面向物件技術簡介

• 類(Class): 用來描述具有相同的屬性和方法的物件的集合。它定義了該集合中每個物件所共有的屬性和方法。物件是類的例項。
• 方法：類中定義的函式。
• 類變數：類變數在整個例項化的物件中是公用的。類變數定義在類中且在函式體之外。類變數通常不作為例項變數使用。
• 資料成員：類變數或者例項變數用於處理類及其例項物件的相關的資料。
• 方法重寫：如果從父類繼承的方法不能滿足子類的需求，可以對其進行改寫，這個過程叫方法的覆蓋（override），也稱為方法的重寫。
• 區域性變數：定義在方法中的變數，只作用於當前例項的類。
• 例項變數：在類的宣告中，屬性是用變數來表示的，這種變數就稱為例項變數，例項變數就是一個用 self 修飾的變數。
• 繼承：即一個派生類（derived class）繼承基類（base class）的欄位和方法。繼承也允許把一個派生類的物件作為一個基類物件對待。例如，有這樣一個設計：一個Dog型別的物件派生自Animal類，這是模擬"是一個（is-a）"關係（例圖，Dog是一個Animal）。
• 例項化：建立一個類的例項，類的具體物件。
• 物件：通過類定義的資料結構例項。物件包括兩個資料成員（類變數和例項變數）和方法。

類定義

語法格式如下：

class ClassName:
    <statement-1>
    .
    .
    .
    <statement-N>

類有一個名為 __init__() 的特殊方法（構造方法），該方法在類例項化時會自動呼叫，像下面這樣：

def __init__(self):
    self.data = []

類定義了 __init__() 方法，類的例項化操作會自動呼叫 __init__() 方法。如下例項化類 MyClass，對應的 __init__() 方法就會被呼叫:

x = MyClass()

然， __init__() 方法可以有引數，引數通過 __init__() 傳遞到類的例項化操作上。例如:

class Complex:
    def __init__(self, realpart, imagpart):
        self.r 
 
= realpart
        self.i = imagpart
x = Complex(3.0, -4.5)
print(x.r, x.i)   # 輸出結果：3.0 -4.5

self代表類的例項，而非類

類的方法與普通的函式只有一個特別的區別——它們必須有一個額外的第一個引數名稱, 按照慣例它的名稱是 self。

class Test:
    def prt(self):
        print(self)
        print(self.__class__)
 
t = Test()
t.prt()

<__main__.Test instance at 0x10d066878>
__main__.Test

self 不是 python 關鍵字，我們把他換成 runoob 也是可以正常執行的:

可以使用以下函式的方式來訪問屬性：

• getattr(obj, name[, default]) : 訪問物件的屬性。
• hasattr(obj,name) : 檢查是否存在一個屬性。
• setattr(obj,name,value) : 設定一個屬性。如果屬性不存在，會建立一個新屬性。
• delattr(obj, name) : 刪除屬性。

hasattr(emp1, 'age')    # 如果存在 'age' 屬性返回 True。
getattr(emp1, 'age')    # 返回 'age' 屬性的值
setattr(emp1, 'age', 8) # 新增屬性 'age' 值為 8
delattr(emp1, 'age')    # 刪除屬性 'age'

Python內建類屬性

• __dict__ : 類的屬性（包含一個字典，由類的資料屬性組成）
• __doc__ :類的文件字串
• __name__: 類名
• __module__: 類定義所在的模組（類的全名是'__main__.className'，如果類位於一個匯入模組mymod中，那麼className.__module__ 等於 mymod）
• __bases__ : 類的所有父類構成元素（包含了一個由所有父類組成的元組）

class Employee:
   '所有員工的基類'
   empCount = 0
 
   def __init__(self, name, salary):
      self.name = name
      self.salary = salary
      Employee.empCount += 1
   
   def displayCount(self):
     print "Total Employee %d" % Employee.empCount
 
   def displayEmployee(self):
      print "Name : ", self.name,  ", Salary: ", self.salary
 
print "Employee.__doc__:", Employee.__doc__
print "Employee.__name__:", Employee.__name__
print "Employee.__module__:", Employee.__module__
print "Employee.__bases__:", Employee.__bases__
print "Employee.__dict__:", Employee.__dict__Employee.__doc__: 所有員工的基類

Employee.__name__: Employee
Employee.__module__: __main__
Employee.__bases__: ()
Employee.__dict__: {'__module__': '__main__', 'displayCount': <function displayCount at 0x10a939c80>, 'empCount': 0, 'displayEmployee': <function displayEmployee
 at 0x10a93caa0>, 
'__doc__': '\xe6\x89\x80\xe6\x9c\x89\xe5\x91\x98\xe5\xb7\xa5\xe7\x9a\x84\xe5\x9f\xba\xe7\xb1\xbb', '__init__': <function __init__ at 0x10a939578>}

python物件銷燬(垃圾回收)

Python 使用了引用計數這一簡單技術來跟蹤和回收垃圾。

在 Python 內部記錄著所有使用中的物件各有多少引用。

一個內部跟蹤變數，稱為一個引用計數器。

當物件被建立時， 就建立了一個引用計數， 當這個物件不再需要時， 也就是說， 這個物件的引用計數變為0 時， 它被垃圾回收。但是回收不是"立即"的， 由直譯器在適當的時機，將垃圾物件佔用的記憶體空間回收。

a = 40      # 建立物件  <40>
b = a       # 增加引用， <40> 的計數
c = [b]     # 增加引用.  <40> 的計數

del a       # 減少引用 <40> 的計數
b = 100     # 減少引用 <40> 的計數
c[0] = -1   # 減少引用 <40> 的計數

垃圾回收機制不僅針對引用計數為0的物件，同樣也可以處理迴圈引用的情況。迴圈引用指的是，兩個物件相互引用，但是沒有其他變數引用他們。這種情況下，僅使用引用計數是不夠的。Python 的垃圾收集器實際上是一個引用計數器和一個迴圈垃圾收集器。作為引用計數的補充， 垃圾收集器也會留心被分配的總量很大（即未通過引用計數銷燬的那些）的物件。 在這種情況下， 直譯器會暫停下來， 試圖清理所有未引用的迴圈。