京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:麦叔编程
作者:麦叔
面向对象是所有高级语言(Python,Java,C++等)的基石,是重中之重。
这个文章系列的目的是通过简单易懂的例子,深入浅出,让Python学习者牢固地掌握Python面向对象的概念和方法。
本系列包括:
看这张图:
动物界具有天然的继承关系,人类也是,我们一代代继承下来。继承了前辈们的属性和能力,又发展了自己独特的属性和能力。
在图中的例子,我们如何在程序中表示普通的狗,牧羊犬,警犬等呢?
我们可以把detect(), protect()等函数和属性直接加在Dog里面,但这并不合理,因为并不是所有的狗可以侦查,并不是所有的狗都可以保护养。
正确的做法是创建新的类,这些新的类继承Dog类:
在这里Dog被称为父类,SheepDog等被称为子类。
子类会自动拥有父类的属性和方法,自己也可以添加自己的独特属性和方法。
现在来定义SheepDog。先看看我们原来的Dog类:
#类是一个模板 class Dog: num_of_dogs = 0 # 类属性 police_height = 60 #构造方法 - 添加实例属性,做其他的初始化工作 def __init__(self, name, height, power):
self.name = name
self.height = height
self.power = power
self.blood = 10 print(f"{self.name}出生了,汪汪!")
Dog.num_of_dogs += 1
#狗叫 def bark(self):
print(f'我是{self.name},汪汪汪!')
class SheepDog(Dog): '''牧羊犬,包括名字,高度,攻击力和能看护的养的个数''' def __init__(self, name, height, power, num_of_sheeps): super().__init__(name, height, power)
self.num_of_sheeps = num_of_sheeps
仔细阅读上面的代码,观察它的特点:
SheepDog(Dog) 这种写法:括号中的Dog表示Dog是SheepDog的父类。
我们定义Dog的时候没有括号,表示它没有父类(实际上它默认继承了Object类)。
子类的使用和父类是一样的:
sd1 = SheepDog('大黄', 67, 88, 10)
print(f'名字:{sd1.name}')
print(f'血量:{sd1.blood}')
print(f'高度:{sd1.power}')
sd1.bark()
我们给SheepDog添加它的独特方法protect():
class SheepDog(Dog): '''牧羊犬,包括名字,高度,攻击力和能看护的养的个数''' def __init__(self, name, height, power, num_of_sheeps): super().__init__(name, height, power)
self.num_of_sheeps = num_of_sheeps
def protect(self): print('我开始保护小羊啦!')
调用一下试试看:
sd1 = SheepDog('大黄', 67, 88, 10) sd1.protect()
因为继承的关系,SheepDog直接就有bark()方法,这是从父类继承过来的。
假设牧羊犬的叫声和普通叫声是不一样的,我们在子类中覆盖父类中的方法:
class SheepDog(Dog): '''牧羊犬,包括名字,高度,攻击力和能看护的养的个数''' def __init__(self, name, height, power, num_of_sheeps): super().__init__(name, height, power)
self.num_of_sheeps = num_of_sheeps
def protect(self): print('我开始保护小羊啦!')
def bark(self): print('我是牧羊犬,我骄傲!')
这时候再调用bark()方法就会使用子类中定义的方法:
sd1 = SheepDog('大黄', 67, 88, 10) sd1.bark()
打印的结果是:
我是牧羊犬,我骄傲!
类的继承和对父类方法的覆盖在代码设计中很有用。假设有个程序的界面是这样的:
按钮就是一个类,比如叫做Button。
为了实现不同的皮肤,我们可以写一个类继承Button类,假设就叫做MyButton吧,子类自动拥有了父类的属性和函数,但是我们可以覆盖某些函数,让他拥有不同的皮肤,甚至不同的行为。
面向对象的核心知识到这里就更新完了,最后奉上Dog版本的吃鸡游戏。这个游戏包含两个类:
dog.py
#2种狗具有不同的攻击力和防御能力。攻击强的防御弱;反之亦然; import random class Dog: dogs = [] #保存所有活着的Dog def __init__(self, name):
self.name = name
self.blood = 100 self.attack_power = 5 self.defense_power = 3 #攻击! def attack(self, dog2):
print(f'{self.name}攻击{dog2.name},攻击力:{self.attack_power},防御力:{dog2.defense_power}')
point = self.attack_power - dog2.defense_power
if(dog2.blood > point):
dog2.blood -= point
print(f'{dog2.name}受到攻击,奋力自救,血量减少为{dog2.blood}')
else: dog2.blood = 0 print(f'{dog2.name}受到攻击,失血过多,死亡!')
Dog.dogs.remove(dog2)
#判定狗的类型 def dog_type(self):
if(isinstance(self, SheepDog)):
return '牧羊犬' elif(isinstance(self, PoliceDog)):
return '警犬' else: return '普通犬' #牧羊犬 class SheepDog(Dog): def __init__(self, name):
super().__init__(name)
self.attack_power = random.randint(5, 10)
self.defense_power = random.randint(3,5)
print('牧羊犬{self.name}问世!')
self.dogs.append(self) #警犬 class PoliceDog(Dog): def __init__(self, name):
super().__init__(name)
self.attack_power = random.randint(8, 13)
self.defense_power = random.randint(1,3)
print('♀️警犬{self.name}问世!')
self.dogs.append(self)
game.py
#1. 首先创建100个Dog, 50个SheepDog, 50个PoliceDog #2. 每一轮游戏,随机选出2个Dog #3. dog1先攻击dog2,然后dog2攻击dog1 #3. 任何一方血量变为0就表明死亡!死亡的Dog退出游戏。 #4. 最后只有一个Dog了,游戏结束,胜利者可以吃鸡。 from dog import * import random #产生随机数字 import time #时间模块 #1.创建100条狗 for i in range(100):
if(i%2==0):
SheepDog(i+1) #创建1个牧羊犬 else:
PoliceDog(i+1) #创建1个警犬 #2. 开始游戏循环 while(True):
#判断是否只有1个Dog if(len(Dog.dogs) == 1):
winner = Dog.dogs[0]
print('')
print('大吉大利,今晚吃鸡!')
print(f'赢家是:{winner.dog_type()} {winner.name}')
print('')
break dog1, dog2 = random.sample(Dog.dogs, 2)
dog1.attack(dog2)
dog2.attack(dog1)
time.sleep(0.02)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25