【数据科学系统学习】Python # 编程基础[三]

在上一篇中我们介绍了模块和数据结构，这一篇将介绍面向对象编程。

---

面向对象编程

面向对象编程——Object Oriented Programming，简称 OOP，是一种程序设计思想。OOP 把对象作为程序的基本单元，一个对象包含了数据和操作数据的函数。它将数据与功能进行组合，并将其包装在被称作“对象”的东西内。

在Python中，所有数据类型都可以视为对象，也可以自定义对象。一个类（Class）能够创建一种新的类型（Type），其中对象（Object）就是类的实例（Instance）。

可以这样来类比：你可以拥有类型 int 的变量，也就是说存储整数的变量是 int 类的实例（对象）。

面向对象的设计思想是抽象出Class，根据Class创建Instance。

给对象发消息实际上就是调用对象对应的关联函数，我们称之为对象的方法（Method）。

数据封装、继承和多态是面向对象的三大特点。

类和实例

面向对象最重要的概念就是类（Class）和实例（Instance）。

• 类：是抽象的模板，比如 Student 类。
• 实例：是根据类创建出来的一个个具体的“对象”，每个对象都拥有相同的方法，但各自的数据可能不同。

在 Python 中，定义类是通过class关键字。class后面紧接着是类名，类名通常是大写开头的单词。紧接着是object，表示该类是从哪个类继承下来的。通常，如果没有合适的继承类，就使用object 类，这是所有类最终都会继承的类。

创建实例是通过类名加()实现的：

• 变量bart指向的就是一个Student的实例，后面的0x1032d3470是内存地址，每个object的地址都不一样，而Student本身则是一个类。
• 可以自由地给一个实例变量绑定属性，比如，给实例bart绑定一个name属性。

在创建实例的时候，把一些我们认为必须绑定的属性强制填写进去。通过定义一个特殊的__init__方法，在创建实例的时候，就把name，score等属性绑上去：

注意_init__前后分别有两个下划线。

__init__方法的第一个参数永远是self，表示创建的实例本身，因此，在__init__方法内部，就可以把各种属性绑定到self，因为self就指向创建的实例本身。

有了__init__方法，在创建实例的时候，就不能传入空的参数了，必须传入与__init__方法匹配的参数，但self不需要传，Python 解释器自己会把实例变量传进去。

和普通的函数相比，在类中定义的函数只有一点不同，就是第一个参数永远是实例变量self，并且，调用时不用传递该参数。除此之外，类的方法和普通函数没有什么区别，仍然可以用默认参数、可变参数、关键字参数和命名关键字参数。

数据封装

在上面的Student类中，每个实例就拥有各自的name和score这些数据。我们可以通过函数来访问这些数据，比如打印一个学生的成绩：

既然Student实例本身就拥有这些数据，要访问这些数据，就没有必要从外面的函数去访问，可以直接在Student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Student类本身是关联起来的，我们称之为类的方法：

要定义一个方法，除了第一个参数是self外，其他和普通函数一样。要调用一个方法，只需要在实例变量上直接调用，除了self不用传递，其他参数正常传入:

这样，我们从外部看Student类，就只需要知道创建实例需要给出name和score，而如何打印，都是在Student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。

• 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。
• 和静态语言不同，Python 允许对实例变量绑定任何数据，也就是说，对于两个实例变量，虽然它们都是同一个类的不同实例，但拥有的变量名称都可能不同。

继承和多态

在 OOP 程序设计中，当我们定义一个class的时候，可以从某个现有的class继承。新的class称为子类（Subclass），而被继承的class称为基类、父类或超类（Base class、Super class）。

继承最大的好处是：子类获得了父类的全部功能。

也可以对子类增加一些方法。

当子类和父类都存在相同的run()方法时，我们说，子类的run()覆盖了父类的run()，在代码运行的时候，总是会调用子类的run()。

这样，我们就获得了继承的另一个好处：多态。

当我们定义一个class的时候，我们实际上就定义了一种数据类型。我们定义的数据类型和 Python 自带的数据类型，比如str、list、dict没什么两样。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。

