Python语法基础-函数，类以及调试处理

目录

• 1. 函数的定义
  • 1.1函数的参数
• 2. 面向对象编程
  • 2.1. 类(抽象概念)和对象(具体概念)
    • (1). 定义类
    • (2). 类的数据封装
    • (3). 访问限制
    • (4). 获取对象信息
  • 2.2. 继承和多态
    • （1）为什么要用继承？
    • （2）什么是多态?
    • （3）那么为题来了。这样设置成多态有什么好处呢?
• 3. 面向对象高级编程
  • (1). __slots__的使用
  • (2). @property的使用
  • (3). 多重继承MixLn的设计
  • (4). 定制个性化类
    • 1): __str__ 和 __repr__
    • 2): __iter__
    • 3): __call__
    • 4) 枚举类Enum
    • 5) type()动态创建类Class
• 4. 错误处理
  • (4.1).try-catch->有错误后就结束了不执行以后的
  • (4.2).logging->有错误了打印完信息后继续执行
  • (4.3).自定义抛出raise错误
• 5. 调试
  • (5.1).print方法（略过）
  • (5.2).断言assert
  • (5.3).logging
  • (5.4).pdb.set_trace()
  • (5.5). IDE

1. 函数的定义

python中函数有两种：

• python自带的函数
• 用户定义函数

返回多个值

原来返回值是一个tuple！但是，在语法上，返回一个tuple可以省略括号，而多个变量可以同时接收一个tuple，按位置赋给对应的值，所以，Python的函数返回多值其实就是返回一个tuple，但写起来更方便

1.1函数的参数

参数	含义	输入
位置参数	def power(x,n)	实际参数
默认参数	def power(x,n=2)	实际+默认参数(需要改变时)
可变参数	def power(*args)	传入任意个参数，内部组装成tuple
关键字参数	def person(name, age, **kw)	传入带参数名的参数，组装成dict
命名关键字参数	def person(name,age,*, city, job)	限制关键字参数的名字(必须传入参数名)

• 顺序： 必选参数<---默认参数<---可变参数<---命名关键字参数<---关键字参数

# 关键字参数
def person(name, age, **kw):
    print('name:', name, 'age:', age, 'other:', kw)  
person('hao', 20) # name: Michael age: 30 other: {}
person('hao', 20, gener = 'M', job = 'Engineer') # name: Adam age: 45 other: {'gender': 'M', 'job': 'Engineer'}
extra = {'city': 'Beijing', 'job': 'Engineer'}
person('Jack', 24, **extra)  
# 命名关键字参数
def person(name, age, *, city='Beijing', job):
    print(name, age, city, job)
person('Jack', 24, job = '123')
person('Jack', 24, city = 'Beijing', job = 'Engineer')
# Combination
# 可变 + 关键字参数
def f1(a, b, c=0, *args, **kw):
    print('a =', a, 'b =', b, 'c =', c, 'args =', args, 'kw =', kw)
f1(1, 2, 3, 'a', 'b')   # a = 1 b = 2 c = 3 args = ('a', 'b') kw = {'x': 99}
f1(1, 2, 3, 'a', 'b', x=99) # a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}
# 默认参数 + 命名关键字参数 + 关键字参数
def f2(a, b, c=0, *, d, **kw):
    print('a =', a, 'b =', b, 'c =', c, 'd =', d, 'kw =', kw)
f2(1, 2, d=99, ext=None) # a = 1 b = 2 c = 0 d = 99 kw = {'ext': None}

2. 面向对象编程

• 面向过程: 根据业务逻辑从上到下写代码
• 面向对象： 对数据与函数绑定到一起，进行封装，这样更快速的开发过程，减少代码重复使用

数据封装、继承和多态是面向对象的三大特点

2.1. 类(抽象概念)和对象(具体概念)

玩具模具(类)-》 火车玩具，飞机玩具..(对象)

类的组成结构

• 类名：狗
• 类的属性：一组数据（狗的颜色，性别...）
• 类的方法： 运行进行操作的方法行为（行为，会叫，会咬人...）-> 用函数设计

类的组成	特性	例子	例子
类名	名称	狗	人
类的属性	一组数据	狗的颜色，性别	身高，年龄
类的方法	运行进行操作的方法行为	行为，会叫，会咬人	跑，打架

• 类是创建实例的模板，而实例则是一个一个具体的对象，各个实例拥有的数据都互相独立，互不影响；
• 方法就是与实例绑定的函数，和普通函数不同，方法可以直接访问实例的数据；
• 通过在实例上调用方法，我们就直接操作了对象内部的数据，但无需知道方法内部的实现细节。
• 继承可以把父类的所有功能都直接拿过来，这样就不必重零做起，子类只需要新增自己特有的方法，也可以把父类不适合的方法覆盖重写。

