流畅的python读书笔记-第十章-序列的修改、散列和切片

JakobHu

2019-06-27

关注关注

序列的修改、散列和切片

接着造Vector2d类

要达到的要求

为了编写Vector(3, 4) 和 Vector(3, 4, 5) 这样的代码，我们可以让 init 法接受任意个参数（通过 *args）

如果 Vector 实例的分量超过 6 个，repr() 生成的字符串就会使用 ... 省略一部
分，使用 reprlib 模块可以生成长度有限的表示形式

from array import array
import reprlib
import math


class Vector:
    typecode = 'd'

    def __init__(self, components):
        self._components = array(self.typecode, components)

    def __iter__(self):
        return iter(self._components)
        
    # 这里是重点
    def __repr__(self):
        components = reprlib.repr(self._components)
        components = components[components.find('['):-1]
        return 'Vector({})'.format(components)
        
print(Vector([3.1, 4.2]))
print(Vector((3, 4, 5)))
print(Vector(range(10)))

❸ 使用 reprlib.repr() 函数获取 self._components 的有限长度表示形式（如
array('d', [0.0, 1.0, 2.0, 3.0, 4.0, ...])）。
❹ 把字符串插入 Vector 的构造方法调用之前，去掉前面的 array('d' 和后面的 )。

协议和鸭子类型

在面向对象编程中，

协议是非正式的接口，只在文档中定义，在代码中不定义。
例如，Python 的序列协议只需要 len 和 getitem 两个方法。
任何类（如 Spam），只要使用标准的签名和语义实现了这两个方法，就能用在任何期待序列的地方。

第一章的代码再次给出

import collections

Card = collections.namedtuple('Card', ['rank', 'suit'])


class FrenchDeck:
    ranks = [str(n) for n in range(2, 11)] + list('JQKA')
    suits = 'spades diamonds clubs hearts'.split()

    def __init__(self):
        self._cards = [Card(rank, suit) for suit in self.suits for rank in self.ranks]

    def __len__(self):
        return len(self._cards)

    def __getitem__(self, position):
        return self._cards[position]

Vector类第2版：可切片的序列

from array import array
import reprlib
import math


class Vector(object):
    typecode = 'd'

    def __init__(self, components):
        self._components = array(self.typecode, components)

    def __iter__(self):
        return iter(self._components)

    def __repr__(self):
        components = reprlib.repr(self._components)
        components = components[components.find('['):-1]
        return 'Vector({})'.format(components)

    def __str__(self):
        return str(tuple(self))

    def __bytes__(self):
        return (bytes([ord(self.typecode)]) +
                bytes(self._components))

    def __eq__(self, other):
        return tuple(self) == tuple(other)

    def __abs__(self):
        return math.sqrt(sum(x * x for x in self))

    def __bool__(self):
        return bool(abs(self))

    @classmethod
    def frombytes(cls, octets):
        typecode = chr(octets[0])
        memv = memoryview(octets[1:]).cast(typecode)
        return cls(memv)

    def __len__(self):
        return len(self._components)

    def __getitem__(self, index):
        return self._components[index]


v1 = Vector([3, 4, 5])
print(len(v1))

print(v1[0], v1[-1])

v7 = Vector(range(7))
print(v7[1:4])

现在连切片都支持了，不过尚不完美。如果 Vector 实例的切片也是 Vector
实例，而不是数组，那就更好了。

把 Vector 实例的切片也变成 Vector 实例，我们不能简单地委托给数组切片。我们
要分析传给 getitem 方法的参数，做适当的处理。

切片原理

class MySeq:
    def __getitem__(self, index):
        return index


s = MySeq()
print(s[1])

print(s[1:4])

print(s[1:4:2])

print(s[1:4:2, 9])

print(s[1:4:2, 7:9])

❸ 1:4 表示法变成了 slice(1, 4, None)。
❹ slice(1, 4, 2) 的意思是从 1 开始，到 4 结束，步幅为 2。
❺ 神奇的事发生了：如果 [] 中有逗号，那么 getitem 收到的是元组。
❻ 元组中甚至可以有多个切片对象。

查看 slice 类的属性

print(slice)
print(dir(slice))

