0.对象中的属性和方法,在编程中实际是什么?
变量(属性)和函数(方法)。
1. 类和对象是什么关系呢?
类和对象的关系就如同模具和用这个模具制作出的物品之间的关系。一个类为它的全部对象给出了一个统一的定义,而他的每个对象则是符合这种定义的一个实体,因此类和对象的关系就是抽象和具体的关系。
2. 如果我们定义了一个猫类,那你能想象出由“猫”类实例化的对象有哪些?
叮当猫,咖啡猫,Tom(Tom&Jerry),Kitty(Hello Kitty)……
3. 类的定义有些时候或许不那么“拟物”,有时候会抽象一些,例如我们定义一个矩形类,那你会为此添加哪些属性和方法呢?
属性可以是长和宽,方法可以是计算周长、面积等。
4. 类的属性定义应该尽可能抽象还是尽可能具体?
正确的做法是应该尽可能的抽象,因为这样更符合面向对象的思维。
5. 请用一句话概括面向对象的几个特征?
封装——对外部隐藏对象的工作细节
继承——子类自动共享父类之间数据和方法的机制
多态——可以对不同类的对象调用相同的方法,产生不同的结果
6. 函数和方法有什么区别?
细心的童鞋会发现,方法跟函数其实几乎完全一样,但有一点区别是方法默认有一个 self 参数,这个参数是什么意思?下一次会有详细解释。
class Doggie: # Python 中的类名约定以大写字母开头
"""关于类的一个简单例子"""
# 属性
color = 'brown'
weight = 60
legs = 19
shell = True
mouth = '尖长细'
# 方法
def lick(self):
print("让我舔舔....")
def run(self):
print("我正在飞快向前跑....")
def bite(self):
print("咬死你咬死你!")
def eat(self):
print("有吃的了哈哈")
def sleep(self):
print("困了,困了,Zzzzz呜")
image.png
image.png
按照以下提示尝试定义一个 Person 类并生成类实例对象。
属性:姓名(默认姓名为“小甲鱼”)
方法:打印姓名
提示:方法中对属性的引用形式需加上 self,如 self.name
image.png下面尝试定义一个矩形类并生成类实例对象
属性:长和宽
方法:设置长和宽 -> setRect(self),获得长和宽 -> getRect(self),获得面积 -> getArea(self)
提示:方法中对属性的引用形式需加上 self,如 self.width
class Rectangle:
length = 5
width = 4
def setRect(self):
print("请输入矩形的长和宽...")
self.length = float(input("长:"))
self.width = float(input("宽:"))
def getRect(self):
print("这个矩形的长是:%.2f,宽是:%.2f" %(self.length,self.width))
def getArea(self):
return self.length * self.width
image.png
image.png
这里发现输出的结果精度不对 为了得到正确的结果,这里稍微做下调整,引入Decimal执行精确的浮点数运算(容忍一定的性能损耗)
from decimal import Decimal
class Rectangle:
length = Decimal('4.2')
width = Decimal('2.1')
def setRect(self):
print("请输入矩形的长和宽...")
self.length = Decimal(input("长:"))
self.width = Decimal(input("宽:"))
def getRect(self):
print("这个矩形的长是:%.2f,宽是:%.2f" %(self.length,self.width))
def getArea(self):
return print(self.length * self.width)
如何让Python执行精确的浮点数运算
你需要对浮点数执行精确的计算操作,并且不希望有任何小误差的出现。
解决方案
浮点数的一个普遍问题是它们并不能精确的表示十进制数。 并且,即使是最简单的数学运算也会产生小的误差,比如:
>>> a = 4.2
>>> b = 2.1
>>> a + b
6.300000000000001
>>> (a + b) == 6.3
False
>>>
这些错误是由底层CPU和IEEE 754标准通过自己的浮点单位去执行算术时的特征。 由于Python的浮点数据类型使用底层表示存储数据,因此你没办法去避免这样的误差。
如果你想更加精确(并能容忍一定的性能损耗),你可以使用 decimal 模块:
>>> from decimal import Decimal
>>> a = Decimal('4.2')
>>> b = Decimal('2.1')
>>> a + b
Decimal('6.3')
>>> print(a + b)
6.3
>>> (a + b) == Decimal('6.3')
True
初看起来,上面的代码好像有点奇怪,比如我们用字符串来表示数字。 然而, Decimal 对象会像普通浮点数一样的工作(支持所有的常用数学运算)。 如果你打印它们或者在字符串格式化函数中使用它们,看起来跟普通数字没什么两样。
decimal 模块的一个主要特征是允许你控制计算的每一方面,包括数字位数和四舍五入运算。 为了这样做,你先得创建一个本地上下文并更改它的设置,比如:
>>> from decimal import localcontext
>>> a = Decimal('1.3')
>>> b = Decimal('1.7')
>>> print(a / b)
0.7647058823529411764705882353
>>> with localcontext() as ctx:
... ctx.prec = 3
... print(a / b)
...
0.765
>>> with localcontext() as ctx:
... ctx.prec = 50
... print(a / b)
...
0.76470588235294117647058823529411764705882352941176
>>>
网友评论