京公网安备 11010802034615号
经营许可证编号:京B2-20210330
浅谈python类属性的访问、设置和删除方法
下面小编就为大家带来一篇浅谈python类属性的访问、设置和删除方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。
类属性和对象属性
我们把定义在类中的属性称为类属性,该类的所有对象共享类属性,类属性具有继承性,可以为类动态地添加类属性。
对象在创建完成后还可以为它添加额外的属性,我们把这部分属性称为对象属性,对象属性仅属于该对象,不具有继承性。
类属性和对象属性都会被包含在dir()中,而vars()是仅包含对象属性。vars()跟__dict__是等同的。
类属性和对象属性可类比于Java中的static成员和非static成员,只不python中的类属性和对象属性都是可以动态添加(和删除)的。
class A(object):
name='orisun'
def __init__(self):
self.age=10
class B(A):
city='bei jing'
def __init__(self):
self.tempurature=20
if __name__ == '__main__':
a=A()
print dir(A)
print dir(a)
print a.__dict__
print vars(a)
print
b=B()
print dir(B)
print dir(b)
print b.__dict__
print vars(b)
输出
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'name']
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'age', 'name']
{'age': 10}
{'age': 10}
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'city', 'name']
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'city', 'name', 'tempurature']
{'tempurature': 20}
{'tempurature': 20}
动态地为类添加类属性后,该类的所有对象也都添加了该属性(即使是动态添加类属性之前创建的对象)。通过实例修改属性,并不会影响其他实例的同名属性和类上的同名属性。
class A(object):
name='orisun'
def __init__(self):
self.age=10
if __name__ == '__main__':
a=A()
print dir(a)
A.city='BeiJing' #动态添加类属性,会反应到所有对象上
b=A()
A.name='zcy' #动态修改类属性,会反应到所有对象上
print dir(b)
print dir(a)
print a.name
b.name='tom' #通过实例修改属性,并不会影响其他实例的同名属性和类上的同名属性
print a.name
print A.name
print b.name
输出
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'age', 'name']
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'age', 'city', 'name']
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'age', 'city', 'name']
zcy
zcy
zcy
tom
下文中讨论的全部是类属性,不涉及对象属性。
对属性的访问、设置和删除又分为2种情况:
1.通过对象(实例)访问、设置和删除属性,即obj.attr、obj.attr=val、del obj.attr
2.通过类访问、设置和删除属性,即Cls.attr、Cls.attr=val、del Cls.attr
本文将针对这2种情况分别讨论。
Descriptor
一个Descriptor是指实现了__get__的类,实现__set__和__delete__是可选的。同时实现了__get__和__set__则称为Data Descriptor,如果只实现了__get__则称为Non-data Descriptor。
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __set__(self,obj,val):
pass
def __delete__(self,obj):
pass
先给一个Descriptor的示例,__get__、__set__、__delete__的作用后文再细讲。
通过实例访问属性
__getattribute__、__getattr__、__get__和__dict__[attr]都是跟属性访问相关的方法,它们的优先级:
1.当类中定义了__getattribute__方法时,则调用__getattribute__。
2.如果访问的属性存在,且
2.1 属性是个Descriptor,是调用这个属性的__get__
2.2 属性不是Descriptor,则调用__dict__[attr]
3.如果类中没有定义该属性,则调用__getattr__
4.否则,抛出异常AttributeError
验证4
class A(object):
pass
if __name__ == '__main__':
a=A()
print a.d
输出:
AttributeError: 'A' object has no attribute 'd'
验证3
class A(object):
def __getattr__(self,name):
return name+" not found in "+self.__class__.__name__+" object"
if __name__ == '__main__':
a=A()
print a.d
输出:
d not found in A object
验证2.1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
class A(object):
d=Descriptor()
def __getattr__(self,name):
return name+" not found in "+self.__class__.__name__+" object"
if __name__ == '__main__':
a=A()
print a.d
输出:
Descriptor in A
__getattr__并没有被调用。
验证2.2
class A(object):
d=10
def __getattr__(self,name):
return name+" not found in "+self.__class__.__name__+" object"
if __name__ == '__main__':
a=A()
print a.d
输出:
__getattr__并没有被调用。
验证1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
class A(object):
d=Descriptor()
def __getattribute__(self,name):
return '__getattribute__ '
def __getattr__(self,name):
return name+" not found in "+self.__class__.__name__+" object"
if __name__ == '__main__':
a=A()
输出:
__getattribute__
__get__和__getattr__并没有被调用。
通过实例设置属性
跟属性设置相关的方法有3个:__setattr__、__set__和__dict__[attr]=val。它们的优先级跟get正好反过来:
1.如果类中定义了__setattr__方法,则直接调用__setattr__
2.如果赋值的属性是个Descriptor,且
2.1 该Descriptor中定义了__set__,则直接调用__set__
2.2 该Descriptor中没有定义__set__,则调用__dict__[attr]=val
3.如果赋值的属性不是Descriptor,则直接调用__dict__[attr]=val