新增一个Animal的子类，不必对run_twice()做任何修改。实际上，任何依赖Animal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。

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。

这就是多态真正的威力，调用方只管调用，不管细节，而当我们新增一种Animal的子类时，只要确保run()方法编写正确，不用管原来的代码是如何调用的。这就是著名的“开闭”原则：

• 对扩展开放：允许新增 Animal 子类；
• 对修改封闭：不需要修改依赖 Animal 类型的 run_twice( ) 等函数。

任何类，最终都可以追溯到根类object，这些继承关系看上去就像一颗倒着的树。比如如下的继承树：

对于静态语言（例如 Java）来说，如果需要传入Animal类型，则传入的对象必须是Animal类型或者它的子类，否则，将无法调用run()方法。

对于 Python 这样的动态语言来说，则不一定需要传入Animal类型。我们只需要保证传入的对象有一个run()方法就可以了。

这就是动态语言的“鸭子类型”，它并不要求严格的继承体系，一个对象只要“看起来像鸭子，走起路来像鸭子”，那它就可以被看做是鸭子。

异常

在程序运行过程中，总会遇到各种各样的错误。

• 程序编写有问题造成的：比如本来应该输出整数结果输出了字符串。这种错误我们通常称之为 bug，bug 是必须修复的。
• 用户输入造成的：比如让用户输入 email 地址，结果得到一个空字符串。这种错误可以通过检查用户输入来做相应的处理。
• 完全无法在程序运行过程中预测的：比如写入文件的时候，磁盘满了，写不进去了；或者从网络抓取数据，网络突然断掉了。这类错误也称为异常，在程序中通常是必须处理的，否则，程序会因为各种问题终止并退出。

Python 内置了一套异常处理机制，来帮助我们进行错误处理。

• 调试：跟踪程序的执行，查看变量的值是否正确。Python 的 pdb 可以让我们以单步方式执行代码。
• 编写测试：有了良好的测试，就可以在程序修改后反复运行，确保程序输出符合我们编写的测试。

错误处理
高级语言通常都内置了一套try...except...finally...的错误处理机制

try的机制：

try:
    print('try...')
    r = 10 / 0
    print('result:', r)
except ZeroDivisionError as e:
    print('except:', e)
finally:
    print('finally...')
print('END')

当我们认为某些代码可能会出错时，就可以用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。

可以有多个except来捕获不同类型的错误。如果没有错误发生，可以在except语句块后面加一个else，当没有错误发生时，会自动执行else语句。

可以跨越多层调用，比如函数main()调用foo()，foo()调用bar()，结果bar()出错了，这时，只要main()捕获到了，就可以处理。也就是说，不需要在每个可能出错的地方去捕获错误，只要在合适的层次去捕获错误就可以了。

Python 所有的错误都是从BaseException类派生的，点击可查看常见的错误类型和继承关系。

如果错误没有被捕获，它就会一直往上抛，最后被 Python 解释器捕获，打印一个错误信息，然后程序退出。

错误信息第 1 行：

Traceback (most recent call last):

告诉我们这是错误的跟踪信息。

依次往下看，根据错误类型，判断最后的错误源头。

出错的时候，一定要分析错误的调用栈信息，才能定位错误的位置。

Python 内置的logging模块可以非常容易地记录错误信息。同样是出错，但程序打印完错误信息后会继续执行，并正常退出。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。

更多

更多关于 Python 的学习可阅读Python 官方文档，Python 标准库文档，Python的第三方库。

进一步探索标准库的一个好方法是阅读由 Doug Hellmann 撰写的优秀的 Python Module of the Week 系列。

---

参考链接：
简明Python教程（电子书可阅读）
廖雪峰Python教程

如有不足，欢迎指正。