USF MSDS501 计算数据科学中文讲义 2.8 面向对象编程

大揭秘

到目前为止，我们一直在使用函数和函数包，以及定义我们自己的函数。 但事实证明，我们一直在使用对象，我们只是没有认识到它们。 例如，

x = 'Hi'
x.lower()

# 'hi'

字符串 x 是我们可以发送消息的对象。

print( type(x) )

# <class 'str'>

甚至整数都是对象：

print(dir(99))

# ['__abs__', '__add__', '__and__', '__bool__', '__ceil__', '__class__', '__delattr__', '__dir__', '__divmod__', '__doc__', '__eq__', '__float__', '__floor__', '__floordiv__', '__format__', '__ge__', '__getattribute__', '__getnewargs__', '__gt__', '__hash__', '__index__', '__init__', '__init_subclass__', '__int__', '__invert__', '__le__', '__lshift__', '__lt__', '__mod__', '__mul__', '__ne__', '__neg__', '__new__', '__or__', '__pos__', '__pow__', '__radd__', '__rand__', '__rdivmod__', '__reduce__', '__reduce_ex__', '__repr__', '__rfloordiv__', '__rlshift__', '__rmod__', '__rmul__', '__ror__', '__round__', '__rpow__', '__rrshift__', '__rshift__', '__rsub__', '__rtruediv__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__truediv__', '__trunc__', '__xor__', 'bit_length', 'conjugate', 'denominator', 'from_bytes', 'imag', 'numerator', 'real', 'to_bytes']

类 是对象的蓝图，基本上是类型的名称，在这种情况下是 str 。 对象称为类的 实例 。

在 x.lower() 中，我们将 lower 消息发送到 x 字符串对象。 消息实际上只是与类/对象相关的函数。

x.lower

# <function str.lower>

在不支持对象学习编程的语言中，我们会做类似的事情：

lower(x)

Python 有函数和对象重编程，这就是为什么有 x.lower() 和：

len(x)

# 2

函数或“消息”的选择取决于库设计者，但是 lower 仅对字符串有意义，因此将它与 str 的定义组合起来是有意义的。

然而，在实现方面， x.lower() 实际上实现为 str.lower(x) 其中 str 是字符串的类定义。 电脑处理器了解函数调用; 他们不理解对象，所以我们在 Python 解释器本身中执行了这个翻译。

包 VS 对象成员

让我们直截了当。点 . 运算符在 Python 中重载，表示包成员和对象成员访问。你已经熟悉了这个：

import numpy as np
np.array([1,2,3])

# array([1, 2, 3])

import math
math.log(3000)

# 8.006367567650246

阅读代码时，这是一个常见的混淆点。 当我们看到 a.f() 时，我们不知道函数 f 是由 a 标识的包的成员，还是由 a 引用的对象的成员。

在 wordsim 项目中，你定义了一个名为 wordsim.py 的文件，然后我的 test_wordsim.py 文件执行 from wordsim import * 来导入 wordsim.py 中的所有函数。

练习

在下文中，将 标识符 （单词）标识为包或函数或字段：

np.log(3)
np.linalg.norm(v)
from sklearn.ensemble import RandomForestRegressor
pd.read_csv("foo.csv")
pd.read_csv
'hi'.lower()
'hi'.lower
df_train.columns
np.pi
img = img.convert("L")

现在，确定子表达式的数据类型，并将 标识符 （单词）标识为包或函数或字段：

df["saledate"].dt.year
df_train.isnull().any().head(60)

字段 VS 方法

对象具有函数，我们将其称为 方法 ，以将它们与不与对象关联的函数区分开来。 对象也有变量，我们称之为 字段 或 实例变量 。

字段是对象的 状态 。 方法是对象的 行为 。

我们一直在使用字段，例如 df.columns ，它获取数据帧中的列名的列表。

import datetime
now = datetime.date.today()
print( type(now) )
print( now.year ) # access field year
print( now.month )

'''
<class 'datetime.date'>
2018
8
'''

如果尝试在没有括号的情况下访问对象函数，则表达式将计算为函数对象本身而不是调用它：

s='hi'
s.title

# <function str.title>

简单的对象定义

类是多个对象的蓝图，通常称为 实例 。 类*封装了对象的状态和行为。

想象一下外星人在你家后院的土地上，并要求你描述一辆汽车。 您可能会描述其属性，例如轮子的数量及其功能，例如可以启动和停止。 这些是状态和行为。 通过定义它们，我们有效地定义了对象。 类名仅仅为实体命名。

按照惯例，类名称应该像“Point”一样大写。

作为对象替代品的元组

对象的字段是我们想要关联在一起的数据项。 例如，如果我想跟踪书名/作者，我可以使用元组列表：

from lolviz import *
books = [
    ('Gridlinked', 'Neal Asher'),
    ('Startide Rising', 'David Brin')
]

objviz(books)

for b in books:
    print(f"{b[1]}: {b[0]}")
    
