Ооп в python: концепции, принципы и примеры реализации

Pythonicway — ООП в Python

Объектно-ориентированным программированием называется такой подход к программированию, в котором используются понятия класса и объекта. Говоря проще, когда перед нами стоит задача запрограммировать какой-либо объект, то намного легче сделать это описав этот объект, чем написав ряд функций.

Терминология объектно-ориентированного программирования:

• Класс (Class): Определенный программистом прототип программируемого объекта с набором атрибутов (переменных и методов), которые описывают данный объект. Доступ к аттрибутам и методам осуществляется через точку
• Переменная класса (Class variable): Переменная, доступная для всех экземпляров данного класса. Определяется внутри класса, но вне любых методов класса.
• Экземпляр класса (Instance): Отдельный объект-представитель определенного класса.
• Переменная экземпляра класса (Instance variable): Переменная определенная внутри медота класса, принадлежащая только к этому классу.
• Метод (Method): Особая функция, определенная внутри класса.
• Наследование (Inheritance): Передача аттрибутов и методов родительского класса дочерним классам.
• Перегрузка функций (Function overloading): Изменение работы метода, унаследованного дочерним классом от родительского класса.
• Перегрузка операторов (Operator overloading): Определение работы операторов с экземплярами данного класса.

Создание класса в Python:

Определение класса начинается с ключевого слова class, после него следует имя класса и двоеточие. Теперь с отступом можно описывать сам класс.

class Elevator:
    """ Simple elevator class """
    # Переменная класса. Сколько людей было перевезено ВСЕМИ лифтами
    people_lifted = 0

    # Конструктор класса. Вызывается при создании экземпляра класса
    def __init__(self,name):
        self.name = name
        # переменная экземпляра класса. Количество людей перевезенных КОНКРЕТНЫМ лифтом
        self.people_lifted = 0

    # Метод перевозки людей
    def lift(self):
        print ("{} lifted someone".format(self.name))
        # Увеличиваем количество людей перевезенных ЭТИМ лифтом
        self.people_lifted += 1
        # Увеличиваем количество людей перевезенных ВСЕМИ лифтами
        Elevator.people_lifted += 1

    # Метод печатающий информацию о конкретном лифте
    def info(self):
        print (self.name, "lifted", self.people_lifted, "people out of", Elevator.people_lifted)

Создание экземпляров класса:

Чтобы создать экземпляр класса следует любой переменной присвоить значение имени класса, указав в скобках аргументы, которые принимает метод __init__().

elevator_1 = Elevator("OTIS")
elevator_2 = Elevator("PHILLIPS")

Получение доступа к атрибутам и методам класса:

Чтобы получить доступ к атрибутам класса в Python следует после объекта поставить точку и написать имя переменной или метода, которые вы хотите использовать:

# Везем человека в лифте под именем OTIS
elevator_1.lift()
# Везем двоих человек в лифте под именем PHILLIPS
elevator_2.lift()
elevator_2.lift()
# Получаем информацию по лифту под именем OTIS
elevator_1.info()
# Получаем информацию по лифту под именем PHILLIPS
elevator_2.info()

Соединив все это в одном файле, получим следующее:

Углубленные темы объектно-ориентированного программирования, которые мы еще рассмотрим:

Наследование в Python.

Множественное наследование в Python.

Перегрузка операторов в Python.

Сокрытие данных класса в Python.

Принципы ООП.

Элегантное ООП на Python. Безболезненное преобразование словарей… | by Iuliia Averianova | NOP::Nuances of Programming

Сила Python в его гибкости. Это один из самых простых языков для объектно-ориентированного программирования. Иногда его даже критикуют за чрезмерную гибкость. Я покажу самый элегантный на мой взгляд способ объектно-ориентированного программирования в Python. Ключ к элегантности — библиотека marshmallow. Она устанавливается командой pip install marshmallow.

Для демонстрации давайте начнём с объявления простого класса User:

class User(object):
def __init__(self, name, age):
self.name = name
self.age = agedef __repr__(self):
return f'I am {self.name} and my age is {self.age}'

OK. У User только два атрибута: name и age. Обратите внимание, что я также реализовал метод __repr__, чтобы мы легко могли вывести экземпляр для проверки. Затем импортируем некоторые модули и методы из библиотеки marshmallow:

from marshmallow import Schema, fields, post_load
from pprint import pprint

Я импортировал pprint, потому что собираюсь отобразить множество словарей и списков. Так они будут выглядеть лучше. Так как же использовать marshmallow? Предельно просто: определите Schema для класса User:

class UserSchema(Schema):
name = fields.String()
age = fields.Integer()@post_load
def make(self, data, **kwargs):
return User(**data)

Для каждого атрибута необходимо объявить поля — fields, а затем тип. Аннотация @post_load опциональная. Она нужна для загрузки схемы в качестве экземпляра какого-либо класса. Следовательно, в нашем случае она нужна для генерации экземпляров User. Метод make реализует экземпляр с помощью атрибутов.

Если у нас есть словарь (объект JSON) и нам нужен экземпляр, пишем такой код:

data = {
'name': 'Chris',
'age': 32
}schema = UserSchema()
user = schema.load(data)

Всё просто! Вызываем метод схемы load() и десериализуем объект JSON в экземпляр класса.

Что, если мы работаем с массивом JSON, содержащим множество объектов для десериализации? Не нужно писать for, просто укажите many=True:

data = [{
'name': 'Alice',
'age': 20
}, {
'name': 'Bob',
'age': 25
}, {
'name': 'Chris',
'age': 32
}]schema = UserSchema()
users = schema.load(data, many=True)

OK. Теперь мы знаем, что можем вызвать метод load() для преобразования словарей в экземпляры. Как насчёт обратного действия? Используем метод dump():

dict = schema.dump(users, many=True)

Здесь users — список экземпляров из предыдущего примера. Мы видим, как список пользователей преобразуется в массив JSON одной строкой кода!

Думаете, marshmallow умеет только сериализовывать и десериализовывать экземпляры? Если бы это было так, я бы вряд ли взялся за эту статью. Самая мощная функция этой библиотеки — валидация. Начнём с простого примера. Сначала импортируем ValidationError, исключение из marshmallow:

from marshmallow import ValidationError

Помните, мы объявили UserSchema выше с полем age как Integer? Что, если мы передадим недопустимое значение?

data = [{
'name': 'Alice',
'age': 20
}, {
'name': 'Bob',
'age': 25
}, {
'name': 'Chris',
'age': 'thirty two'
}]

Пожалуйста, обратите внимание, что третий объект — Chris — в массиве JSON имеет недопустимый формат, из-за которого его нельзя преобразовать в целое число. Теперь вызовем метод load(), чтобы десериализовать массив.

try:
schema = UserSchema()
users = schema.load(data, many=True)
except ValidationError as e:
print(f'Error Msg: {e.messages}')
print(f'Valid Data: {e.valid_data}')

Исключение поймано, оно сообщает о недопустимом целом числе. Представьте, что разрабатываете веб-приложение. Теперь вам не нужно писать сообщения об ошибках!

Кроме того, в этом примере только у третьего объекта возникла проблема валидации. Сообщение говорит нам о том, что ошибка произошла в индексе 2, и допустимые объекты всё ещё могут быть выведены.

Конечно, проверки только по типам данных недостаточно. Библиотека поддерживает куда больше методов валидации. Добавим в класс User атрибут gender.

class User(object):
def __init__(self, name, age, gender):
self.name = name
self.age = age
self.gender = genderdef __repr__(self):
return f'I am {self.name}, my age is {self.age} and my gender is {self.gender}'

Затем определим схему с валидациями. И, конечно, импортируем из библиотеки функцию validate.

from marshmallow import validateclass UserSchema(Schema):
name = fields.String(validate=validate.Length(min=1))
age = fields.Integer(validate=validate.Range(min=18, max=None))
gender = fields.String(validate=validate.OneOf(['F', 'M', 'Other']))

Мы добавили валидации ко всем трём полям.

• У name длина должна быть хотя бы в 1 символ. Иными словами, поле не может быть пустым.
• У age значение должно быть больше или равно 18.
• Поле gender должно принимать одно из трёх значений.

Давайте определим объект JSON с недопустимыми значениями всех полей:

data = {
'name': '',
'age': 16,
'gender': 'X'
}

И попробуем загрузить его:

try:
UserSchema().load(data)
except ValidationError as e:
pprint(e.messages)

Неудивительно, что обнаружены исключения, но, когда я увидел этот вывод впервые, меня поразило, что сообщения об ошибках встроены по умолчанию. Я сэкономил кучу времени!

Вы можете спросить, ограничены ли мы встроенными методами валидации, такими как диапазон, длина или выбор одного из значений, как в примере выше. Что, если мы захотим написать собственный метод валидации? Конечно, это возможно:

def validate_age(age):
if age < 18:
raise ValidationError('You must be an adult to buy our products!')class UserSchema(Schema):
name = fields.String(validate=validate.Length(min=1))
age = fields.Integer(validate=validate_age)
gender = fields.String(validate=validate.OneOf(['F', 'M', 'Other']))

Здесь мы определили метод validate_age с пользовательскими логикой и сообщением. Теперь определим объект JSON, чтобы протестировать этот метод. В следующем примере age меньше 18.

data = {
'name': 'Chris',
'age': 17,
'gender': 'M'
}try:
user = UserSchema().load(data)
except ValidationError as e:
pprint(e.messages)

Теперь validate_age применяет пользовательские логику и сообщение об ошибке. Ниже элегантная реализация:

class UserSchema(Schema):
name = fields.String()
age = fields.Integer()
gender = fields.String()@validates('age')
def validate_age(self, age):
if age < 18:
raise ValidationError('You must be an adult to buy our products!')

