京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:麦叔
来源:麦叔编程
这也是一位麦友的提问,具体找不到哪位麦友了:
❝
__dict__是个字典吗?是干嘛的?
❞
__dict__看名字就猜得出,它是个字典。
知道了它们的用处,我们可以使用__dict__写出很简洁的代码,在不知道属性名的情况下,也能操作属性等。具体后面会给两个例子。
假设有下面的类:
class Maiyou(object): a = 0 b = 1 def __init__(self, name, age): self.name = name
self.age = age def normal_func(self): print('普通的函数') @staticmethod def static_func(): print('静态函数') @classmethod def class_func(self): print('类函数') if __name__ == '__main__':
print('类的__dict__:')
print( Maiyou.__dict__)
print()
obj = Maiyou('zhangsan', 18)
print('对象的__dict__:')
print(obj.__dict__)
麦友类Maiyou拥有好几个函数,对象有两个属性。
运行一下可以看到:
「类的__dict__包括:」
类的__dict__:
{'__module__': '__main__', 'a': 0, 'b': 1, '__init__': <function Maiyou.__init__ at 0x10093e440>, 'normal_func': <function Maiyou.normal_func at 0x10093e4d0>, 'static_func': function Maiyou.static_func at 0x10093e560>)>, 'class_func': function Maiyou.class_func at 0x10093e5f0>)>, '__dict__': '__dict__' of 'Maiyou' objects>, '__weakref__': '__weakref__' of 'Maiyou' objects>, '__doc__': None}
「对象的__dict__包括:」
对象的__dict__:
{'name': 'zhangsan', 'age': 18}
「应用1」
我们可以在不知道属性名称的情况下循环和使用属性。这个类比较简单,只有两个属性。如果对象有20个属性,就会显得更加有用。
obj = Maiyou('zhangsan', 18) for att in obj.__dict__: print(att, obj.__dict__[att])
打印结果:
ame zhangsan age 18
「应用2」
再来看一个例子,下面这个构造函数:
class Person: def __init__(self,_obj): self.name = _obj['name'] self.age = _obj['age'] self.energy = _obj['energy'] self.gender = _obj['gender'] self.email = _obj['email'] self.phone = _obj['phone'] self.country = _obj['country']
可以利用__dict__被简化成:
class Person: def __init__(self,_obj): self.__dict__.update(_obj)
明白了吗?如果喜欢,记得点赞!
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15