当前位置: 首页 > news >正文

Python中property特性属性是什么

在Java中,通常在类中定义的成员变量为私有变量,在类的实例中不能直接通过对象.属性直接操作,而是要通过getter和setter来操作私有变量。

而在Python中,因为有property这个概念,所以不需要写getter和setter一堆重复的代码来操作私有变量。Python“私有变量”通常在变量前加上“_”或者“__”,例如_attr或者__attr,这是约定俗成的规范。

把私有属性变成只读特性

class MyClass:def __init__(self, x):self._x = x

这里定义了一个MyClass类,它有一个实例变量_x,绑定了用户传来的x值。_x是私有变量,通过obj._x获取私有变量不符合语言规范,进而我们要使_x变成property(特性),通过obj.x直接访问。

改造后的代码如下:

class MyClass:def __init__(self, x):self._x = x@propertydef x(self):return self._x>>> obj = MyClass(10)
>>> obj.x
10

我们把_x变成了property特性,以只读的方式获取x的值。

我们现在想为x赋值该怎样做呢?

>>> obj.x = 999
Traceback (most recent call last):File "xxx", line 14, in <module>obj.x = 23
AttributeError: can't set attribute

可以看到,抛出了AttributeError: can't set attribute。显然,只读方法不支持赋值。

把私有变量变成可赋值的特性

我们只需要在上述代码改造成:

class MyClass:def __init__(self, x):self._x = x@propertydef x(self):return self._x@x.setterdef x(self, value):self._x = value
>>> obj = MyClass(10)
>>> obj.x = 999
>>> obj.x
999

可以看到,我们为x添加了setter,可以直接为obj.x赋值操作。

property属性能够遮盖实例属性

继续上面的代码,我们看看以下的操作:

>>> obj = MyClass(10)
>>> obj.__dict__
{'_x': 999}  #此时实例变量中有_x的值
>>> obj.__dict__['x'] = 99999  #设置obj的实例变量有x值,跟property属性重名!
>>> obj.__dict__
{'_x': 999, 'x': 99999}  #此时实例变量中有_x和x的值
>>> obj.x     #结果是obj的实例变量还是property属性?
10

如上代码所示,obj对象有一个_x实例变量和一个x的property属性,我们又强行为obj增加了一个x实例变量,这个实例变量x和property属性x同名!

通过obj.x我们得知,返回的是property属性,说明property属性会遮盖实例属性!也可以理解为property属性的优先级更大!

property类解析

我们通常使用内置的@property装饰器。但其实property是一个类,python中类和函数的调用方式都差不多,他们都是可调用对象。

property的构造方法如下:

class property(object):def __init__(self, fget=None, fset=None, fdel=None, doc=None):""""""

它接受4个参数,都可以为空。

第一个为getter,第二个为setter,第三个为delete函数,第四个为文档。

上述代码的另一种写法

class MyClass:def __init__(self, x):self._x = xdef get_x(self):return self._xdef set_x(self, value):self._x = valuex = property(get_x, set_x)
>>> obj = MyClass(10)
>>> obj.x
10

如上,x是property的实例,设置了getter和setter,作为类变量放在MyClass类中。

以上就是property属性的解析。

http://www.lryc.cn/news/270233.html

相关文章:

  • vue3 全局配置Axios实例
  • EI级 | Matlab实现TCN-BiGRU-Multihead-Attention多头注意力机制多变量时间序列预测
  • WeNet语音识别分词制作词云图
  • Proxyman:现代本地Web调试代理工具
  • k8s中DaemonSet实战详解
  • 信号处理设计模式
  • Linux权限的基本理解
  • AI人工智能大模型讲师叶梓《基于人工智能的内容生成(AIGC)理论与实践》培训提纲
  • nat地址转换
  • 第12课 循环综合举例
  • Tuxera NTFS for Mac2024免费Mac读写软件下载教程
  • C++ 具名要求
  • 大创项目推荐 深度学习二维码识别
  • C++初阶——基础知识(函数重载与引用)
  • 车载电子电器架构 —— 电子电气系统开发角色定义
  • 最新Redis7哨兵模式(保姆级教学)
  • Redis原理及常见问题
  • nvm 的安装及使用 (Node版本管理器)
  • 【Yii2】数据库查询方法总结
  • 区块链的三难困境是什么,如何解决?
  • oCPC实践录 | oCPM的秘密
  • 【Linux Shell学习笔记】Linux Shell的位置参数与函数
  • 缓存cache和缓冲buffer的区别
  • Vue常见面试问答
  • Eureka相关面试题及答案
  • 想要学会JVM调优,先掌握JVM内存模型和JVM运行原理
  • 详解C语言入门程序:HelloWorld.c
  • 【elk-day01】es和kibana搭建及验证---Mac-Docker
  • 探索 3D 图形处理的奥秘
  • R语言孟德尔随机化研究工具包(1)---friendly2MR