Через аннотацию мы определяем валидацию внутри класса.

Конечно, можно определить поля, требующие заполнения:

class UserSchema(Schema):
name = fields.String(required=True, error_messages={'required': 'Please enter your name.'})
age = fields.Integer(required=True, error_messages={'required': 'Age is required.'})
email = fields.Email()

В этом примере обязательны поля name и age. Теперь давайте проверим валидацию объектом без электронной почты:

data_no_email = {
'name': 'Chris',
'age': 32
}try: 
user = UserSchema().load(data_no_email)
except ValidationError as e:
pprint(e.messages)

OK. Проблем не возникло. Что, если в объекте не указаны ни имя, ни возраст?

data_no_name_age = {
'email': '[email protected]'
}try: 
user = UserSchema().load(data_no_name_age)
except ValidationError as e:
print(f'Error Msg: {e.messages}')
print(f'Valid Data: {e.valid_data}')

Появилось предупреждение и сообщения об ошибках, заданные для обязательных полей.

Иногда нужно задать значения по умолчанию для некоторых полей. Пользователям не обязательно вводить данные, вместо них будут использованы значения по умолчанию.

class UserSchema(Schema):
name = fields.String(missing='Unknown', default='Unknown')print(UserSchema().load({}))  # Принять значение "missing"
print(UserSchema().dump({})) # Принять значение "default"

В marshmallow существует два способа определить значения по умолчанию:

• Ключевое слово missing определяет значение по умолчанию, которое используется при десериализации экземпляра с помощью load().
• Ключевое слово default определяет значение по умолчанию, которое используется при сериализации экземпляра с помощью dump().

В примере выше мы применили оба ключевых слова и поэкспериментировали над пустым объектом и с методом load(), и с методом dump(). В обоих случаях было добавлено поле name со значением по умолчанию.

Это ещё не конец, продолжаем 🙂

Иногда возникает расхождение в реализации классов и фактических данных в JSON, то есть расхождение имён ключей или атрибутов. Например, в User мы определили атрибут name, однако в объекте JSON используется другое имя для этого поля — username. В нашем случае не нужно ни повторно реализовывать классы, ни преобразовывать ключи в объекте JSON. Можно написать такой код:

class User(object):
def __init__(self, name, age):
self.name = name
self.age = agedef __repr__(self):
return f'I am {self.name} and my age is {self.age}'class UserSchema(Schema):
username = fields.String(attribute='name')
age = fields.Integer()@post_load
def make(self, data, **kwargs):
return User(**data)

Обратите внимание, что в User есть поле name, тогда как в UserSchema есть поле username. Но для username определено, что его attribute должен называться name. Выведем экземпляр класса User:

user = User('Chris', 32)
UserSchema().dump(user)

dump корректно сериализовал экземпляр с именем поля username. И наоборот:

data = {
'username': 'Chris',
'age': 32
}
UserSchema().load(data)

Даже если мы передадим JSON объект с ключом username, он без проблем десериализуется в экземпляр User.

И последнее, но не менее важное, чем всё остальное: marshmallow поддерживает вложенные атрибуты.

class Address(object):
def __init__(self, street, suburb, postcode):
self.street = street
self.suburb = suburb
self.postcode = postcodedef __repr__(self):
return f'{self.street}, {self.suburb} {self.postcode}'class User(object):
def __init__(self, name, address):
self.name = name
self.address = address
def __repr__(self):
return f'My name is {self.name} and I live at {self.address}'

Мы определили два класса: Address и User. У User есть атрибут address, имеющий тип Address. Давайте проверим классы, реализовав объект:

address = Address('1, This St', 'That Suburb', '1234')
user = User('Chris', address)
print(user)

И определим схему:

class AddressSchema(Schema):
street = fields.String()
suburb = fields.String()
postcode = fields.String()@post_load
def make(self, data, **kwargs):
return Address(**data)class UserSchema(Schema):
name = fields.String()
address = fields.Nested(AddressSchema())@post_load
def make(self, data, **kwargs):
return User(**data)

Хитрость здесь в том, чтобы использовать fields.Nested() для определения поля по другой схеме. У нас уже есть экземпляр User. Давайте сделаем его дамп в JSON:

pprint(UserSchema().dump(user))

Как видите, экземпляр сериализован во вложенный объект JSON Конечно, обратный вариант тоже работает:

data = {
'name': 'Chris',
'address': {
'postcode': '1234',
'street': '1, This St',
'suburb': 'That Suburb'
}
}
pprint(UserSchema().load(data))

На сегодня всё. Спасибо, что прочитали! Код из статьи вы найдёте на Google Colab.

Читайте также:

Читайте нас в Telegram, VK и Яндекс.Дзен

Объектно-ориентированное программирование Python (ООП в Python)

Python — это мультипарадигмальный язык. Это означает, что он поддерживает различные подходы к программированию.

Одной из наиболее популярных парадигм является создание объектов. Она известна как объектно-ориентированное программирование (ООП).

Объект имеет две характеристики:

• атрибуты;
• поведение;

Рассмотрим на примере:

Объект – это попугай:

• имя, возраст, цвет являются атрибутами;
• пение, танцы — это поведение;

Концепция ООП в Python направлена ​​на создание кода для многократного использования. Эта концепция также известна как DRY (Don’t Repeat Yourself).

В Python концепция ООП реализует несколько принципов:

Мы можем представить класс как эскиз попугая с метками. Он содержит все данные об имени, цвете, размере и т. д. На основе этого описания можно изучить попугая. В данном случае попугай является объектом.

Примером для класса попугая может быть:

Мы используем ключевое слово class для определения пустого класса Parrot . Из класса мы создаем экземпляр – объект определенного класса.

Объект — это экземпляр класса. В определении класса задается только описание объекта. Пример создания объекта класса Parrot:

В данном случае obj является объектом класса Parrot.

Предположим, что у нас есть информация о попугае. Теперь нужно показать, как построить класс и объекты Parrot.

class Parrot:

    # атрибут класса
    species = "bird"

    # атрибут экземпляра
    def __init__(self, name, age):
        self.name = name
        self.age = age

# создаем экземпляр класс Parrot
blu = Parrot("Blu", 10)
woo = Parrot("Woo", 15)

# получаем доступ к атрибутам класса
print("Blu is a {}".format(blu.__class__.species))
print("Woo is also a {}".format(woo.__class__.species))

# получаем доступ к атрибутам экземпляра
print("{} is {} years old".format( blu.name, blu.age))
print("{} is {} years old".format( woo.name, woo.age))

Результат работы программы:

Blu is a bird
Woo is also a bird
Blu is 10 years old
Woo is 15 years old

Сначала мы создаем класс с именем Parrot. Затем мы определяем атрибуты. Они являются характеристикой объекта.

Затем мы создаем экземпляры класса Parrot. В данном случае blu и woo являются ссылками  на новые объекты.

После этого мы получаем доступ к атрибуту класса с помощью __class __.species. Атрибуты класса одинаковы для всех его экземпляров. Точно так же мы получаем доступ к атрибутам экземпляра, используя blu.name и blu.age. Но атрибуты экземпляра уникальны для каждого экземпляра класса.

Методы — это функции, определенные внутри класса. Они используются для определения поведения объекта.

class Parrot:
    
    # атрибуты экземпляра
    def __init__(self, name, age):
        self.name = name
        self.age = age
    
    # метод экземпляра
    def sing(self, song):
        return "{} sings {}".format(self.name, song)

    def dance(self):
        return "{} is now dancing".format(self.name)

# создаем экземпляр объекта
blu = Parrot("Blu", 10)

# вызываем методы экземпляра
print(blu.sing("'Happy'"))
print(blu.dance())

Результат работы программы:

Blu sings 'Happy'
Blu is now dancing

В приведенном выше примере мы определяем два метода sing() и dance(). Их называют методами экземпляра, так как они вызываются для экземпляра объекта, то есть для blu.

Наследование — это способ создания нового класса на основе старого. Новый класс является производным классом (дочерним). Существующий класс является базовым классом (родительским).

# родительский класс
class Bird:
    
    def __init__(self):
        print("Bird is ready")

    def whoisThis(self):
        print("Bird")

    def swim(self):
        print("Swim faster")

# дочерний класс
class Penguin(Bird):

    def __init__(self):
        # вызов функции super()
        super().__init__()
        print("Penguin is ready")

    def whoisThis(self):
        print("Penguin")

    def run(self):
        print("Run faster")

peggy = Penguin()
peggy.whoisThis()
peggy.swim()
peggy.run()

Результат работы программы:

Bird is ready
Penguin is ready
Penguin
Swim faster
Run faster

Сначала мы создали два класса: Bird (родительский класс) и Penguin (дочерний класс). Он наследует функции родительского класса. Это прослеживается в методе  swim().

Дочерний класс изменил поведение родительского класса – метод whoisThis(). Также мы расширяем родительский класс, создав новый метод run().

Мы используем функцию super() перед методом __init__(), чтобы извлечь содержимое метода __init__() из родительского класса в дочерний.

Используя ООП в Python, мы можем ограничить доступ к методам и переменным. Это предотвращает изменение данных вне класса. Такой подход называется инкапсуляцией. В Python мы устанавливаем приватный модификатор доступа, используя в качестве префикса подчеркивание одинарное «_» или двойное «_ _» подчеркивание.

class Computer:

    def __init__(self):
        self.__maxprice = 900

    def sell(self):
        print("Selling Price: {}".format(self.__maxprice))

    def setMaxPrice(self, price):
        self.__maxprice = price

c = Computer()
c.sell()

# изменяем цену
c.__maxprice = 1000
c.sell()

# используем функцию сеттера
c.setMaxPrice(1000)
c.sell()

Когда мы запустим эту программу, результат будет следующим:

Selling Price: 900
Selling Price: 900
Selling Price: 1000

Сначала мы определили класс Computer . Затем использовали метод __init__() для хранения значения максимальной стоимости продажи компьютера.

