1.属性访问
?对象有一个特殊的属 性，称为_ _dict_ _，它的作用是以字典的形式显示出当前对象的所有属 性以及相对应的值。
描述符（descriptor），用一句话来解释，描述 符就是将某种特殊类型的类的实例指派给另一个类的属性。那什么是特殊类型的类呢？就是至少要在这个类里边定义_ _get_ _()、_ _set_ _()或_ _delete_ _()三个特殊方法中的任意一个。
?访问属性的时候,python 会自动调用__get__()方法。几个参数内容分别是：self是描述符类自身的实例；instance是这个描 述符的拥有者所在的类的实例，在这里也就是Test类的实例；owner是 这个描述符的拥有者所在的类本身。
对属性进行赋值操作的时候，Python会自动调用_ _set_ _()方法， 前两个参数与_ _get_ _()方法是一样的，最后一个参数value是等号右边 的值。
del操作也是同样的道理
property 事实上就是一个描述符类
# p12_7.py
class MyProperty:
def __init__(self, fget=None, fset=None, fdel=None):
self.fget = fget
self.fset = fset
self.fdel = fdel
def __get__(self, instance, owner):
return self.fget(instance)
def __set__(self, instance, value):
self.fset(instance, value)
def __delete__(self, instance):
self.fdel(instance)
class C:
def __init__(self):
self._x = None
def getX(self):
return self._x
def setX(self, value):
self._x = value
def delX(self):
del self._x
x = MyProperty(getX, setX, delX)
# c = C()
# c.x = 'X-man'
# c.x
# c._x
# del c.x
# c._x?
# p12_8.py
class Celsius:
def __init__(self, value=26.0):
self.value = float(value)
def __get__(self, instance, owner):
return self.value
def __set__(self, instance, value):
self.value = float(value)
class Fahrenheit:
def __get__(self, instance, owner):
return instance.cel * 1.8 + 32
def __set__(self, instance, value):
instance.cel = (float(value) - 32) / 1.8
class Temperature:
cel = Celsius()
fah = Fahrenheit()
# temp = Temperature()
# temp.cel #26.0
# temp.fah #78.800000000000012.定制序列
在Python中，像序列类型（如列表、元组、字符串）或映射类型 （如字典）都属于容器类型.
? 如果希望定制的容器不可变，则只需要定义_ _len_ _()和_ _getitem_ _()方法。 ? 如果希望定制的容器是可变的，除了_ _len_ _()和_ _getitem_ _() 方法，还需要定义_ _setitem_ _()和_ _delitem_ _()两个方法。
?自定义不可变列表
# p12_9.py
class CountList:
def __init__(self, *args):
self.values = [x for x in args]
self.count = {}.fromkeys(range(len(self.values)), 0)
# 这里使用列表的下标作为字典的键，注意不能用元素作为字典的建
# 因为列表的不同下标可能有值一样的元素，但字典不能有两个相同的键
def __len__(self):
return len(self.values)
def __getitem__(self, key):
self.count[key] += 1
return self.values[key]
# c1 = CountList(1,3,5,7,9)
# c2 = CountList(2,4,6,8,10)
# c1[1]
# c2[1]
# c1[1]+c2[1]
# c1.count
# c2.count
# len(c1)3.迭代器
提供迭代方法的容器称为迭代器，通常接触的迭代器有序列（如列表、元组、字符）、字典等，它们都支持迭代的操作。关于迭代，Python提供了两个BIF：iter()和next()。 对一个容器对象调用iter()就得到它的迭代器，调用next()迭代器就会返回下一个值，然后怎么样结束呢？如果迭代器没有值可以返回了， Python会抛出一个名为StopIteration的异常。关于实现迭代器的魔法方法有两个：_ _iter_ _()和_ _next_ _()。 一个容器如果是迭代器，那就必须实现_ _iter_ _()魔法方法，这个方法实际上就是返回迭代器本身。
#Fibonacci迭代器
class Fibs:
def __init__(self):
self.a = 0
self.b = 1
def __iter__(self):
return self
def __next__(self):
self.a,self.b = self.b,self.a+self.b
return self.a
fibs = Fibs()
for each in fibs:
if each < 20:
print(each)
else:
break
1
1
2
3
5
8
13
#改编版
class Fibs:
def __init__(self, n = 20):
self.a = 0
self.b = 1
self.n = n
def __iter__(self):
return self
def __next__(self):
self.a,self.b = self.b,self.a+self.b
if self.a > self.n:
raise StopIteration
return self.a
fibs = Fibs()
for each in fibs:
print(each)
print()
fibs = Fibs(10)
for each in fibs:
print(each)
1
1
2
3
5
8
13
1
1
2
3
5
84.生成器
生成器的学习，并不涉及魔法方法，甚至它巧妙地避开了类和对象，仅通过普通的函数就可以实现。
生成器其实是迭代器的一种实现
Python是通过生成器来实现类似于协同程序的概念：生成器可以暂时挂起函数，并保留函数的局部变量等数据，然后再次调用它的时候， 从上次暂停的位置继续执行下去。
#生成器版本
def fibs():
a = 0
b = 1
while True:
a, b = b, a + b
yield a
for each in fibs():
if each > 100:
break
print(each)
1
1
2
3
5
8
13
21
34
55
89
x = 3
y = 6
x, y = y, x + y
x, y
#(6, 9)生成器表达式
列表推导式（list comprehensions）也叫列表解析，灵感取自函数式编程语言Haskell，它是一个非常有用和灵活的工具，可以用来动态地创建列表
list1 = []
for i in range(100):
if not(i % 2) and i % 3:
list1.append(i)
list1
#上面代码等价于下面
[i for i in range(100) if not(i % 2) and i % 3]字典推导式（dictionary comprehension）
{i:i % 2 == 0 for i in range(10)}集合推导式（set comprehension）
{i for i in [1, 1, 2, 3, 3, 4, 5, 5, 5, 6, 7, 7, 8]}#对于字符串和元组，没有相应的推导式
>>> "i for i in 'I love FishC.com!'"
"i for i in 'I love FishC.com!'"
>>> (i for i in range(10)) #没错，用普通的小括号括起来的正是生成器表达式（generator expressions）
<generator object <genexpr> at 0x03135300>如果将生成器表达式作为函数的参数使用的 话，可以直接写推导式，而不必加小括号：
#这个的输出为什么是2500？？？
sum(i for i in range(100) if i % 2)