
来源:麦叔编程
作者:麦叔
前言
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学习者牢固的掌握Python面向对象的概念和方法。
本系列包括:
本文是第2篇,第1篇的链接请见本文最后。如果你还没读第一篇,强烈建议你去读一读。
一个类有属性和方法。属性是基本信息,而方法是行为。以人类为例,人类有姓名,年龄等属性(基本信息),有吃饭,走路等行为,也可以把方法理解成能力。
这节课我们来给下面的类添加方法:
#类是一个模板 class Dog: #构造方法 def __init__(self, name, height, power):
self.name = name
self.height = height
self.power = power
self.blood = 10 d1 = Dog('大黄', 0.7, 3) #创建第1个实例 d2 = Dog('二黑', 0.5, 4) #创建第2个实例
这个类里面已经有一个方法了,就是__init__,这个方法被称为构造方法,是用来创建Dog实例用的方法。
狗会叫,我们来添加一个bark方法:
#类是一个模板 class Dog: #构造方法 def __init__(self, name, height, power): self.name = name
self.height = height
self.power = power
self.blood = 10 def bark(self): '''会说话的狗:会报出自己的名字,身高等信息''' print(f'我是{self.name},身高{self.height}, 血量{self.blood},攻击力{self.power}')
d1 = Dog('大黄', 0.7, 3) #创建第1个实例 d2 = Dog('二黑', 0.5, 4) #创建第2个实例 d1.bark()
d2.bark()
我们再来添加一个方法,就是第一节课中提到的attack方法:
def attack(self, dog2): '''当前Dog攻击参数中指定的Dog,对方会减少和self.power相同的血量''' dog2.blood = d2.blood - self.power
这个方法除了self参与外,还传入了一个额外的参数。
现在Dog的变量可以被外部的代码直接访问和修改。有时候我们希望加以控制,不希望别人可以随便修改变量的值。
比如Dog的blood(血量)这个属性,最小应该是0,而不应该出现负数。但如果有下面的代码:
d2.blood = -10
或者让d1攻击d2多次:
for i in range(5):
d1.attack(d2)
都会出现d2.blood为负数的情况。这个不合理!
为了解决这个问题,我们做如下变动:
#类是一个模板 class Dog: #构造方法 def __init__(self, name, height, power): self.name = name
self.height = height
self.power = power
self._blood = 10 def bark(self): '''会说话的狗:会报出自己的名字,身高等信息''' print(f'我是{self.name},身高{self.height}, 血量{self.blood},攻击力{self.power}')
def attack(self, dog2): '''当前Dog攻击参数中指定的Dog,对方会减少和self.power相同的血量''' d2.reduce_blood(d1.power)
def blood(self): return self._blood
def reduce_blood(self, reduce_value): '''减少血量,减到0为止''' if(reduce_value > self._blood):
self._blood = 0 else:
self._blood = self._blood - reduce_value
d1 = Dog('大黄', 0.7, 3) #创建第1个实例 d2 = Dog('二黑', 0.5, 4) #创建第2个实例 print(d2.blood()) for i in range(5):
d1.attack(d2)
print(d2.blood())
我们已经学习了面向对象的基本知识,包括类,实例,属性,方法,self等关键信息。
光说不练非好汉,现在是练习时间!请完成下面的类的定义。
1.汽车: 创建一个名为Car的类,其方法__init__() 设置两个属性:name和brand(品牌)。 定义一个名为show()的方法,功能是打印出汽车的名称和品牌。 定义一个名为run()的方法,打印:汽车XX跑起来了。其中XX表示汽车的name. 根据这个类创建一个名为car的实例,先通过属性直接打印其两个属性,再调用上面的两个方法。 2. 5辆汽车: 根据在练习1而编写的类创建5个实例,并对每个实例调用方法show方法。 3. Pig: 创建一个名为Pig的类,其中包含属性name和weight 定义一个名为show()方法,打印Pig的基本信息; 再定义一个名为run() 的方法,打印:'XX: 没吃过猪肉,让你看看猪跑!'。 创建多个表示不同猪的实例,并对每个实例都调用上述两个方法。 4 就餐人数: 在为完成练习1的Car类中,添加一个名为number_of_people的属性,并将其默认值设置为0。添加一个名为max_people的属性,表示车上最多可以有几个人。修改相应的构造方法,传入max_people的值。 添加一个名为set_people() 的方法,它让你能够设置车上的人数,但是不能超过max_people的限制。 添加一个名为increase_people()的方法,每次调用这个方法就会让车上的人数加1,但是不能超过max_people的限制。 添加一个名为reduce_people()的方法,每次调用这个方法就会让车上的人数减少1,但是最多减少为0. 根据这个类创建一个名为car的实例,先通过属性直接打印其两个属性,再调用上面的两个方法。;打印有多少人在车上,然后多次调用以上3个方法,并打印车上的人数。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15