
作者:小K
来源:麦叔编程
简答读者问
要查看一个类型的父类,可以使用__bases__属性查看,
要查看一个实例的类型可以用__class__来查看
type是object的子类,type是type的实例。
object没有父类,object是type的实例。
这个“伦理”关系乱不乱??
type和object,分管不同的任务,但type和object又是各自的顶端。
type掌管一切类型,所以object也是type类型,type也是type类型。
而object是一切类的父类,所以type的父类又是object。
看过上期的小伙伴应该都记住了用type创造一个类的方式,
❝
type(类名, 父类的元组(针对继承的情况,可以为空), 包含属性的字典(名称和值))
❞
今天再来学习一种用type创造类的方式,这种方式的代码更易读些。
先创造一个元类:
class Boing737MetaClass(type): def __new__(cls, name, bases, attrs): attrs["plane_model_"+name] = lambda self, name: f"BoingPlane737{name}" return type.__new__(cls, name, bases, attrs)
分析代码:
class Boing737MetaClass(type):
继承type,表示我要创造一个类型(元类)。
def __new__(cls, name, bases, attrs)
name, bases和attrs都是元类的老朋友了。
类名,继承父类,包含属性的字典(名称和值)。
attrs["plane_model_"+name] = lambda self, name: f"BoingPlane737{name}"
确定元类中的属性和函数(不明白可以复习上一篇元类的文章)。
return type.__new__(cls, name, bases, attrs)
返回之后,就按照传入的参数new一个新类。
实际操作下,
class Boing737MetaClass(type): def __new__(cls, name, bases, attrs): attrs["plane_model_"+name] = lambda self, name: f"BoingPlane737{name}" return type.__new__(cls, name, bases, attrs)# 定义一个类并指定元类class B100(object, metaclass = Boing737MetaClass): pass# 实例化定义的类plane = B100()# 调用类中来自元类的方法print(plane.plane_model_B100(100))
plane.plane_model_B100函数名是由类名动态订制而来。
❝
attrs["plane_model_"+name]
❞
运行上方代码之后得到结果:
BoingPlane737100
❝
今天的内容比较抽象,概念都比较虚,所以需要花时间去理解消化。
❞
今天继续感谢归零这位铁粉的持续关注,我来回答你提一个问题。
在Python中一切皆对象,方法(函数)当然也是对象,所以方法也可作为值存入字典。
如果你也有一些疑问,请在评论区留言,
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Power 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 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12