python中的变量 python的变量实质上是一个指针，包括int、str， 实质上是变量这个指针贴在对象上面：
a=[1,2,3]
b=a
b.append(4)
print(a is b)
print(a)
print(b)
print(id(a),id(b))
a和b同时指向了相同的list，先生成对象，再贴上变量。
“is”是判断两个对象的id是否相等，“==”判断值是否相等，eq 注意特例：python内部有一个优化机制：intern机制，当对象的值为小整数的时候，他们的id也是相等的。
python中的垃圾回收算法是采用 引用计数， 当一个变量指针指向一个对象，对象计数器+1，
a = object()
b = a
del a
print(b)
print(a)
对象在计数器减到0的时候，才会对对象进行回收 我们可以自定义对象的del方法，在python解释器调用del的时候，执行我们的自定义逻辑：
class A:
def __del__(self):
pass
当把list作为参数，注意没有传参数时的默认值：
class Company:
def __init__(self, name, staffs=[]):
self.name = name
self.staffs = staffs
def add(self, add_name):
self.staffs.append(add_name)
def remove(self, del_name):
self.staffs.remove(del_name).
print(Company.__init__.__defaults__)
所以尽量不要把list作为参数进行传递,如果一定要用，注意它的默认值
@property会把一个函数变成一个属性描述符,它属于get方法，如果我们需要set，可以使用setter，如：
from datetime import date, datetime
class User:
def __init__(self, name, birthday):
self.name = name
self.birthday = birthday
self._age = 0
# def get_age(self):
# return datetime.now().year - self.birthday.year
@property
def age(self):
return datetime.now().year - self.birthday.year
@age.setter
def age(self, value):
self._age = value
if __name__ == "__main__":
user = User("Tom", date(year=1990, month=1, day=1))
# print(user.get_age())
user.age = 30
print("_age is:", user._age)
print("age is:", user.age)
getattr：在查找不到类属性的时候会调用，免得抛出异常。 getattribute： 在任何情况下，都会无条件的调用这个函数，一般无需去自定义这个函数 如下示例：
from datetime import date, datetime
class User:
def __init__(self, info={}):
self.info = info
def __getattr__(self, item):
return self.info[item]
# def __getattribute__(self, item):
# return
def get_age(self):
return datetime.now().year - self.birthday.year
if __name__ == "__main__":
user = User({"company": "sina", "name": "Cattie", "birthday": datetime(year=1990, month=1, day=1)})
print(user.info["company"])
print(user.get_age())
关于属性描述符： 如果一个类中有__get__或__set__或__delete__，这个类就可以叫做属性描述符 如果user是某个类的实例，那么user.age等价于getattr(user,”age”),在执行user.age的时候，首先调用__getattribute__,如果类定义了__getattr__方法，那么在__getattribute__抛出AttributeError的时候，就会调用到__getattr__. 而对于属性描述符__get__的调用，则是发生在__getattribute__内部的。 user=User(),那么user.age执行顺序如下： 1、如果age是出现在User或其基类的__dict__中，且age是data descriptor,那么调用data descriptor的get方法，否则执行下一步。 2、如果age出现在user对象的__dict__中，那么直接返回obj.dict[‘age’]，否则执行下一步。 3、如果age出现在类User或其基类的__dict__中，则： 3-1、如果age是non-data descriptor,那么调用non-data descriptor的__get__方法，否则执行下一步 3-2、返回__dict__[‘age’] 4、如果类User有定义__getattr__,调用__getattr__方法，否则执行下一步 5、抛出异常AttributeError
可以通过代码来理解：
import numbers
class Attr:
# data descriptor
def __get__(self, instance, owner):
return self.value
def __set__(self, instance, value):
if not isinstance(value, numbers.Integral):
raise ValueError("we need some numbers")
elif value<=0:
raise ValueError("age can not less than 0")
elif value>=150:
raise ValueError("age can not too large")
self.value = value
def __delete__(self, instance):
pass
class NonDataAttr:
# non-data descriptor
def __get__(self, instance, owner):
return "this is NonDataAttr"
class User:
age = Attr() #如果指向数据描述符，则优先返回
#age = NonDataAttr() #如果指向非数据描述符，则会在第三步返回
if __name__ == "__main__":
user = User()
user.age = 30
print(user.age)
注意区分user.dict[‘age’]=30与user.age=30的区别 print(user.dict.[‘age’])与print(user.age)的区别
__new__在前面执行，传递类，可以自定义类的生成过程，在对象生成之前，控制对象的生成过程 __init__在后面执行，传递对象，对对象进行操作，也是用来完善对象的 如果new方法不返回对象，则不会调用init函数
class User:
def __new__(cls, *args, **kwargs):
print("new")
return super().__new__(cls)
def __init__(self, name):
print("init")
self.name = name
if __name__ == "__main__":
# user = User(name="jack")
user = User("jack")
print(user.name)
type(object_or_name, bases, dict) type(类名称，基类，属性) User = type(“ddd”, (), {}) User = type(‘ddd’, (BaseClass,), {“name”: “dd”, “saddy”:say}) 元类是创建类的类，如type
python中类的实例化过程中，会首先寻找metaclass，通过metaclass去创建类，如果没有，则会去基类中寻找metaclass，如果还是没有，则会去模块中找，最后才会去调用type去创建类对象，实例 我们创建类就是为了创建类的实例，我们创建元类就是为了创建类 创建类我们需要定义__new__()函数，用来创建对象并返回方法`` 可以在类生成对象之前，通过__new__做检查
ORM就是使用元类的例子，把关系数据库的一行映射为一个对象，也就是一个类对应一个表，
关于元类及ORM相关，可以参考下面链接： 使用元类-廖雪峰的官方网站
|
|