类与面向对象编程 | Python 官方教程

现实世界的建模工具：类与面向对象

在之前的课程中，我们处理数据的方式通常是：用一个列表装名字，用一个字典装成绩，再写几个外部函数去接收并处理它们。这种“数据是数据，函数是函数”的模式在处理规模庞大的系统时容易出现状态分散、关系混乱的问题。

**面向对象编程（Object-Oriented Programming，简称 OOP）**提供了一种更符合人类心智模型的方案：把「属于某个实体的数据（属性 Attribute）」与「能对这些数据执行的操作（方法 Method）」紧密绑定封装在一个整体中。

在 Python 官方教程第 9 章中，我们将系统学习**类（Classes）**的核心机制。

1. 概念基石：类与实例

为了彻底理解面向对象，请记住这个生动的比喻：

类（Class）：就像一张汽车的设计图纸或烘焙饼干的模具。它定义了汽车应该有哪些零件（属性），以及汽车能够执行哪些动作（方法）；
实例（Instance / Object）：则是根据这张图纸真正生产出来的一辆具体汽车，或者用模具压烤出的一块真实饼干。

图纸只有一个，但你可以根据图纸制造出成百上千辆独立的汽车，每辆车可以有不同的车牌号和颜色。

2. 初识类定义：class 关键字

在 Python 中，使用 class 关键字来定义一个类：

class MyClass:
    """一个简单的类示例"""
    i = 12345

    def f(self):
        return 'hello world'

类对象支持两种操作：

属性引用：MyClass.i 读取类变量，MyClass.f 读取函数对象；
实例化（Instantiation）：通过“类名后跟圆括号”的形式，像调用函数一样创建实例对象：
```
x = MyClass()
```
此时，x 就是 MyClass 的一个具体实例。

3. 构造方法：init() 与实例属性

在创建实例时，我们往往需要传入初始数据为新对象定制专属的状态。这时就要用到 Python 的特殊方法 __init__()（初始化构造方法）：

class ComplexNumber:
    def __init__(self, realpart, imagpart):
        self.r = realpart
        self.i = imagpart

# 实例化并传递初始参数：
x = ComplexNumber(3.0, -4.5)
print(x.r)  # 3.0
print(x.i)  # -4.5

当执行 ComplexNumber(3.0, -4.5) 时，Python 会自动在底层创建一块新对象的内存，并自动调用该类中的 __init__ 方法，将新建的对象以及你传入的参数送进去。

4. 关键灵魂：为什么每个方法都有 self？

仔细观察上面的代码，你会发现无论在 __init__ 还是普通方法里，第一个参数总是 self！

self 到底是什么？

self 并不是 Python 的硬性保留关键字，而是一个全社区严格遵守的约定名称；
self 代表的就是“当前正在调用这个方法的具体实例对象本身”！
当你写下 x.f() 时，Python 解释器在底层其实会自动将其转换为 MyClass.f(x)，也就是把具体的实例对象 x 作为第一个实参自动传给了 self；
在方法内部，所有写成 self.name = value 的语句，都是在将变量牢牢绑定在当前这个专属实例身上（称为实例属性），不同实例之间绝不互相干扰。

5. 类变量 vs 实例变量

官方教程特别提醒初学者务必区分类变量与实例变量：

实例变量（Instance variables）：用于每个实例独有的数据，通常绑定在 self. 上；
类变量（Class variables）：用于类的所有实例共享的属性和方法：

class Dog:
    kind = 'canine'         # 类变量：所有狗都是犬科动物（所有实例共享）

    def __init__(self, name):
        self.name = name    # 实例变量：每只狗有各自专属的名字

d = Dog('Fido')
e = Dog('Buddy')
print(d.kind)  # canine
print(d.name)  # Fido
print(e.name)  # Buddy

致命陷阱：把可变对象（如列表）当作类变量 如果在类体中定义 tricks = [] 作为类变量，由于所有实例共享同一个列表，一只狗学会了打滚，所有狗的列表都会莫名其妙多出打滚！针对每个对象独有的集合，必须在 __init__ 中使用 self.tricks = [] 进行独立初始化。

6. 类的继承（Inheritance）

面向对象的另一大杀手锏是继承（Inheritance）：当你想开发一个新类，而它与现有的某个类大部分功能相同、只是需要增加或微调某些特性时，你无需从头写起，只需让新类继承原类即可：

class DerivedClassName(BaseClassName):
    """派生类（子类）继承自基类（父类）"""
    pass

子类会自动拥有父类的全部属性和方法，并且可以重写（override）父类的方法，或者通过 super() 调用父类的原有逻辑。

7. 迭代器与生成器（Generators）

在第 9 章后半部分，官方教程介绍了 Python 内部驱动循环的底层魔法：

迭代器（Iterator）：实现了 __iter__() 和 __next__() 方法的对象；
生成器（Generators）：使用关键字 yield 编写的函数。它在每次遇到 yield 时暂停并交出当前值，下一次被迭代时从暂停处继续执行：

def reverse_seq(data):
    for index in range(len(data)-1, -1, -1):
        yield data[index]

for char in reverse_seq('golf'):
    print(char, end='')  # flog

生成器在处理庞大数据流或超大文本时极具威力，因为它按需逐条生成，无需一次性将整个列表载入内存。

掌握了类与面向对象，我们就拥有了构建复杂系统与专业工程的结构化思维。在接下来的两关中，我们将打开 Python 令人惊叹的宝库——标准库（Standard Library）！

教学模式