Мы попытались изменить цену, но не смогли, потому что Python рассматривает __maxprice, как приватные атрибуты. Чтобы изменить значение, мы использовали функцию сеттера. То есть, setMaxPrice(), которая принимает цену в качестве параметра.

Полиморфизм — это способность использовать в ООП общий интерфейс для нескольких форм (типов данных).

Предположим, что нужно раскрасить фигуру.  Есть несколько вариантов фигуры (прямоугольник, квадрат, круг). Мы могли бы использовать тот же метод, чтобы закрасить любую форму. Эта концепция называется полиморфизмом.

class Parrot:

    def fly(self):
        print("Parrot can fly")
    
    def swim(self):
        print("Parrot can't swim")

class Penguin:

    def fly(self):
        print("Penguin can't fly")
    
    def swim(self):
        print("Penguin can swim")

# общий интерфейс
def flying_test(bird):
    bird.fly()

#создаем объекты
blu = Parrot()
peggy = Penguin()

# передаем объекты
flying_test(blu)
flying_test(peggy)

Результат:

Parrot can fly
Penguin can't fly

Мы определили два класса: Parrot и Penguin . У каждого из них есть общий метод  fly(), но они разные.

Чтобы реализовать полиморфизм, мы создали общий интерфейс. То есть, функцию flying_test(), которая может принимать любой объект. Затем мы передали объекты blu и peggy в функцию flying_test().

• Программирование становится простым и эффективным.
• Класс общий, поэтому код можно использовать повторно.
• Производительность программистов увеличивается.
• Благодаря абстракции данные становятся безопасными и надежными.

Данная публикация является переводом статьи «Python Object Oriented Programming» , подготовленная редакцией проекта.

Объектно-ориентированное программирование на Python — это… Что такое Объектно-ориентированное программирование на Python?

Объектно-ориентированное программирование на Python — программирование на Python с использованием парадигмы ООП: с самого начала Python проектировался как объектно-ориентированный язык программирования^[1].

Введение

Принципы ООП

Согласно Алану Кэю — автору языка программирования Smalltalk — объектно-ориентированным может называться язык, построенный с учетом следующих принципов^[2]:

• Все данные представляются объектами
• Программа является набором взаимодействующих объектов, посылающих друг другу сообщения
• Каждый объект имеет собственную часть памяти и может иметь в составе другие объекты
• Каждый объект имеет тип
• Объекты одного типа могут принимать одни и те же сообщения (и выполнять одни и те же действия)

Объекты, типы и классы

Определение класса

Для ясности последующего изложения рассмотрим определение класса с точки зрения синтаксиса. Для определения класса используется оператор class:

    class имя_класса(надкласс1, надкласс2, ...):
        # определения атрибутов и методов класса

У класса могут быть базовые (родительские) классы (надклассы), которые (если они есть) указываются в скобках после имени определяемого класса.

Минимально возможное определение класса выглядит так:

В терминологии Python члены класса называются атрибутами, функции класса — методами, а поля класса — свойствами (или просто атрибутами).

Определения методов аналогичны определениям функций, но (за некоторыми исключениями, о которых ниже) методы всегда имеют первый аргумент, называемый по широко принятому соглашению self:

    class A:
        def m1(self, x):
            # блок кода метода

Определения атрибутов — обычные операторы присваивания, которые связывают некоторые значения с именами атрибутов.

В языке Python класс не является чем-то статическим после определения, поэтому добавить атрибуты можно и после:

    class A:
        pass
 
    def myMethod(self, x):
        return x * x
 
    A.m1 = myMethod
    A.attr1 = 2 * 2

Создание экземпляра

Для создания объекта — экземпляра класса (то есть, инстанциирования класса), достаточно вызвать класс по имени и задать параметры конструктора:

    class Point:
         def __init__(self, x, y, z):
             self.coord = (x, y, z)
         def __repr__(self):
             return "Point(%s, %s, %s)" % self.coord

>>> p = Point(0.0, 1.0, 0.0)
>>> p
Point(0.0, 1.0, 0.0)

Переопределив классовый метод __new__, можно контролировать процесс создания экземпляра. Этот метод вызывается до метода __init__ и должен вернуть новый экземпляр, либо None (в последнем случае будет вызван __new__ родительского класса). Метод __new__ используется для управления созданием неизменчивых (immutable) объектов, управления созданием объектов в случаях, когда __init__ не вызывается, например, при десериализации (unpickle). Следующий код демонстрирует один из вариантов реализации шаблона Одиночка:

>>> class Singleton(object):
        obj = None                           # Атрибут для хранения единственного экземпляра
        def __new__(cls,*dt,**mp):           # класса Singleton.
           if cls.obj is None:               # Если он еще не создан, то
              cls.obj = object.__new__(cls,*dt,**mp) # вызовем __new__ родительского класса
           return cls.obj                    # вернем синглтон
...
>>> obj = Singleton()
>>> obj.attr = 12
>>> new_obj = Singleton()
>>> new_obj.attr                       
12
>>> new_obj is obj                     # new_obj и obj - это один и тот же объект
True

Конструктор и деструктор

Специальные методы вызываются при создании экземпляра класса (конструктор) и при удалении класса (деструктор). В языке Python реализовано автоматическое управление памятью, поэтому деструктор требуется достаточно редко, для ресурсов, требующих явного освобождения.

Следующий класс имеет конструктор и деструктор:

class Line:
    def __init__(self, p1, p2):
        self.line = (p1, p2)
    def __del__(self):
        print "Удаляется линия %s - %s" % self.line

>>> l = Line((0.0, 1.0), (0.0, 2.0))
>>> del l
Удаляется линия (0.0, 1.0) - (0.0, 2.0)
>>>

Следует заметить, что в момент вызова деструктора (например, по завершении программы) среда исполнения может быть уже достаточно «истощенной», поэтому в деструкторе следует делать только самое необходимое. Кроме того, необработанные в деструкторе исключения игнорируются.

Время жизни объекта

Без применения каких-либо особых средств время жизни объекта, определённого в программе на Python, не выходит за рамки времени выполнения процесса этой программы.

Для преодоления этого ограничения существуют различные возможности: от хранения объектов в простейшей базе данных (shelve), применения ORM (например, SQLAlchemy) до использования специализированных баз данных с развитыми возможностями (например, ZODB). Все эти средства позволяют делать объекты устойчивыми (англ. persistent). Как правило, при записи объекта производится его сериализация, а при чтении — десериализация.

>>> import shelve
>>> s = shelve.open("somefile.db")
>>> s['myobject'] = [1, 2, 3, 4, 'свечка']
>>> s.close()
 
>>> import shelve
>>> s = shelve.open("somefile.db")
>>> print s['myobject']
[1, 2, 3, 4, '\xd1\x81\xd0\xb2\xd0\xb5\xd1\x87\xd0\xba\xd0\xb0']

Инкапсуляция и доступ к свойствам

Инкапсуляция является одним из ключевых понятий ООП. Все значения в Python являются объектами, инкапсулирующими код (методы) и данные и предоставляющими пользователям общедоступный интерфейс. Методы и данные объекта доступны через его атрибуты.

Сокрытие информации о внутреннем устройстве объекта выполняется в Python на уровне соглашения между программистами о том, какие атрибуты относятся к общедоступному интерфейсу класса, а какие — к его внутренней реализации. Одиночное подчеркивание в начале имени атрибута говорит о том, что метод не предназначен для использования вне методов класса (или вне функций и классов модуля), однако, атрибут все-таки доступен по этому имени. Два подчеркивания в начале имени дают несколько большую защиту: атрибут перестает быть доступен по этому имени. Последнее используется достаточно редко. Есть существенное отличие между такими атрибутами и личными (private) членами класса в таких языках как C++ или Java: атрибут остается доступным, но под именем вида _ИмяКласса__ИмяАтрибута, а при каждом обращении Python будет модифицировать имя в зависимости от того, через экземпляр какого класса происходит обращение к атрибуту. Таким образом, родительский и дочерний классы могут иметь атрибут с именем, например, «__f», но не будут мешать друг другу.

>>> class parent(object):
      def __init__(self):
          self.__f = 2
      def get(self):
          return self.__f
....
>>> class child(parent):
    def __init__(self):
        self.__f = 1
        parent.__init__(self)
    def cget(self):
        return self.__f
....
>>> c = child()
>>> c.get()
2
>>> c.cget()
1
>>> c.__dict__
{'_child__f': 1, '_parent__f': 2}  # на самом деле у объекта "с" два разных атрибута

Особым случаем является наличие двух подчеркиваний в начале и в конце имени атрибута. Они используются для специальных свойств и функций класса (например, для перегрузки операции). Такие атрибуты доступны по своему имени, но их использование зарезервировано для специальных атрибутов, изменяющих поведение объекта.

Доступ к атрибуту может быть как прямой:

class A(object):
    def __init__(self, x):          # атрибут получает значение в конструкторе
        self.x = x
 
a = A(5)
print a.x
a.x = 5

Так и с использованием свойств с заданными методами для получения, установки и удаления атрибута:

class A(object):
    def __init__(self, x):
        self._x = x
    def getx(self):                 # метод для получения значения
        return self._x
    def setx(self, value):          # присваивания нового значения
        self._x = value
    def delx(self):                 # удаления атрибута
        del self._x                 
    x = property(getx, setx, delx, "Свойство x")    # определяем x как свойство
 
a = A(5)      
print a.x      # Синтаксис доступа к атрибуту при этом прежний
a.x = 5

Разумеется, первый способ хорош только если значение атрибута является атомарной операцией по изменению состояния объекта. Если же это не так, то второй способ позволит выполнить все необходимые действия в соответствующих методах.