(1). 定义类

# 定义类
class Dog(object)：
  # 定义初始化方法
  def __init__(self,weight,color):
    """
      self: python会把对象的地址自动传给self，不要自己传
      weight, color： 接收外部属性
    """
    # 定义属性
    self.weight = weight
    self.color = color
  # 魔法方法： 当只打印Dog对象的时候，就可以打印这里的东西
  def __str__(self):
    msg = "dog weight" + self.weight + "color" + self.color
    return "哈哈哈"
  def getweight(self):
    return self.weight
  def getcolor(self):
    return self.color
  def setweight(self):
    self.weight = 100
  def setcolor(self):
    self.color = "green"
  # 定义方法
  def bark(self):
    """
      self: python解释器默认把调用该class的对象地址给它
    """
    print("666")
  def run(self):
    print("777")
 # 创建对象
huskey = Dog(5, 'Black')  # 创建一个哈士奇
keji = Dog(10, 'Green')  
huskey.bark()  # 哈士奇叫
huskey.run()   # 哈士奇跑
huskey.weight = 100  # 哈士奇属性
huskey.color = 'green'

• self表示自己，表示调用类的对象本身
• python中类似 __***__的方法，是魔法方法，有特殊用途

(2). 类的数据封装

面向对象编程的一个重要特点就是数据封装,比如在上面例子中，Dog类的每个实例都有weight和color，我们可以直接在Dog类的内部定义访问数据的函数，这样，就把“数据”给封装起来了。这些封装数据的函数是和Dog类本身是关联起来的，我们称之为类的方法：

class Dog(object):
    def __init__(self, weight, color):
        self.weight = weight
        self.color = color
    def print_dog(self):
        print('%s: %s' % (self.weight, self.color))

我们从外部看Dog类，就只需要知道，创建实例需要给出weight和color，而如何打印，都是在Dog类的内部定义的，这些数据和逻辑被“封装”起来了，调用很容易，但却不用知道内部实现的细节。

(3). 访问限制

• 从前面Dog类的定义来看，外部代码还是可以自由地修改一个实例的weight、color属性,我们可以设置内部属性不被外部访问：

class Dog(object):
    # 加下划线
    def __init__(self, weight, color):
        self.__weight = weight
        self.__color = color
    def print_dog(self):
        print('%s: %s' % (self.__weight, __self.color))
huskey = Dog(60, 'green')
print(huskey.__name)      # 无法再访问属性，会出错

• 但是如果外部代码需要获取weight、color属性呢？-> 添加get_weight、get_color方法

class Dog(object):
    ...
    def get_weight(self):
        return self.__weight
    def get_color(self):
        return self.__color

• 如果又要允许外部代码修改weight、color怎么办？->添加set_weight、set_color方法

class Dog(object):
    ...
    def set_weight(self,weight):
        self.__weight = weight
    def set_color(self):
        self.__color = color

• 为什么要费这么大周折呢？之前不是可以直接husky.weight=10直接改吗
  
  因为在方法中，可以对参数做检查，避免传入无效的参数：

class Dog(object):
    ...
    def set_weight(self,weight):
      if 0<=weight<=100:
        self.__weight = weight
      else:
        raise ValueError('Bad weight')

(4). 获取对象信息

# type():判断对象类型
type([1,2,3])
type('abc') == str
type(huskey)
# isinstance(): 一个对象是否属于某种类型
isinstance(h, husky)
isinstance(h, cat)
# dir() 获取一个对象的所有属性和方法
dir('ABC')
dir('huskey')

2.2. 继承和多态

继承就是：父类和子类之间的交互关系

（1）为什么要用继承？

最大的好处是子类获得了父类的全部功能

class Animal(object):
    def run(self):
        print('Animal is running...')
# Dog继承父类Animal，并且自动拥有run属性，可以在Dog对象中直接调用
class Dog(Animal):
    pass
# 子类可以自己增加一些方法(eat)，同时也可以重写父类的方法(run)---》这就是多态
class Cat(Animal):
    def run(self):
      print('Dog is running...')
    def eat(self):
      print('Eating meat...')

（2）什么是多态?

在继承关系中，如果一个实例的数据类型是某个子类，那它的数据类型也可以被看做是父类。但是反过来就不行了

C是dog，C也是animal

D是animal，但你不能说D也是Dog

# 首先创建对象并查看对象类型
a = list() # a是list类型
isinstance(a, list)   # true
b = Animal() # b是Animal类型
isinstance(b, Animal) # true
c = Dog() # c是Dog类型
isinstance(c, Dog)    # true
# C既是Dog也是Animal
isinstance(c, Animal)  # true  
# 反过来就错了
isinstance(b, Dog)      # false

（3）那么为题来了。这样设置成多态有什么好处呢?

