质，我们只是会用，但还没有去深入了解它的本质，下面就介绍一下关于类和对象的相关知识。

封装这个概念应该并不陌生，比如我们把一些数据封装成一个列表，这就属于数据封装，我们也可以将一些代码语句封装成一个函数方便调用，这就是代码的封装，我们也可以将数据和代码封装在一起。用术语表示的话，就是可以将属性和方法进行封装，从而得到对象。

首先我们可以定义一个类，这个类中有属性和方法，但有的伙伴会比较好奇，属性和方法不是会封装成对象嘛，为什么又变成类了？举个例子，类就好比是一个毛坯房，而对象是在毛坯房的基础上改造成的精装房。

在类定义完成时就创建了一个类对象，它是对类定义创建的命名空间进行了一个包装。类对象支持两种操作：属性引用和实例化。

属性引用的语法就是一般的标准语法：obj.name。比如XiaoMing.height和XiaoMing.run就是属性引用，前者会返回一条数据，而后者会返回一个方法对象。

这里也支持对类属性进行赋值操作，比如为类中的weight属性赋予一个新值。

而类的实例化可以将类对象看作成一个无参函数的赋值给一个局部变量，如下：

ming就是由类对象实例化后创建的一个实例对象，通过实例对象也可以调用类中的属性和方法。

类在实例化过程中并不都是像上面例子一样简单的，一般类都会倾向将实例对象创建为有初始状态的，所以在类中可能会定义一个__init__的魔法方法，这个方法就可以帮助接收、传入参数。

而一个类如果定义了__init__方法，那么在类对象实例化的过程中就会自动为新创建的实例化对象调用__init__方法，请看下面这个例子。

可以看到在__init__()中传入了参数x和y，然后在print_coor中需要接收参数x和y，接下来通过实例化这个类对象，验证一下参数是否能通过__init__()传递到类的实例化操作中。

所谓继承就是一个新类在另一个类的基础上构建而成，这个新类被称作子类或者派生类，而另一个类被称作父类、基类或者超类，而子类会继承父类中已有的一些属性和方法。

比如上面这个例子，我并没有将list_定义成一个列表，但它却能调用append方法。原因是类Mylist继承于list这个基类，而list_又是Mylist的一个实例化对象，所以list_也会拥有父类list拥有的方法。当然可以通过自定义类的形式实现两个类之间的继承关系，我们定义Parent和Child两个类，Child中没有任何属性和方法，只是继承于父类Parent。

当子类中定义了与父类中同名的方法或者属性，则会自动覆盖父类对应的方法或属性，还是用上面这个例子实现一下，方便理解。

可以看到子类Child中多了一个和父类Parent同名的方法，再实例化子类并调用这个方法时，最后调用的是子类中的方法。Python中继承也允许多重继承，也就是说一个子类可以继承多个父类中的属性和方法，但是这类操作会导致代码混乱，所以大多数情况下不推荐使用，这里就不过多介绍了。

多态比较简单，比如定义两个类，这两个类没有任何关系，只是两个类中有同名的方法，而当两个类的实例对象分别调用这个方法时，不同类的实例对象调用的方法也是不同的。

上面这两个类中都有introce方法，我们可以实例化一下两个类，利用实例对象调用这个方法实现一下多态。

判断一个类是否是另一个类的子类，如果是则返回True，反之则返回False。

需要注意的有两点：

判断一个对象是否为一个类的实例对象，如果是则返回True，反之则返回False。

需要注意的有两点：

判断一个实例对象中是否包含一个属性，如果是则返回True，反之则返回False。

需要注意的是第二个参数name必须为字符串形式传入，如果不是则会返回False。

8. python如何把一个序列化的自定义类对象存到文件

Python有专门的序列化模块pickle用来序列化/反序列化对象，可以查一下它的使用。

pickle是纯Python写的，它还有个替代模块cPickle，是C语言写的，速度快很多。

9. python3自定义迭代器对象如何用next方法依次迭代

Python 3.x与Python 2.x之间存在着较多的语法细节差异。今天在看Python核心编程的时候，说到了自定义迭代器对象。于是动手将源码打了一遍，原书代码如下：

class AnyIter(object):
def __init__(self, data, safe=False):
""" The initialization of iterators """
self.safe = safe
self.iter = iter(data)
def __iter__(self):
""" return a iterator """
return self
def next(self, count=1):
""" Return arbitrary numbers of elements """
retval = []
for item in range(count):
try:
retval.append(self.iter.next())
except StopIteration:
if self.safe:
break
else:
raise # reraise the exception again
return retval

if __name__ == '__main__':
a = AnyIter(range(10), True)
b = iter(a)
for item in range(1,5):
print('{}:{}'.format(item, a.next(item)))

我机器上装的是Python 3.3.2，在控制台运行该脚本的时候直接抛出异常TypeError:

说是iter()返回的是一个非迭代器类型的对象。前后对照了一下，并没有发现哪里有错误啊。于是尝试使用Ipython(Python 版本是2.7.5)来运行该代码，得出完美结果。于是考虑是不是版本的问题。求助google，在stackoverflow上找到一个帖子，找到了关键原因：

于是将上述代码中调用next()的地方全部替换为__next__()，最后在控制台运行该代码，正确得到了预期的结果：

查阅Python 3.3.2 附带的用户手册，果然得到如下结果：

问题得到解决：Python核心编程使用的是Python 2.x，版本差异使得该状况得以发生。还是得动手，不然这样的差异无法得知。

10. Python 使用对象模型来存储数据

Python使用对象模型来存储数据。构造任何类型的值都是一个对象。尽管Python通常被当成一种“面向对象的编程语言”，但你完全能够写出不使用任何类和实例的实用脚本。不过Python的对象语法和架构鼓励我们使用这些特性，下面让我们仔细研究一下Python对象。所有的Python对像都拥有三个特性:身份，类型和值。
身份:每一个对象都有一个唯一的身份标识自己，任何对象的身份可以使用内建函数id()来得到。这个值可以被认为是该对象的内存地址。你极少会用到这个值，也不用太关心它究竟是什么。
类型对象的类型决定了该对象可以保存什么类型的值，可以进行什么样的操作，以及遵循什么样的规则。你可以用内建函数type0查看Python对象的类型。因为在Python中类型也是对象(还记得我们提到Python是面向对象的这句话吗?)，所以type0返回的是对象而不是简单的字符串。
值:对象表示的数据项。
上面三个特性在对象创建的时候就被赋值，除了值之外，其他两个特性都是只读的。对于新式类型和类，对象的类型也是可以改变的，不过并不推荐初学者这样做。如果对象支持更新操作，那么它的值就可以改变，否则它的值也是只读的。对象的值是否可以更改被称为对象的可改变性(mutability)，我们会在后面的4.7小节中讨论这个问题。只要一个对象还没有被销毁，这些特性就一直存在。Python有一系列的基本(内建)数据类型，必要时也可以创建自定义类型来满足你对应用程序的需求。绝大多数应用程序通常使用标准类型，对特定的数据存储则通过创建和实例化类来实现。