Существуют два способа централизованно контролировать доступ к атрибутам. Первый основан на перегрузке методов __getattr__(), __setattr__(), __delattr__(), а второй — метода __getattribute__() . Второй метод помогает управлять чтением уже существующих атрибутов. Эти способы позволяют организовать полностью динамический доступ к атрибутам объекта или, что используется очень часто, имитации несуществующих атрибутов. По такому принципу функционируют, например, все системы RPC для Python, имитируя методы и свойства, реально существующие на удаленном сервере.

Полиморфизм

В компилируемых языках программирования полиморфизм достигается за счёт создания виртуальных методов, которые в отличие от невиртуальных можно перегрузить в потомке. В Python все методы являются виртуальными, что является естественным следствием разрешения доступа на этапе исполнения. (Следует отметить, что создание невиртуальных методов в компилируемых языках связано с меньшими накладными расходами на их поддержку и вызов).

>>> class Parent(object):
        def isParOrPChild(self) : return True
        def who(self) : return 'parent'
>>> class Child(Parent):
        def who(self): return 'child'
>>> x = Parent()
>>> x.who(), x.isParOrPChild()
('parent', True)
>>> x = Child()
>>> x.who(), x.isParOrPChild()
('child', True)

Явно указав имя класса, можно обратиться к методу родителя (как впрочем и любого другого объекта).

>>> class Child(Parent):
        def __init__(self):
            Parent.__init__(self)

В общем случае для получения класса-предка применяется функция super.

class Child(Parent):
    def __init__(self):
        super(Child, self).__init__(self)

Используя специально предусмотренное исключение NotImplementedError, можно имитировать чисто виртуальные методы:

>>> class abstobj(object):
        def abstmeth(self):
            raise NotImplementedError('Method abstobj.abstmeth is pure virtual')
>>> abstobj().abstmeth()
 Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
 File "<stdin>", line 2, in method
 NotImplementedError: Method abstobj.abstmeth is pure virtual

Или, с использованием декоратора, так:

>>> def abstract(func):
        def closure(*dt, **mp):
            raise NotImplementedError("Method %s is pure virtual" % func.__name__)
        return closure
>>> class abstobj(object):
        @abstract
        def abstmeth(self): pass

Изменяя атрибут __class__, можно перемещать объект вверх или вниз по иерархии наследования (впрочем, как и к любому другому типу)

>>> c = child()
>>> c.val = 10
>>> c.who()
'child'
>>> c.__class__ = Parent
>>> c.who()
'parent'
>>> c.val
10

Однако, в этом случае никакие преобразования типов не делаются, поэтому забота о согласованности данных всецело лежит на программисте. Кроме того, присваивание атрибуту __class__ не должно применяться по поводу и без. Прежде чем решиться на его использование, необходимо рассмотреть менее радикальные варианты реализации изменения объекта, то есть по сути шаблона проектирования State.

Более того, полиморфизм в Python вообще не связан с наследованием, поэтому его можно считать сигнатурно-ориентированным полиморфизмом (signature-oriented polymorfism)^[3]. Например, чтобы экземпляру класса «прикинуться» файловым объектом, ему достаточно реализовать методы, относящиеся к файлам (обычно .read(), .readlines(), .close() и т. п.).

Имитация встроенных типов

Встроенные типы и их методы имеют синтаксическую поддержку в языке Python или другие особые «привилегии». Конечно, любая операция может быть представлена синтаксисом вызова функции, однако, для частого применения это неудобно.

Воспользоваться точно такой же синтаксической поддержкой может и любой определённый пользователем класс. Для этого нужно лишь реализовать методы со специальными именами. Самый простой пример — имитировать функцию:

>>> class Add:
...      def __call__(self, x, y):    # определение метода, 
...          return x + y             # который отвечает за операцию вызова функции
...
>>> add = Add()
>>> add(3, 4)                         # это эквивалентно add.__call__(3, 4)
7

Аналогично поддаются имитации все операции встроенных типов. Ещё один пример связан с вычислением длины объекта с помощью функции len(). Оказывается, эта встроенная функция вызывает специальный метод:

>>> class wrongList(list):     # определяем собственный класс для списка
...     def __len__(self):     # который всегда считает, что имеет нулевую длину
...         return 0
...
>>> w = wrongList([1,2,3])
>>> len(w)                     # это эквивалентно w.__len__()
0

Методы __getitem__,__setitem__,__delitem__,__contains__ позволяют создать интерфейс для словаря или списка(dict). Достаточно просто имитировать и числовые типы. Скажем, следующий класс использует инфиксную операцию *:

class Multiplyable:
    def __init__(self, value): self.value = value
    def __mul__(self, y):      return self.value * y
    def __rmul__(self, x):     return x * self.value
    def __imul__(self, y):     return Multiplyable(self.value * y)
    def __str__(self):         return "Multiplyable(%s)" % self.value
 
>>> m = Multiplyable(1)
>>> print m
Multiplyable(1)
>>> m *= 3
>>> print m
Multiplyable(3)

Последний из методов — .__str__() — отвечает за представление экземпляра класса при печати оператором print и в других подобных случаях.

Аналогичные методы имеются и у соответствующих встроенных типов

>>> int.__add__
<slot wrapper '__add__' of 'int' objects>
>>> [].__getitem__
<built-in method __getitem__ of list object at 0x00DA3D28>
>>> class a(object):pass
>>> a.__call__
<method-wrapper '__call__' of type object at 0x00DDC318>

Не все из них существуют на самом деле: большая часть имитируется интерпретатором Python для удобства программиста. Такое поведение позволяет экономить время при наиболее важных операциях (например, сложение целых не приводит к поиску и вызову метода __add__ у класса int) и память, но приводит к невозможности изменения методов у встроенных классов.

Отношения между классами

Наследование и множественное наследование

При описании предметной области классы могут образовывать иерархию, в корне которой стоит базовый класс, а нижележащие классы (подклассы) наследуют свои атрибуты, уточняя и расширяя поведение вышележащего класса (надкласса). Обычно принципом построения классификации является отношение «IS-A» («есть» — между экземпляром и классом) и «AKO» («a kind of» — «разновидность» — между классом и суперклассом)^[4].

Python поддерживает как одиночное наследование, так и множественное, позволяющее классу быть производным от любого количества базовых классов.

>>> class Par1(object):                # наследуем один базовый класс - object
        def name1(self): return 'Par1'
>>> class Par2(object):
        def name2(self): return 'Par2'
>>> class Child(Par1, Par2):           # создадим класс, наследующий Par1, Par2 (и, опосредованно, object)
        pass
>>> x = Child()
>>> x.name1(), x.name2()               # экземпляру Child доступны методы из Par1 и Par2
'Par1','Par2'

В Python (из-за «утиной типизации») отсутствие наследования ещё не означает, что объект не может предоставлять тот же самый интерфейс.

Множественное наследование в Python применяется в основном для добавления примесей (mixins) — специальных классов, вносящих некоторую черту поведения или набор свойств^[5].

Порядок разрешения доступа к методам и полям

За достаточно простым в использовании механизмом доступа к атрибутам в Python кроется довольно сложный алгоритм. Далее будет приведена последовательность действий, производимых интерпретатором при разрешении запроса object.field (поиск прекращается после первого успешно завершённого шага, иначе происходит переход к следующему шагу).

1. Если у object есть метод __getattribute__, то будет вызван он с параметром 'field' (либо __setattr__ или __delattr__ в зависимости от действия над атрибутом)
2. Если у object есть поле __dict__, то ищется object.__dict__['field']
3. Если у object.__class__ есть поле __slots__, то 'field' ищется в object.__class__.__slots__
4. Проверяется object.__class__.__dict__['fields']
5. Производится рекурсивный поиск по __dict__ всех родительских классов (при множественном наследовании поиск производится в режиме deep-first, в том порядке как базовые классы перечислены в определении класса-потомка). Алгоритм поиска разный для «классических» и «новых» классов.
6. Если у object есть метод __getattr__, то вызывается он с параметром 'field'
7. Возбуждается исключение AttributeError .

Если поиск окончен успешно, то проверяется, является ли атрибут классом «нового стиля». Если является, то проверяется наличие у него метода __get__ (либо __set__ или __delete__, в зависимости от действия над атрибутом), если метод найден, то происходит следующий вызов object.field.__get__(object) и возвращается его результат (такие атрибуты называется в Python атрибутами со связанным поведением (binded behavior) и используются, например, для создания свойств^[6]).

Эта последовательность распространяется только на пользовательские атрибуты. Системные атрибуты, такие как __dict__, __len__, __add__ и другие, имеющие специальные поля в С-структуре описания класса находятся сразу.

«Новые» и «классические» классы

В версиях до 2.2 некоторые объектно-ориентированные возможности Python были заметно ограничены. Например, было невозможно наследовать встроенные классы и классы из модулей расширения. Свойства (property) не выделялись явно. Начиная с версии 2.2, объектная система Python была существенно переработана и дополнена. Однако для совместимости со старыми версиями Python было решено сделать две объектные модели: «классические» типы (полностью совместимые со старым кодом) и «новые»^[7]. В версии Python3000 поддержка «старых» классов будет удалена.
Для построения «нового» класса достаточно унаследовать его от другого «нового». Если нужно создать «чистый» класс, то можно унаследоваться от object — родительского типа для всех «новых» классов.

class OldStyleClass: pass          # класс "старого" типа
class NewStyleClass(object): pass  # и "нового"

Все стандартные классы — классы «нового» типа.^[8]

Агрегация. Контейнеры. Итераторы

Агрегация, когда один объект входит в состав другого, или отношение «HAS-A» («имеет»), реализуется в Python с помощью ссылок. Python имеет несколько встроенных типов контейнеров: список, словарь, множество. Можно определить собственные классы контейнеров со своей логикой доступа к хранимым объектам. (Следует заметить, что в Python агрегацию можно считать разновидностью ассоциации, так реально объекты не вложены друг в друга в памяти и, более того, время жизни элемента может не зависеть от времени жизни контейнера.)