4.如果该属性不存在,则动态地添加该属性,然后调用__dict__[attr]=val进行赋值
验证4
class A(object):
pass
if __name__ == '__main__':
a=A()
a.d='hello'
print a.d
输出:
hello
验证3
class A(object):
d=10
if __name__ == '__main__':
a=A()
a.d=30
print a.d
输出:
验证2.2
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
a.d=30
print a.d
输出:
验证2.1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __set__(self,instance,value):
pass
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
a.d=30
print a.d
输出
Descriptor in A
因为代码“a.d=30”调用了__set__,而__set__又什么都没做,所以属性d还是Descriptor对象(而非30),那么在执行"print a.d"时自然就调到了__get__
验证1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __set__(self,instance,value):
print '__set__'
class A(object):
d=Descriptor()
def __setattr__(self,name,value):
print '__setattr__'
if __name__ == '__main__':
a=A()
a.d=30
print a.d
输出
__setattr__
Descriptor in A
调用了__setattr__,而__set__并没有被调到。
通过实例删除属性
调用del instance.attr进行属性删除时可能会调到__delattr__或__delete__,它们的优先级跟set雷同。
1.如果类中定义了__delattr__方法,则直接调用__delattr__
2.如果赋值的属性是个Descriptor,且该Descriptor中定义了__delete__,则直接调用__delete__
3.如果赋值的属性是个Descriptor,且该Descriptor中没有定义__delete__,则会报异常AttributeError:属性是只读的
4.如果赋值的属性不是Descriptor,也会报异常AttributeError:属性是只读的
5.如果该属性不存在,则报异常AttributeError
验证5
class A(object):
pass
if __name__ == '__main__':
a=A()
del a.d
输出
AttributeError: 'A' object has no attribute 'd'
验证4
class A(object):
d=10
if __name__ == '__main__':
a=A()
del a.d
输出
?
1
AttributeError: 'A' object attribute 'd' is read-only
验证3
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
del a.d
输出
AttributeError: 'A' object attribute 'd' is read-only
验证2
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __delete__(self,instance):
print '__delete__'
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
del a.d
输出
__delete__
验证1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __delete__(self,instance):
print '__delete__'
class A(object):
d=Descriptor()
def __delattr__(self,name):
print '__delattr__'
if __name__ == '__main__':
a=A()
del a.d
输出
__delattr__
__delete__并没有被调用。
__get__ __set__ __delete__参数说明
class Descriptor(object):
def __get__(self,obj,owner):
return '__get__',self,obj,owner
def __set__(self,obj,val):
print '__set__',self,obj,val
def __delete__(self,obj):
print '__delete__',self,obj
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
print a.d
a.d=3
del a.d
输出
('__get__', <__main__.Descriptor object at 0x100481c10>, <__main__.A object at 0x1004a0fd0>, <class '__main__.A'>)
__set__ <__main__.Descriptor object at 0x100481c10> <__main__.A object at 0x1004a0fd0> 3
__delete__ <__main__.Descriptor object at 0x100481c10> <__main__.A object at 0x1004a0fd0>
可见,3个方法参数中的obj是Descriptor属性所在的对象,而owner参数(__get__中的owner参数)是该对象所属的类。
在上面的讨论中我们是通过实例操作属性,如果你作一下对应转换:"实例转换到类,类转换到MetaClass",那就是通过类操作属性的规则。这种对应转换也是容易理解的,应该类是用于创建对象的,而MetaClass是用于创建类的。
class MetaClass(object):
pass
class A(object):
__metaclass__=MetaClass
通过类访问属性
通过A.attr访问属性的规则为:
1.如果MetaClass中有__getattribute__,则直接返回该__getattribute__的结果。
2.如果attr是个Descriptor,则直接返回Descriptor的__get__的结果。
3.如果attr是通过属性,则直接返回attr的值
4.如果类中没有attr,且MetaClass中定义了__getattr__,则调用MetaClass中的__getattr__
5.如果类中没有attr,且MetaClass中没有定义__getattr__,则抛出异常AttributeError
通过类设置属性
通过A.attr=val给属性赋值时:
1.如果MetaClass中定义了__setattr__,则执行该__setattr__
2.如果该属性是Descriptor,且定义了__set__,则执行Descriptor的__set__
3.如果是普通属性或None-data Descriptor,则直接令attr=val
4.如果属性不存在,则动态给类添加该属性,然后进行赋值
通过类删除属性
通过del A.attr删除属性时:
1.如果MetaClass中定义了__delattr__,则执行该__delattr__
2.如果该属性是Descriptor,且定义了__delete__,则执行Descriptor的__delete__
3.如果是普通属性,或虽是Descriptor但是没有定义__delete__,则直接从A.__dict__中删除该属性
4.如果属性不存在,则抛出异常AttributeError
以上这篇浅谈python类属性的访问、设置和删除方法就是小编分享给大家的全部内容了
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,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28