• 任何依赖父类作为参数的函数或者方法都可以不加修改地正常运行，原因就在于多态。

• 当我们需要传入Dog、Cat、Tortoise……时，我们只需要接收Animal类型就可以了，因为Dog、Cat、Tortoise……都是Animal类型，然后，按照Animal类型进行操作即可。由于Animal类型有run()方法，因此，传入的任意类型，只要是Animal类或者子类，就会自动调用实际类型的run()方法，这就是多态的意思

• 对于一个变量，我们只需要知道它是Animal类型，无需确切地知道它的子类型，就可以放心地调用run()方法，而具体调用的run()方法是作用在Animal、Dog、Cat还是Tortoise对象上,由运行时该对象的确切类型决定

def run_twice(animal):
    animal.run()
run_twice(Animal()) # 调用animal的run
run_twice(Dog())    # 调用dog的run
run_twice(Cat())    # 调用cat的run

---

3. 面向对象高级编程

---

(1). __slots__的使用

动态绑定允许我们在程序运行的过程中动态给class加上功能， 但是，如果我们想要限制实例的属性怎么办？比如，只允许对Student实例添加name和age属性。

在class中定义一个特殊的__slots__变量，来限制该class实例能添加的属性：

class Student(object):
    __slots__ = ('name', 'age') # 用tuple定义允许绑定的属性名称
 s = Student() # 创建新的实例
 s.name = 'Michael' # 绑定属性'name'
 s.score = 99 # 绑定属性'score'-->出错

__slots__定义的属性仅对当前类实例起作用，对继承的子类是不起作用的

(2). @property的使用

在绑定属性时，如果我们直接把属性暴露出去，虽然写起来很简单，但是，没办法检查参数，导致可以把成绩随便改，解决方案:

1. 通过set_score设置成绩，在通过get_score获取成绩，在set_score中检查参数(已经讲过)
2. 使用内置的@property装饰器，既可以检查参数，又可以类似属性那样访问类的变量

@property广泛应用在类的定义中，可以让调用者写出简短的代码，同时保证对参数进行必要的检查，这样，程序运行时就减少了出错的可能性。

class Student(object):
    # @property将get_Score方法变成属性
    @property
    def score(self):
        return self._score
    # @score.setter将set_score方法变成属性赋值
    @score.setter
    def score(self, value):
        if not isinstance(value, int):
            raise ValueError('score must be an integer!')
        if value < 0 or value > 100:
            raise ValueError('score must between 0 ~ 100!')
        self._score = value
s = Student()
s.score = 60 # OK，实际转化为s.set_score(60)
s.score # OK，实际转化为s.get_score()
s.score = 9999   # error

(3). 多重继承MixLn的设计

MixIn的目的就是给一个类增加多个功能，这样，在设计类的时候，我们优先考虑通过多重继承来组合多个MixIn的功能，而不是设计多层次的复杂的继承关系

class Animal(object):
    pass
class Bird(Animal):
    pass
class Parrot(Bird):
    pass
# 此时我们需要加入额外的功能fly
# 先定义好fly的类
class Flyable(object):
    def fly(self):
        print('Flying...')
# 同时继承两个类
class Parrot(Bird, Flyable):
    pass

(4). 定制个性化类

1): __str__ 和 __repr__

让打印的object更漂亮:

• __str__: 用print打印
• __repr__： 直接输入对象名

class Student(object):
    # 加下划线
    def __init__(self, name):
        self.__name = name
    def __str__(self):
      msg = 'Student name is' + self.__name
      return msg
    __repr__ = __str__
s = Student()
print(s)    # 打印出 Student name is.....
s     # 效果跟上面的一样

2): __iter__

将类定义成类似list或者tuple那种，可以用于for循环的作用

class Fib(object):
    def __init__(self):
        self.a, self.b = 0, 1 # 初始化两个计数器a，b
    def __iter__(self):
        return self # 实例本身就是迭代对象，故返回自己
    def __getitem__(self, n):
        if isinstance(n, int): # n是索引
            a, b = 1, 1
            for x in range(n):
                a, b = b, a + b
            return a
        if isinstance(n, slice): # n是切片
            start = n.start
            stop = n.stop
            if start is None:
                start = 0
            a, b = 1, 1
            L = []
            for x in range(stop):
                if x >= start:
                    L.append(a)
                a, b = b, a + b
            return L
    def __next__(self):
        self.a, self.b = self.b, self.a + self.b # 计算下一个值
        if self.a > 100000: # 退出循环的条件
            raise StopIteration()
        return self.a # 返回下一个值
for i in Fib():
  print(n)          # 1,1,2,3,5,.......,75025
# 因为__getitem__的作用，可以index某个值
f = Fib()
f[0]   # 1
# 也可以切片
print(f[0:5])   # 1,1,2,3,5

3): __call__

直接在实例本身上调用的一种构造方法

class Student(object):
    def __init__(self, name):
        self.name = name
    def __call__(self):
        print('My name is %s.' % self.name)
s = Student('Michael')
s() # My name is Michael.