Следующий класс из модуля utils.py среды web.py является примером контейнера-словаря, дополненного возможностью доступа к значениям при помощи синтаксиса доступа к атрибутам:

 class Storage(dict):
    def __getattr__(self, key):
        try:
            return self[key]
        except KeyError, k:
            raise AttributeError, k
 
    def __setattr__(self, key, value):
        self[key] = value
 
    def __delattr__(self, key):
        try:
            del self[key]
        except KeyError, k:
            raise AttributeError, k
 
    def __repr__(self):
      return '<Storage ' + dict.__repr__(self) + '>'

Вот как он работает:

>>> v = Storage(a=5)
>>> v.a
5
>>> v['a']
5
>>> v.a = 12
>>> v['a']
12
>>> del v.a

Для доступа к контейнерам очень удобно использовать итераторы:

>>> cont = dict(a=1, b=2, c=3)
>>> for k in cont:
...     print k, cont[k]
...
a 1
c 3
b 2

Ассоциация и слабые ссылки

Отношение использования («USE-A») экземпляров одного класса другими является достаточно общим отношением. При использовании один класс обычно зависит от интерфейса другого класса (хотя эта зависимость может быть и взаимной). Если один объект использует другой, он обязательно содержит ссылку на него. Объекты могут ссылаться и друг на друга. В этом случае возникают циклические ссылки. Если ссылающиеся друг на друга объекты удалить, то они уже не могут быть удалены интерпретатором Python с помощью механизма подсчета ссылок. Удалением таких объектов занимается сборщик мусора.

Ассоциацию объектов без присущих ссылкам проблем можно осуществить с помощью слабых ссылок. Слабые ссылки не препятствуют удалению объекта.

Для работы со слабыми ссылками применяется модуль weakref.

Метаклассы

Обычных возможностей объектно-ориентированного программирования хватает далеко не всегда. В некоторых случаях требуется изменить сам характер системы классов: расширить язык новыми типами классов, изменить стиль взаимодействия между классами и окружением, добавить некоторые дополнительные аспекты, затрагивающие все используемые в приложении классы, и т. п.

При объявлении метакласса за основу можно взять класс type. Пример:

# описание метакласса
class myobject(type):
    # небольшое вмешательство в момент выделения памяти для класса
    def __new__(cls, name, bases, dict):
        print "NEW", cls.__name__, name, bases, dict
        return type.__new__(cls, name, bases, dict)
    # небольшое вмешательство в момент инициализации класса
    def __init__(cls, name, bases, dict):
        print "INIT", cls.__name__, name, bases, dict
        return super(myobject, cls).__init__(name, bases, dict)
# порождение класса на основе метакласса (заменяет оператор class)
MyObject = myobject("MyObject", (), {})
# обычное наследование другого класса из только что порожденного
class MySubObject(MyObject):
    def __init__(self, param):
        print param
# получение экземпляра класса
myobj = MySubObject("parameter")

Разумеется, вместо оператора print код метакласса может выполнять более полезные функции: регистрировать класс, передавать действия с классами на удаленную систему, использовать классы для других целей (например, как декларации или ограничения) и т. п.

Методы

Метод

Синтаксис описания метода ничем не отличается от описания функции, разве что его положением внутри класса и характерным первым формальным параметром self, с помощью которого внутри метода можно ссылаться на сам экземпляр класса (название self является соглашением, которого придерживаются программисты на Python):

class MyClass(object):
    def mymethod(self, x):
        return x == self._x

Статический метод

Статические методы в Python являются синтаксическими аналогами статических функций в основных языках программирования. Они не получают ни экземпляр (self), ни класс (cls) первым параметром. Для создания статического метода (только «новые» классы могут иметь статические методы) используется декоратор staticmethod

>>> class D(object):  
       @staticmethod
       def test(x):
           return x == 0
...
>>> D.test(1)    # доступ к статическому методу можно получать и через класс
False
>>> f = D()
>>> f.test(0)    # и через экземпляр класса
True

Статические методы реализованы с помощью свойств (property).

Метод класса

Классовые методы в Python занимают промежуточное положение между статическими и обычными. В то время как обычные методы получают первым параметром экземпляр класса, а статические не получают ничего, в классовые методы передается класс. Возможность создания классовых методов является одним из следствий того, что в Python классы также являются объектами. Для создания классового (только «новые» классы могут иметь классовые методы) метода можно использовать декоратор classmethod

>>> class A(object):  
      def __init__(self, int_val):
          self.val = int_val + 1
      @classmethod
      def fromString(cls, val):   # вместо self принято использовать cls
          return cls(int(val))
...
>>> class B(A):pass
...
>>> x = A.fromString("1")
>>> print x.__class__.__name__
A
>>> x = B.fromString("1")
>>> print x.__class__.__name__
B

Классовые методы достаточно часто используются для перегрузки конструктора. Классовые методы, как и статические, реализуются через свойства (property).

Мультиметоды

Примером для иллюстрации сути мультиметода может служить функция add() из модуля operator:

>>> import operator as op
>>> print op.add(2, 2), op.add(2.0, 2), op.add(2, 2.0), op.add(2j, 2)
4 4.0 4.0 (2+2j)

В языке Python достаточно легко реализовать и определённые пользователем мультиметоды^[9]. Например, эмулировать мультиметоды можно с помощью модуля multimethods.py (из Gnosis Utils) :

from multimethods import Dispatch
 
class Asteroid(object): pass
class Spaceship(object): pass
 
def asteroid_with_spaceship(a1, s1): print "A-><-S"
def asteroid_with_asteroid(a1, a2): print "A-><-A"
def spaceship_with_spaceship(s1, s2): print "S-><-S"
 
collide = Dispatch()
collide.add_rule((Asteroid, Spaceship), asteroid_with_spaceship)
collide.add_rule((Asteroid, Asteroid), asteroid_with_asteroid)
collide.add_rule((Spaceship, Spaceship), spaceship_with_spaceship)
collide.add_rule((Spaceship, Asteroid), lambda x,y: asteroid_with_spaceship(y,x))
 
a, s1, s2 = Asteroid(), Spaceship(), Spaceship()
 
collision1 = collide(a, s1)[0]
collision2 = collide(s1, s2)[0]

Устойчивость объектов

Объекты всегда имеют своё представление в памяти компьютера и их время жизни не больше времени работы программы. Однако зачастую необходимо сохранять данные между запусками приложения и/или передавать их на другие компьютеры. Одним из решений этой проблемы является Устойчивость объектов (object persistence) которая достигается с помощью хранения представлений объектов (сериализацией) в виде байтовых последовательностей и их последующего восстановления (десериализация).

Модуль pickle является наиболее простым способом «консервирования» объектов в Python.

Следующий пример показывает как работает сериализация и десериализация:

# сериализация
>>> import pickle
>>> p = set([1, 2, 3, 5, 8])
>>> pickle.dumps(p)
'c__builtin__\nset\np0\n((lp1\nI8\naI1\naI2\naI3\naI5\natp2\nRp3\n.'
 
# де-сериализация
>>> import pickle
>>> p = pickle.loads('c__builtin__\nset\np0\n((lp1\nI8\naI1\naI2\naI3\naI5\natp2\nRp3\n.')
>>> print p
set([8, 1, 2, 3, 5])

Получаемая при сериализации строка может быть передана по сети, записана в файл или специальное хранилище объектов, а позже — прочитана. Сериализации поддаются не все объекты. Некоторые объекты (например, классы и функции) представляются своими именами, поэтому для десериализации требуется наличие тех же самых классов. Нужно отметить что нельзя десериализовать данные из непроверенных источников с помощью модуля pickle, так как при этом возможны практически любые действия на локальной системе. При необходимости обмениваться данными по незащищенным каналам или с ненадежными источниками можно воспользоваться другими модулями для сериализации.

В основе сериализации объекта стоит представление его состояния. По умолчанию состояние объекта — это все, что записано в его полях. Пользовательские классы могут управлять сериализацией, предоставляя состояние объекта явным образом (методы __getstate__, __setstate__ и др.).

На стандартном для Python механизме сериализации построена работа модуля shelve (shelve(англ. глаг.) — ставить на полку; сдавать в архив). Модуль предоставляет функцию open. Объект, который она возвращает, работает аналогично словарю, но объекты сериализуются и сохраняются в файле:

>>> import shelve
>>> s = shelve.open("myshelve.bin")
>>> s['abc'] = [1, 2, 3]
>>> s.close()
# .....
>>> s = shelve.open("myshelve.bin")
>>> s['abc']
[1, 2, 3]

Сериализация pickle — не единственная возможная, и подходит не всегда. Для сериализации, независимой от языка программирования, можно использовать, например, XML.

Примечания

Литература

• David M. Beazley Python Essential Reference. — 4th Edition. — Addison-Wesley Professional, 2009. — 717 с. — ISBN 978-0672329784

Ссылки

Python | Классы и объекты

Классы и объекты

Последнее обновление: 06.07.2018

Python поддерживает объектно-ориентированную парадигму программирования, а это значит, что мы можем определить компоненты программы в виде классов.

Класс является шаблоном или формальным описанием объекта, а объект представляет экземпляр этого класса, его реальное воплощение. Можно провести следующую аналогию: у всех у нас есть некоторое представление о человеке — наличие двух рук, двух ног, головы, пищеварительной, нервной системы, головного мозга и т.д. Есть некоторый шаблон — этот шаблон можно назвать классом. Реально же существующий человек (фактически экземпляр данного класса) является объектом этого класса.

