python 数据模型

Python数据模型

• 数据模型是对Python框架的描述,它规范了这门语言自身构建模块的接口, 这些模块包括但不限于序列, 迭代器, 函数, 类和上下文管理器.

• Python解释器遇到特殊方法时,会使用特殊方法去激活一些基本的对象操作,这些特殊方法以双下划线开头,以双下划线结尾(例如: __getitem__)

• 比如 obj[key]的背后就是__getitem__方法,为了能求得my_collection[key]的值, 解释器实际会调用my_collection.__getitem__(key)

ex1:__getitem__ 和 __len__方法

#!/usr/bin/env python
# coding=utf-8

import collections


Card = collections.namedtuple('Card', ['rank', 'suit'])

class FrenchDeck:
    """
    通过实现特殊方法利用python数据模型的好处:
    1. 作为你类的用户, 他们不必去记住标准操作的各式名称('怎么得到元素的总和?.size()还是.length()还是别的什么')
    2. 可以更加方便的利用Python的标准库,比如random.choice函数,从而不用重复发明轮子.
    """
    ranks = [str(n) for n in range(2, 11)] + list('JQKA')
    suits = 'spades diamonds clubs hearts'.split()

    def __init__(self):
        self._cards = [Card(rank, suit) for suit in self.suits for rank in self.ranks]

    def __len__(self):
        return len(self._cards)

    def __getitem__(self, position):
        return self._cards[position]

beer_card = Card('7', 'diamonds')
print(beer_card)
deck = FrenchDeck()
print(len(deck))  # 总牌数

print(deck[0])  # 第一张牌
print(deck[-1])  # 最后一张牌


from random import choice
print(choice(deck))  # 随机抽取