• 实例进行直接调用就好比对一个函数进行调用一样，所以你完全可以把对象看成函数，把函数看成对象

4) 枚举类Enum

定义常量

from enum import Enum, unique
# unique保证没有重复值
@unique
class Weekday(Enum):
    Sun = 0 # Sun的value被设定为0
    Mon = 1
    Tue = 2
    Wed = 3
    Thu = 4
    Fri = 5
    Sat = 6
# 访问枚举类
print(Weekday.Mon)         # Weekday.Mon
print(Weekday.Mon.value)   # 1
print(Weekday(1)))         # # Weekday.Mon

5) type()动态创建类Class

type()函数既可以返回一个对象的类型，又可以创建出新的类型

type()和Class()的功能是一样的

要创建一个class对象，type()函数依次传入3个参数：

• class的名称；
• 继承的父类集合，注意Python支持多重继承，如果只有一个父类，别忘了tuple的单元素写法；
• class的方法名称与函数绑定，这里我们把函数fn绑定到方法名hello上。

def fn(self, name='world'): # 先定义函数
  print("hello", name)
Hello = type('Hello', (object,), dict(hello=fn)) # 创建Hello class

4. 错误处理

(4.1).try-catch->有错误后就结束了不执行以后的

try:
    print('try...')
    r = 10 / int('a')
    print('result:', r)
except ValueError as e:
    print('ValueError:', e)
except ZeroDivisionError as e:
    print('ZeroDivisionError:', e)
finally:
    print('finally...')
print('END')
try...
except: division by string
finally...
END

用try来运行这段代码，如果执行出错，则后续代码不会继续执行，而是直接跳转至错误处理代码，即except语句块，执行完except后，如果有finally语句块，则执行finally语句块，至此，执行完毕。

(4.2).logging->有错误了打印完信息后继续执行

import logging
def foo(s):
    return 10 / int(s)
def bar(s):
    return foo(s) * 2
def main():
    try:
        bar('0')
    except Exception as e:
        logging.exception(e)
main()
print('END')
# 结果
ERROR:root:division by zero
Traceback (most recent call last):
  File "err_logging.py", line 13, in main
    bar('0')
  File "err_logging.py", line 9, in bar
    return foo(s) * 2
  File "err_logging.py", line 6, in foo
    return 10 / int(s)
ZeroDivisionError: division by zero
END  # 继续执行了

• 通过配置，logging还可以把错误记录到日志文件里，方便事后排查

(4.3).自定义抛出raise错误

class FooError(ValueError):
    pass
def foo(s):
    n = int(s)
    if n==0:
        raise FooError('invalid value: %s' % s)
    return 10 / n
foo('0')
# 结果
Traceback (most recent call last):
  File "err_throw.py", line 11, in <module>
    foo('0')
  File "err_throw.py", line 8, in foo
    raise FooError('invalid value: %s' % s)
__main__.FooError: invalid value: 0

5. 调试

方法	优点	缺点
print方法	简单使用	重复多
assert	简单使用	重复多
logging	不会抛出错误，可以输入文档	重复多
pdb	python内置调试器	重复多
VS Code	强强强

(5.1).print方法（略过）

(5.2).断言assert

凡是用print()来辅助查看的地方，都可以用断言（assert）来替代：

def foo(s):
    n = int(s)
    assert n != 0, 'n is zero!'
    return 10 / n
def main():
    foo('0')
# 结果
Traceback (most recent call last):
  ...
AssertionError: n is zero!

assert的意思是，表达式n != 0应该是True，否则，根据程序运行的逻辑，后面的代码肯定会出错。如果断言失败，assert语句本身就会抛出AssertionError

(5.3).logging

把print()替换为logging是第3种方式，和assert比，logging不会抛出错误，而且可以输出到文件：

import logging
logging.basicConfig(level=logging.INFO)
s = '0'
n = int(s)
logging.info('n = %d' % n)
print(10 / n)
# 结果
INFO:root:n = 0
Traceback (most recent call last):
  File "err.py", line 8, in <module>
    print(10 / n)
ZeroDivisionError: division by zero

logging可以指定不同信息的级别

• debug
• info
• warning
• error

(5.4).pdb.set_trace()

我们只需要import pdb，然后，在可能出错的地方放一个pdb.set_trace()，就可以设置一个断点

import pdb
s = '0'
n = int(s)
# 暂停并进入pdb调试环境
pdb.set_trace() # 运行到这里会自动暂停
print(10 / n)

(5.5). IDE

直接在代码中设置断掉调试

graph TD;
A-->B;
A-->C;
B-->D;
C-->D;