С точки зрения кода класс объединяет набор функций и переменных, которые выполняют определенную задачу. Функции класса еще называют методами. Они определяют поведение класса. А переменные класса называют атрибутами — они хранят состояние класса

Класс определяется с помощью ключевого слова class:

class название_класса:
    методы_класса

Для создания объекта класса используется следующий синтаксис:

название_объекта = название_класса([параметры])

Например, определим простейший класс Person, который будет представлять человека:

class Person:
    name = "Tom"

    def display_info(self):
        print("Привет, меня зовут", self.name)

person1 = Person()
person1.display_info()         # Привет, меня зовут Tom

person2 = Person()
person2.name = "Sam"
person2.display_info()         # Привет, меня зовут Sam

Класс Person определяет атрибут name, который хранит имя человека, и метод display_info, с помощью которого выводится информация о человеке.

При определении методов любого класса следует учитывать, что все они должны принимать в качестве первого параметра ссылку на текущий объект, который согласно условностям называется self (в ряде языков программирования есть своего рода аналог — ключевое слово this). Через эту ссылку внутри класса мы можем обратиться к методам или атрибутам этого же класса. В частности, через выражение self.name можно получить имя пользователя.

После определения класс Person создаем пару его объектов — person1 и person2. Используя имя объекта, мы можем обратиться к его методам и атрибутам. В данном случае у каждого из объектов вызываем метод display_info(), который выводит строку на консоль, и у второго объекта также изменяем атрибут name. При этом при вызове метода display_info не надо передавать значение для параметра self.

Конструкторы

Для создания объекта класса используется конструктор. Так, выше когда мы создавали объекты класса Person, мы использовали конструктор по умолчанию, который неявно имеют все классы:

person1 = Person()
person2 = Person()

Однако мы можем явным образом определить в классах конструктор с помощью специального метода, который называется __init__(). К примеру, изменим класс Person, добавив в него конструктор:

class Person:

    # конструктор
    def __init__(self, name):
        self.name = name  # устанавливаем имя

    def display_info(self):
        print("Привет, меня зовут", self.name)


person1 = Person("Tom")
person1.display_info()         # Привет, меня зовут Tom
person2 = Person("Sam")
person2.display_info()         # Привет, меня зовут Sam

В качестве первого параметра конструктор также принимает ссылку на текущий объект — self. Нередко в конструкторах устанавливаются атрибуты класса. Так, в данном случае в качестве второго параметра в конструктор передается имя пользователя, которое устанавливается для атрибута self.name. Причем для атрибута необязательно определять в классе переменную name, как это было в предыдущей версии класса Person. Установка значения self.name = name уже неявно создает атрибут name.

person1 = Person("Tom")
person2 = Person("Sam")

В итоге мы получим следующий консольный вывод:

Привет, меня зовут Tom
Привет, меня зовут Sam

Деструктор

После окончания работы с объектом мы можем использовать оператор del для удаления его из памяти:

person1 = Person("Tom")
del person1		# удаление из памяти
# person1.display_info()  # Этот метод работать не будет, так как person1 уже удален из памяти

Стоит отметить, что в принципе это необязательно делать, так как после окончания работы скрипта все объекты автоматически удаляются из памяти.

Кроме того, мы можем определить определить в классе деструктор, реализовав встроенную функцию __del__, который будет вызываться либо в результате вызова оператора del, либо при автоматическом удалении объекта. Например:

class Person:
    # конструктор
    def __init__(self, name):
        self.name = name  # устанавливаем имя

    def __del__(self):
        print(self.name,"удален из памяти")
    def display_info(self):
        print("Привет, меня зовут", self.name)


person1 = Person("Tom")
person1.display_info()  # Привет, меня зовут Tom
del person1     # удаление из памяти
person2 = Person("Sam")
person2.display_info()  # Привет, меня зовут Sam

Консольный вывод:

Привет, меня зовут Tom
Tom удален из памяти
Привет, меня зовут Sam
Sam удален из памяти

Определение классов в модулях и подключение

Как правило, классы размещаются в отдельных модулях и затем уже импортируются в основой скрипт программы. Пусть у нас будет в проекте два файла: файл main.py (основной скрипт программы) и classes.py (скрипт с определением классов).

В файле classes.py определим два класса:

class Person:

    # конструктор
    def __init__(self, name):
        self.name = name  # устанавливаем имя

    def display_info(self):
        print("Привет, меня зовут", self.name)


class Auto:
    def __init__(self, name):
        self.name = name

    def move(self, speed):
        print(self.name, "едет со скоростью", speed, "км/ч")

В дополнение к классу Person здесь также определен класс Auto, который представляет машину и который имеет метод move и атрибут name. Подключим эти классы и используем их в скрипте main.py:

from classes import Person, Auto

tom = Person("Tom")
tom.display_info()

bmw = Auto("BMW")
bmw.move(65)

Подключение классов происходит точно также, как и функций из модуля. Мы можем подключить весь модуль выражением:

import classes

Либо подключить отдельные классы, как в примере выше.

В итоге мы получим следующий консольный вывод:

Привет, меня зовут Tom
BMW едет со скоростью 65 км/ч

Объектно-ориентированное программирование. Общее представление — Питошка

В этой статье написано о объектно-ориентированном программировании и о его применении в python.

Объектно-ориентированное программирование (ООП) — парадигма программирования, в которой основными концепциями являются понятия объектов и классов.

Класс — тип, описывающий устройство объектов. Объект — это экземпляр класса. Класс можно сравнить с чертежом, по которому создаются объекты.

Python соответствует принципам объектно-ориентированного программирования. В python всё является объектами — и строки, и списки, и словари, и всё остальное.

Но возможности ООП в python этим не ограничены. Программист может написать свой тип данных (класс), определить в нём свои методы.

Это не является обязательным — мы можем пользоваться только встроенными объектами. Однако ООП полезно при долгосрочной разработке программы несколькими людьми, так как упрощает понимание кода.

Приступим теперь собственно к написанию своих классов на python. Попробуем определить собственный класс:

>>> # Пример самого простейшего класса
... class A:
...     pass

Теперь мы можем создать несколько экземпляров этого класса:

>>> a = A()
>>> b = A()
>>> a.arg = 1  # у экземпляра a появился атрибут arg, равный 1
>>> b.arg = 2  # а у экземпляра b - атрибут arg, равный 2
>>> print(a.arg)
1

Классу возможно задать собственные методы:

>>> class A:
...     def g(self): # self - обязательный аргумент, содержащий в себе экземпляр
...                  # класса, передающийся при вызове метода,
...                  # поэтому этот аргумент должен присутствовать
...                  # во всех методах класса.
...         return 'hello world'
...
>>> a = A()
>>> a.g()
'hello world'

И напоследок еще один пример:

>>> class B:
...     arg = 'Python' # Все экземпляры этого класса будут иметь атрибут arg,
...                    # равный "Python"
...                    # Но впоследствии мы его можем изменить
...     def g(self):
...         return self.arg
...
>>> b = B()
>>> b.g()
'Python'
>>> B.g(b)
'Python'
>>> b.arg = 'spam'
>>> b.g()
'spam'

Как устроено ООП в Python? Что такое классы и объекты?

Объекты — это инкапсуляция переменных и функций в единый объект. Объекты получают свои переменные и функции от классов. Классы по сути являются шаблоном для создания ваших объектов.

Очень простой класс будет выглядеть примерно так:

class MyClass:
    variable = "blah"

    def function(self):
        print("This is a message inside the class.")

Мы объясним, почему вы должны включить это «self» в качестве параметра чуть позже. Во-первых, чтобы присвоить объекту вышеупомянутый класс (шаблон), вы должны сделать следующее:

class MyClass:
    variable = "blah"

    def function(self):
        print("This is a message inside the class.")

myobjectx = MyClass()

Теперь переменная «myobjectx» содержит объект класса «MyClass», который содержит переменную и функцию, определенную в классе «MyClass».

Доступ к объектным переменным

Чтобы получить доступ к переменной внутри вновь созданного объекта «myobjectx», вы должны сделать следующее:

class MyClass:
    variable = "blah"

    def function(self):
        print("This is a message inside the class.")

myobjectx = MyClass()

myobjectx.variable

Так, например, ниже будет выводиться строка «blah»:

class MyClass:
    variable = "blah"

    def function(self):
        print("This is a message inside the class.")

myobjectx = MyClass()

print(myobjectx.variable)

Вы можете создать несколько разных объектов одного и того же класса (с одинаковыми переменными и определенными функциями). Однако каждый объект содержит независимые копии переменных, определенных в классе. Например, если нам нужно определить другой объект с классом «MyClass», а затем изменить строку в переменной выше:

class MyClass:
    variable = "blah"

    def function(self):
        print("This is a message inside the class.")

myobjectx = MyClass()
myobjecty = MyClass()

myobjecty.variable = "yackity"

# Then print out both values
print(myobjectx.variable)
print(myobjecty.variable)

Доступ к функциям объекта

Для доступа к функции внутри объекта вы используете нотацию, аналогичную доступу к переменной:

class MyClass:
    variable = "blah"

    def function(self):
        print("This is a message inside the class.")

myobjectx = MyClass()

myobjectx.function()

Выражение выше будет выводить сообщение «Это сообщение внутри класса»

Упражнение

У нас есть класс, определенный для транспортных средств. Создайте два новых автомобиля с именами car1 и car2. Сделайте car1 красным кабриолетом стоимостью 60 000 долларов США с именем Fer, а car2 — синий фургон с именем Jump стоимостью 10 000 долларов США.