['__class__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', 'indices', 'start', 'step', 'stop']

通过审查 slice，发现它有 start、stop 和 step 数据属性，以及 indices 方法。

indices 方法开放了内置序列实现的棘手逻辑，用于优雅地处理缺失索引和
负数索引，以及长度超过目标序列的切片。
这个方法会“整顿”元组，把 start、stop 和
stride 都变成非负数，而且都落在指定长度序列的边界内。

一句话把负数索引和超出长度的索引调整成正常的索引

aa = 'ABCDE'

print(slice(None, 10, 2).indices(5))
print(slice(-3, None, None).indices(5))

print('='*40)
print(slice(None, 10, 2).indices(len(aa)))
print(slice(-3, None, None).indices(len(aa)))


print(aa[-3:])

能处理切片的getitem方法

from array import array
import reprlib
import math
import numbers

class Vector(object):
    typecode = 'd'

    def __init__(self, components):
        self._components = array(self.typecode, components)

    def __iter__(self):
        return iter(self._components)

    def __repr__(self):
        components = reprlib.repr(self._components)
        components = components[components.find('['):-1]
        return 'Vector({})'.format(components)



    def __len__(self):
        return len(self._components)

    ##[1:4] 返回一个向量对象
    def __getitem__(self, index):
        cls = type(self)
        if isinstance(index, slice):
            return cls(self._components[index])
        elif isinstance(index, numbers.Integral):
            return self._components[index]
        else:
            msg = '{cls.__name__} indices must be integers'
            raise TypeError(msg.format(cls=cls))


v7 = Vector(range(7))
print(v7[-1])

print(v7[1:4])

print(v7[-1:])

Vector类第3版：动态存取属性

我们可以在 Vector 中编写四个特性，但这样太麻烦。
特殊方法 getattr 提供了更好的方式。

属性查找失败后，解释器会调用 getattr 方法。
简单来说，对 my_obj.x 表达式，

Python 会检查 my_obj 实例有没有名为 x 的属性；
如果没有，到类（my_obj.__class__）中查找；
如果还没有，顺着继承树继续查找。
如果依旧找不到，调用 my_obj 所属类中定义的 getattr 方法，传入 self 和属性名称的字符串形式（如 'x'）。

from array import array
import reprlib
import math
import numbers


class Vector(object):
    typecode = 'd'

    def __init__(self, components):
        self._components = array(self.typecode, components)

    def __iter__(self):
        return iter(self._components)

    def __repr__(self):
        components = reprlib.repr(self._components)
        components = components[components.find('['):-1]
        return 'Vector({})'.format(components)

    shortcut_names = 'xyzt'

    def __getattr__(self, name):
        cls = type(self)
        if len(name) == 1:
            pos = cls.shortcut_names.find(name)
        if 0 <= pos < len(self._components):
            return self._components[pos]
        msg = '{.__name__!r} object has no attribute {!r}'
        raise AttributeError(msg.format(cls, name))

    def __setattr__(self, name, value):
        cls = type(self)
        if len(name) == 1:

            # 如果 name 是 xyzt 中的一个，设置特殊的错误消息。
            if name in cls.shortcut_names:
                error = 'readonly attribute {attr_name!r}'

            # 如果 name 是小写字母，为所有小写字母设置一个错误消息。
            elif name.islower():
                error = "can't set attributes 'a' to 'z' in {cls_name!r}"

            #否则，把错误消息设为空字符串。
            else:
                error = ''

            #如果有错误消息，抛出AttributeError。
            if error:
                msg = error.format(cls_name=cls.__name__, attr_name=name)
            raise AttributeError(msg)

        # 默认情况：在超类上调用 __setattr__ 方法，提供标准行为。
        super().__setattr__(name, value)


v = Vector(range(5))
print(v)

# 这个设置法 没用
v.p = 10
print(v.x)

print(v)

super() 函数用于动态访问超类的方法，对 Python 这样支持多重继承的动态
语言来说，必须能这么做。程序员经常使用这个函数把子类方法的某些任务委托给超
类中适当的方法

注意，我们没有禁止为全部属性赋值，只是禁止为单个小写字母属性赋值，以防与只读属
性 x、y、z 和 t 混淆。

Vector类第4版：散列和快速等值测试

functools.reduce() 可以替换成 sum()

