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
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12