# define the Vehicle class class Vehicle: name = "" kind = "car" color = "" value = 100.00 def description(self): desc_str = "%s is a %s %s worth $%.2f." % (self.name, self.color, self.kind, self.value) return desc_str # your code goes here # test code print(car1.description()) print(car2.description()) # define the Vehicle class class Vehicle: name = "" kind = "car" color = "" value = 100.00 def description(self): desc_str = "%s is a %s %s worth $%.2f." % (self.name, self.color, self.kind, self.value) return desc_str # your code goes here car1 = Vehicle() car1.name = "Fer" car1.color = "red" car1.kind = "convertible" car1.value = 60000.00 car2 = Vehicle() car2.name = "Jump" car2.color = "blue" car2.kind = "van" car2.value = 10000.00 # test code print(car1.description()) print(car2.description()) #test_output_contains('Fer is a red convertible worth $60000.00.') #test_output_contains('Jump is a blue van worth $10000.00.') success_msg("Great job!")

8 советов по объектно-ориентированному программированию на Python | автор: Michał Oleszak

Чтобы сделать классы Python пуленепробиваемыми, выполните следующие действия.

 Michal 700 

 Michal 123 0 

 Michal 123 0 

 Ложь 

 <__ main__.Объект BankAccount по адресу 0x7f9ec0716a10> 

 Банковский счет: 
 Владелец счета: Михал 
 Номер счета: 123 
 Дата создания: 2021-05-24 
 Текущий баланс: 0 "BankAccount (owner = 'Michal', account_number = 123, balance = 0) "

 Банковский счет: 
 Владелец счета: Михал 
 Номер счета: 123 
 Дата создания: 1900-01-01 
 Текущий баланс: -999999 

 0 ----------------------------------------------- --------------------- 
 AttributeError Traceback (последний вызов последний) 
  в  
  2  
  3  печать (my_account.balance) 
 ----> 4 my_account.balance = 100 
 AttributeError: невозможно установить атрибут 
 

 1000 
 -1000 
-3000 
-5000 
-7000 
-9000 -------------------------------- ------------------------------------ 
 ValueError Traceback (последний вызов последний) 
  в  
  3  для i в диапазоне (10): 
  4  print (my_account.balance) 
 ----> 5 my_account.balance - = 2000 
  in balance (self, new_balance) 
  19  def balance (self, new_balance): 
  20  if new_balance  ---> 21 повысить ValueError ("Баланс до малого!") 
  22  else: 
  23  self._balance = new_balance 
 
 ValueError: Баланс до малого! 
 

  класс Собака:

    def __init __ (сам):
        проходить
  

  Оззи = Собака ()
  

  печать (Оззи)
  

  <__ main__.Dog объект в 0x111f47278>
  

  класс Собака:

    def __init __ (я, имя, возраст):
        себя.name = имя
        self.age = возраст
  

  ozzy = Собака ("Оззи", 2)
  

  печать (ozzy.name)

печать (ozzy.age)
  

  Оззи
2
  

  print (ozzy.name + "is" + str (ozzy.age) + "год (лет).")
  

  Оззи 2 года (лет).
  

  класс Собака:

    def __init __ (я, имя, возраст):
        себя.name = имя
        self.age = возраст

    def кора (сам):
        печать («кора кора!»)
  

  ozzy = Собака ("Оззи", 2)

ozzy.bark ()
  

  кора кора!
  

  класс Собака:

    def __init __ (я, имя, возраст):
        self.name = имя
        себя.age = возраст

    def кора (сам):
        печать («кора кора!»)

    def doginfo (сам):
        print (self.name + "is" + str (self.age) + "year (s) old.")
  

  ozzy = Собака ("Оззи", 2)
skippy = Dog ("Скиппи", 12)
filou = Собака ("Filou", 8)
  

  ozzy.doginfo ()
skippy.doginfo ()
filou.doginfo ()
  

  Оззи 2 года (лет).
Скиппи 12 лет.
Филу 8 лет. 

  ozzy.age = 3
  

  печать (ozzy.age)
  

  3
  

  класс Собака:

    def __init __ (я, имя, возраст):
        self.name = имя
        self.age = возраст

    def кора (сам):
        печать («кора кора!»)

    def doginfo (сам):
        print (self.name + "is" + str (self.age) + "year (s) old.")

    def день рождения (сам):
        self.age + = 1
  

  ozzy = Собака ("Оззи", 2)
  

  печать (ozzy.возраст)
  

  2
  

  оззи.день рождения ()
  

  печать (ozzy.age)
  

  3
  

  класс Собака:

    def __init __ (я, имя, возраст):
        self.name = имя
        self.age = возраст

    def кора (сам):
        печать («кора кора!»)

    def doginfo (сам):
        печать (сам.name + "is" + str (self.age) + "год (лет)")

    def день рождения (сам):
        self.age + = 1

    def setBuddy (я, приятель):
        self.buddy = приятель
        buddy.buddy = self
  

  ozzy = Собака ("Оззи", 2)
filou = Собака ("Filou", 8)

ozzy.setBuddy (filou)
  

  печать (ozzy.buddy.name)
печать (ozzy.buddy.age)
  

  Filou
8
  

  печать (filou.buddy.name)
печать (filou.buddy.age)
  

  Оззи
2
  

  ozzy.buddy.doginfo ()
  

  Филу 8 лет (лет).
  

  # Инициализировать
short_window = 40
long_window = 100
сигналы = pd.DataFrame (индекс = aapl.index)
сигналы ['signal'] = 0,0

# Создайте короткую простую скользящую среднюю по короткому окну
сигналы ['short_mavg'] = aapl ['Close']. Rolling (window = short_window, min_periods = 1, center = False) .mean ()

# Создать длинную простую скользящую среднюю по длинному окну
сигналы ['long_mavg'] = aapl ['Закрыть'].скользящее (окно = длинное_окно, min_periods = 1, center = False) .mean ()

# Создать сигналы
сигналы ['сигнал'] [short_window:] = np.where (сигналы ['short_mavg'] [short_window:]> сигналы ['long_mavg'] [short_window:], 1.0, 0.0)

# Генерация торговых приказов
сигналы ['позиции'] = сигналы ['сигнал']. diff ()

# Вывести `сигналы`
печать (сигналы)
  

  класс MovingAverage ():

    def __init __ (self, symbol, bars, short_window, long_window):
        self.symbol = символ
        self.bars = бары
        self.short_window = короткое_окно
        self.long_window = длинное_окно

    def generate_signals (сам):
        сигналы = pd.DataFrame (index = self.bars.index)
        сигналы ['signal'] = 0,0

        сигналы ['short_mavg'] = бары ['Close']. Rolling (window = self.short_window, min_periods = 1, center = False) .mean ()
        сигналы ['long_mavg'] = бары ['Close']. Rolling (window = self.long_window, min_periods = 1, center = False) .mean ()

        сигналы ['сигнал'] [self.short_window:] = np.where (сигналы ['short_mavg'] [self.short_window:]> сигналы ['long_mavg'] [self.short_window:], 1.0, 0.0)

        сигналы ['позиции'] = сигналы ['сигнал'].diff ()

        ответные сигналы
  

  яблоко = MovingAverage ('aapl', aapl, 40, 100)
печать (apple.generate_signals ())
  

  microsoft = MovingAverage ('msft', msft, 40, 100)
печать (microsoft.generate_signals ())
  

class class1 (): // class 1 - это имя класса
 

 class employee ():
    def __init __ (self, name, age, id, salary): // создание функции
        себя.name = name // self - это экземпляр класса
        self.age = возраст
        self.salary = зарплата
        self.id = id

emp1 = employee ("harshit", 22,1000,1234) // создание объектов
emp2 = сотрудник ("арджун", 23,2000,2234)
print (emp1 .__ dict __) // Распечатывает словарь
 

 class employee1 (): // Это родительский класс
def __init __ (я, имя, возраст, зарплата):
self.name = имя
self.age = возраст
self.salary = зарплата

class childemployee (employee1): // Это дочерний класс
def __init __ (я, имя, возраст, зарплата, идентификатор):
self.name = имя
self.age = возраст
self.salary = зарплата
себя.id = id
emp1 = employee1 ('суровый', 22,1000)

печать (emp1.age)
 

 class employee (): // Суперкласс
def __init __ (я, имя, возраст, зарплата):
себя.name = имя
self.age = возраст
self.salary = зарплата
class childemployee1 (employee): // Первый дочерний класс
def __init __ (я, имя, возраст, зарплата):
self.name = имя
self.age = возраст
self.salary = зарплата

class childemployee2 (childemployee1): // Второй дочерний класс
def __init __ (я, имя, возраст, зарплата):
self.name = имя
self.age = возраст
self.salary = зарплата
emp1 = сотрудник ('суровый', 22,1000)
emp2 = childemployee1 ('арджун', 23,2000)

печать (emp1.age)
печать (emp2.age)
 

 класс сотрудник ():
def __init __ (я, имя, возраст, зарплата): // Иерархическое наследование
self.name = имя
self.age = возраст
self.salary = зарплата

класс childemployee1 (сотрудник):
def __init __ (я, имя, возраст, зарплата):
self.name = имя
self.age = возраст
self.salary = зарплата

класс childemployee2 (сотрудник):
def __init __ (я, имя, возраст, зарплата):
self.name = имя
self.age = возраст
self.salary = зарплата
emp1 = сотрудник ('суровый', 22,1000)
emp2 = сотрудник ('арджун', 23,2000)

печать (emp1.возраст)
печать (emp2.age)
 

 class employee1 (): // Родительский класс
    def __init __ (я, имя, возраст, зарплата):
        self.name = имя
        self.age = возраст
        self.salary = зарплата

class employee2 (): // Родительский класс
    def __init __ (я, имя, возраст, зарплата, идентификатор):
     self.name = имя
     self.age = возраст
     self.salary = зарплата
     self.id = id