这里的原理

它的关键思想是，把一系列值归约成单个值。
reduce() 函数的第一个参数是接受两个参数的函数，第二个参数是一个可迭代的对象。假如有个接受两个参数的 fn 函数和一个 lst
列表。
调用 reduce(fn, lst) 时，fn 会应用到第一对元素上，即 fn(lst[0],lst[1])，生成第一个结果r1。然后，fn 会应用到 r1 和下一个元素上，即 fn(r1,lst[2])，生成第二个结果 r2。
接着，调用 fn(r2, lst[3])，生成 r3……直到最后一个元素，返回最后得到的结果 rN。

如:

>>> import functools
>>> functools.reduce(lambda a,b: a*b, range(1, 6))
120

reduce接着用

import functools

aa = functools.reduce(lambda a, b: a ^ b, range(1,6))
print(aa)

# operator--操作符函数
# https://blog.csdn.net/shengmingqijiquan/article/details/53005129
import operator
bb = functools.reduce(operator.xor, range(6))
print(bb)

使用我喜欢的方式编写 Vector.hash 方法，我们要导入 functools 和

operator 模块。(任性的作者)

import functools  # ➊
import operator  # ➋


class Vector:
    typecode = 'd'

    # 排版需要，省略了很多行...
    def __eq__(self, other):  # ➌
        return tuple(self) == tuple(other)

    def __hash__(self):
        hashes = (hash(x) for x in self._components)  # ➍
        return functools.reduce(operator.xor, hashes, 0)  # ➎

    # 排版需要，省略了很多行...

❹ 创建一个生成器表达式，惰性计算各个分量的散列值。
❺ 把 hashes 提供给 reduce 函数，使用 xor 函数计算聚合的散列值；第三个参数，0 是
初始值（参见下面的警告框）。

eq 方法更有效率

def __eq__(self, other):
    if len(self) != len(other):  # ➊
        return False
    for a, b in zip(self, other):  # ➋
        if a != b:  # ➌
            return False
    return True  # ➍

❷ zip 函数生成一个由元组构成的生成器，元组中的元素来自参数传入的各个可迭代对
象。如果不熟悉 zip 函数，请阅读“出色的 zip 函数”附注栏。前面比较长度的测试是有
必要的，因为一旦有一个输入耗尽，zip 函数会立即停止生成值，而且不发出警告。

使用 zip 和 all 函数实现 Vector.__eq__ 方法

def __eq__(self, other):
 return len(self) == len(other) and all(a == b for a, b in zip(self, other))

zip 内置函数的使用示例

>>> zip(range(3), 'ABC') # ➊
<zip object at 0x10063ae48>
>>> list(zip(range(3), 'ABC')) # ➋
[(0, 'A'), (1, 'B'), (2, 'C')]
>>> list(zip(range(3), 'ABC', [0.0, 1.1, 2.2, 3.3])) # ➌
[(0, 'A', 0.0), (1, 'B', 1.1), (2, 'C', 2.2)]
>>> from itertools import zip_longest # ➍
>>> list(zip_longest(range(3), 'ABC', [0.0, 1.1, 2.2, 3.3], fillvalue=-1))
[(0, 'A', 0.0), (1, 'B', 1.1), (2, 'C', 2.2), (-1, -1, 3.3)]

❸ zip 有个奇怪的特性：当一个可迭代对象耗尽后，它不发出警告就停止。
❹ itertools.zip_longest 函数的行为有所不同：使用可选的 fillvalue（默认
值为 None）填充缺失的值，因此可以继续产出，直到最长的可迭代对象耗尽。

Vector类第5版：格式化

__format__提供格式化方法,详情和具体代码 page 348

小总结

repr 如果信息展示过长. 用reprlib 模块可以缩短

2.切片原理
slice(None, 10, 2).indices(5) 负责转换成可用的索引
len 和 _getitem 实现切片的重要方法

属性查找失败后，解释器会调用 getattr 方法。利用这个特性,可以搞一些事情

4.reduce 的使用方法

5.zip函数简单理解矩阵对应

vector python函数 python