
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
ALTER TABLE ADD 多个 INDEX:数据库批量索引优化的高效实践 在数据库运维与性能优化中,索引是提升查询效率的核心手段。当业务 ...
2025-08-27Power BI 去重函数:数据清洗与精准分析的核心工具 在企业数据分析流程中,数据质量直接决定分析结果的可靠性。Power BI 作为主 ...
2025-08-27CDA 数据分析师:数据探索与统计分析的实践与价值 在数字化浪潮席卷各行业的当下,数据已成为企业核心资产,而 CDA(Certif ...
2025-08-27t 检验与 Wilcoxon 检验:数据差异比较的两大统计利器 在数据分析中,“比较差异” 是核心需求之一 —— 如新药疗效是否优于旧药 ...
2025-08-26季节性分解外推法:解锁时间序列预测的规律密码 在商业决策、资源调度、政策制定等领域,准确的预测是规避风险、提升效率的关键 ...
2025-08-26CDA 数据分析师:数据治理驱动下的企业数据价值守护者 在数字经济时代,数据已成为企业核心战略资产,其价值的释放离不开高 ...
2025-08-26基于 SPSS 的 ROC 曲线平滑调整方法与实践指南 摘要 受试者工作特征曲线(ROC 曲线)是评估诊断模型或预测指标效能的核心工具, ...
2025-08-25神经网络隐藏层神经元个数的确定方法与实践 摘要 在神经网络模型设计中,隐藏层神经元个数的确定是影响模型性能、训练效率与泛 ...
2025-08-25CDA 数据分析师与数据思维:驱动企业管理升级的核心力量 在数字化浪潮席卷全球的当下,数据已成为企业继人力、物力、财力之后的 ...
2025-08-25CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19