класс childemployee (сотрудник1, сотрудник2):
    def __init __ (я, имя, возраст, зарплата, идентификатор):
     self.name = имя
     self.age = возраст
     себя.зарплата = зарплата
     self.id = id
emp1 = employee1 ('суровый', 22,1000)
emp2 = сотрудник2 ('арджун', 23,2000,1234)

печать (emp1.age)
печать (emp2.id)
 

 класс employee1 ():
def имя (сам):
print ("Жестокое его имя")
def зарплата (самостоятельно):
print («3000 - его зарплата»)

def age (self):
print («ему 22 года»)

класс employee2 ():
def имя (сам):
print («Рахул - его имя»)

def зарплата (самостоятельно):
print («4000 - его зарплата»)

def age (self):
print («ему 23 года»)

def func (obj): // Перегрузка метода
obj.name ()
obj.salary ()
объектвозраст()

obj_emp1 = сотрудник1 ()
obj_emp2 = сотрудник2 ()

func (obj_emp1)
func (obj_emp2)
 

 класс сотрудник ():
   def __init __ (я, имя, возраст, идентификатор, зарплата):
       self.name = имя
       self.age = возраст
       self.salary = зарплата
       self.id = id
def зарабатывать (самостоятельно):
        проходить

класс childemployee1 (сотрудник):

   def заработать (self): // полиморфизм времени выполнения
      print ("денег нет")

класс childemployee2 (сотрудник):

   def зарабатывать (самостоятельно):
       print ("есть деньги")

c = childemployee1
c.заработать (сотрудник)
d = childemployee2
d.earn (сотрудник)
 

 классный сотрудник (объект):
def __init __ (сам):
self.name = 1234
self._age = 1234
self .__ salary = 1234

объект1 = сотрудник ()
печать (object1.name)
печать (объект1._age)
печать (объект1 .__ зарплата)
 

 класс сотрудник ():
def __init __ (сам):
self .__ maxearn = 1000000
def зарабатывать (самостоятельно):
print ("заработок: {}".формат (self .__ maxearn))

def setmaxearn (self, заработать): // метод установки, используемый для доступа к закрытому классу
self .__ maxearn = зарабатывать

emp1 = сотрудник ()
emp1.earn ()

emp1 .__ maxearn = 10000
emp1.earn ()

emp1.setmaxearn (10000)
emp1.earn ()

 

 из abc import ABC, abstractmethod
класс сотрудника (ABC):
def emp_id (self, id, name, age, salary): // Абстракция
проходить

класс childemployee1 (сотрудник):
def emp_id (self, id):
print ("emp_id - 12345")

emp1 = childemployee1 ()
emp1.emp_id (идентификатор)

 

  secret_number = 20
 
в то время как True:
   number = input ('Угадай число:')
 
   пытаться:
       число = int (число)
   Кроме:
       print ('Извините, это не число')
       Продолжать
 
   если число! = secret_number:
       если число> secret_number:
           print (число, 'больше секретного числа')
 
       elif number  

  малый = 2
обычный = 5
большой = 6
 
user_budget = input ('Каков ваш бюджет?')
 
пытаться:
   user_budget = int (user_budget)
Кроме:
   print ('Пожалуйста, введите число')
   выход()
 
если user_budget> 0:
   если user_budget> = big:
       print ('Вы можете позволить себе большой кофе')
       если user_budget == big:
           print ('Готово')
       еще:
           print ('Ваша сдача', user_budget - большой)
   elif user_budget == обычный:
       print ('Вы можете позволить себе обычный кофе')
       print ('Готово')
   elif user_budget> = small:
       print ('Вы можете купить маленький кофе')
       если user_budget == small:
           print ('Готово')
       еще:
           print ('Ваша сдача', user_budget - small)
  

  класс Кофе:
        # Конструктор
        def __init __ (я, имя, цена):
                self.name = имя
                self.price = float (цена)
        def check_budget (self, budget):
                # Проверяем, действителен ли бюджет
                если не isinstance (budget, (int, float)):
                        print ('Введите число с плавающей запятой или целое число')
                        выход()
                если бюджет <0:
                    print ('Извините, у вас нет денег')
                    выход()
        def get_change (self, budget):
                бюджет возврата - самовывоз.цена
        
        def sell (self, budget):
                self.check_budget (бюджет)
                если бюджет> = self.price:
                        print (f'Вы можете купить кофе {self.name} ')
                        если бюджет == self.price:
                                print ('Готово')
                        еще:
                                print (f'Вот ваше изменение {self.get_change (budget)} $ ')

                        exit ("Спасибо за транзакцию")
  

  small = Кофе ('Маленький', 2)
регулярный = Кофе ('Обычный'; 5)
big = Кофе ('Большой', 6)
 
пытаться:
   user_budget = float (input ('Каков ваш бюджет?'))
кроме ValueError:
   exit ('Пожалуйста, введите число')
  
для кофе в [большой, обычный, маленький]:
   кофе.продать (user_budget)
  

  >>> kinsta = 'Kinsta, Премиум хостинг WordPress'
>>> kinsta.upper ()
«КИНСТА, ПРЕМИУМ ВОРДПРЕСС ХОСТИНГ»
  

  >>> кинста
'Kinsta, Премиальный хостинг WordPress'
  

  >>> тип (кинста)
# класс 'str'
  

  >>> реж (кинста)
['__add__', '__class__', ........... 'верхний', 'zfill']
  

  >>> kinsta .__ class__ # class ‘str’ e>  

  класс Cookie:
проходить
  

  cookie1 = Cookie ()
  

  идентификатор (cookie1)
140130610977040 # Уникальный идентификатор объекта

тип (cookie1)
<класс '__main__.Cookie '>
  

  isinstance (cookie1, Cookie)
# Истинный
isinstance (cookie1, интервал)
# Ложь
isinstance ('строка', Cookie)
# Ложь
  

  класс Cookie:
# Конструктор
def __init __ (я, имя, форма, фишки = 'Шоколад'):
# Атрибуты экземпляра
self.name = имя
self.shape = shape
self.chips = фишки
  

  cookie2 = Cookie ()
# TypeError
  

  cookie2 = Cookie ('Отличное печенье', 'Звезда')
  

  cookie2.name
# 'Потрясающее печенье'
cookie2.shape
# 'Звезда'
cookie2.chips
# 'Шоколад'
  

  класс Cookie:
# Конструктор
def __init __ (я, имя, форма, фишки = 'Шоколад'):
# Атрибуты экземпляра
себя.name = имя
self.shape = shape
self.chips = фишки

# Объект передает себя как параметр
def bake (self):
print (f'Это {self.name}, запекается с формой {self.shape} и фишками {self.chips} ')
print ('Наслаждайся печеньем!')
  

  cookie3 = Cookie ('Запеченное печенье', 'Дерево')
cookie3.bake ()
# Это печенье выпекается в форме дерева и шоколадной крошки.
Наслаждайтесь печеньем!
  

  класс Форма:
def __init __ (сам):
проходить

def get_area (сам):
проходить
  

  класс Форма:
def __init __ (self, side1, side2):
self.side1 = side1
self.side2 = side2

def get_area (сам):
вернуть self.side1 * self.сторона2

def __str __ (сам):
return f 'Область этого {self .__ class __.__ name__}: {self.get_area ()}'
  

  # Сложенный базовый класс
класс Форма: ...
 
class Rectangle (Shape): # Суперкласс в скобках
проходить
  

  # Сложенные классы
класс Форма: ...
класс Прямоугольник (Форма): ...
 
класс Квадрат (Прямоугольник):
def __init __ (я, сторона):
super () .__ init __ (сторона, сторона)
  

  # Сложенные классы
класс Форма: ...
класс Прямоугольник (Форма): ...
класс Квадрат (Прямоугольник): ...
 
класс Треугольник (Прямоугольник):
def __init __ (self, base, height):
super () .__ init __ (основание, высота)
 
def get_area (сам):
площадь = супер (). get_area ()
зона возврата / 2
  

  # Сложенные классы
класс Форма: ...
класс Прямоугольник (Форма):...
класс Квадрат (Прямоугольник): ...
class Triangle (Прямоугольник):…
 
# В начале файла
из математического импорта пи
 
класс Круг (Форма):
def __init __ (self, radius):
self.radius = радиус
 
def get_area (сам):
return pi * (собственный радиус ** 2)
  

  # Сложенные классы
класс Shape:...
класс Прямоугольник (Форма): ...
класс Квадрат (Прямоугольник): ...
class Triangle (Прямоугольник):…
class Circle (Shape):…
 
# Импортировать квадратный корень
из математического импорта sqrt
 
класс Шестиугольник (Прямоугольник):

def get_area (сам):
возврат (3 * sqrt (3) * self.side1 ** 2) / 2
  

  из math import pi, sqrt
# Сложенные классы
класс Форма: ...
класс Прямоугольник (Форма): ...
класс Квадрат (Прямоугольник): ...
class Triangle (Прямоугольник):…
class Circle (Shape):…
class Hexagon (Прямоугольник):…
 
точка останова ()
  

  $ Калькулятор на питоне.ру
 
(Pdb) rec = Прямоугольник (1, 2) (Pdb) print (rec)
Площадь этого прямоугольника: 2
(Pdb) sqr = Квадрат (4)
(PDB) печать (sqr)
Площадь этой площади: 16
(Pdb) tri = Треугольник (2, 3)
(PDB) печать (три)
Площадь этого Треугольника: 3,0.
(Pdb) cir = Круг (4)
(PDB) печать (cir)
Площадь этого круга: 50.26548245743669.
(Pdb) hex = шестиугольник (3)
(PDB) печать (шестнадцатеричный)
Площадь этого шестиугольника: 23.3826859844