'''
Neal Asher: Gridlinked
David Brin: Startide Rising
'''

# Or, more fancy
for title, author in books:
    print(f"{author}: {title}")
    
'''
Neal Asher: Gridlinked
David Brin: Startide Rising
'''

为了在两种情况下访问元组的元素，我们必须跟踪我们头脑中的顺序。 换句话说，我们必须访问元组元素，就像它们是列表元素一样。

形式对象

更好的方法是正式声明，作者和标题数据元素应该封装到称为书籍的单个实体中。我认为 Python 的规范非常古怪，但它非常灵活。 例如，我们可以定义一个没有方法没有字段的对象，但是可以使用赋值语句动态添加字段：

class Book:
    pass

b = Book()
print(b)
b.title = 'Gridlinked'
b.author = 'Neal Asher'
print(b.title, b.author)
objviz(b)


'''
<__main__.Book object at 0x115c51fd0>
Gridlinked Neal Asher
'''

但这并不能让我们定义与该对象相关的方法（很容易）。让我们看看我们的第一个真正的类定义，它包含一个名为 构造器 的函数。

class Book:
    def __init__(self, title, author):
        self.title = title
        self.author = author
        self.chapters = []

构造器通常根据参数设置初始和默认字段值。

在对象中定义的所有方法，函数必须有一个名为 self 的显式第一个参数。 这是正在考虑的对象。

然后我们可以使用实例创建语法 Book(..., ...) 来创建一列 Book 类的书籍对象或实例：

books = [
    Book('Gridlinked', 'Neal Asher'),
    Book(title='David Brin', author='Startide Rising')
]

objviz(books)

for b in books:
    print(f"{b.author}: {b.title}") # access fields
    
'''
Neal Asher: Gridlinked
Startide Rising: David Brin
'''

请注意，我们不会将 self 参数传递给构造函数。 它在调用一侧隐藏，但在定义一侧出现！

顽皮的行为

还要注意我们一直在使用构造函数设置对象的字段，Python 以其无限的灵活性允许你做非常顽皮的事情，比如在任意对象上设置字段：

class Foo:
    pass # just says "empty"

x = Foo()
x.foo = 3

即使类本身没有定义 foo ，也不会出错！

您甚至可以 动态添加方法 。

定义方法

如果您尝试打印一本书，您将只看到类型信息和物理内存地址：

print(books[0])

# <__main__.Book object at 0x115c51eb8>

class Book:
    def __init__(self, title, author):
        self.title = title
        self.author = author
        
    def __str__(self): # called when conversion to string needed like print
        return f"Book({self.title}, {self.author})"
    
    def __repr__(self): # called in interactive mode
        return self.__str__() # call the string
    
books = [
    Book('Gridlinked', 'Neal Asher'),
    Book('Startide Rising', 'David Brin')
]

print(books[0]) # calls __str__()
books[0]        # calls __repr__()

'''
Book(Gridlinked, Neal Asher)

Book(Gridlinked, Neal Asher)
'''

确保使用 self.x 来引用字段 x ，否则你在方法中创建一个局部变量：

class Foo:
    def __init__(self):
        self.x = 0
    def foo(self):
        x = 3 # WARNING: does not alter the field! should be self.x

让我们创建另一种设置销售图书数量的方法。

class Book:
    def __init__(self, title, author):
        self.title = title
        self.author = author
        self.sold = 0 # set default
        
    def sell(self, n):
        self.sold += n
        
    def __str__(self): # called when conversion to string needed like print
        return f"Book({self.title}, {self.author}, sold={self.sold})"
    
    def __repr__(self): # called in interactive mode
        return self.__str__() # call the string

b = Book('Gridlinked', 'Neal Asher')
print(b)
b.sell(100) # Book.sell(b, 100)
print(b)

'''
Book(Gridlinked, Neal Asher, sold=0)
Book(Gridlinked, Neal Asher, sold=100)
'''

注意：在方法定义中，我们调用同一对象上的其他方法，使用 self.foo(...) 调用方法 foo 。

理解方法和函数的关键

b.sell(100) 方法调用 由 Python 解释器翻译并执行为 函数调用 Book.sell(b, 100) 。 b 变成参数 self ，所以 sell() 函数正在更新 book b 。

为什么我们更喜欢 b.sell(100) 而不是 Book.sell(b, 100) ：我们不仅仅在函数，并且在对象之间来回传递消息。 我们说 dog.bark() ，不是 bark(dog) ，或我们说 ball.inflate() ，而不是 inflate(ball) 。

练习

真实世界的对象包含......和......

软件对象的状态存储在......

软件对象的行为通过......公开

软件对象的蓝图称为...

练习

定义一个名为 Point 的类，它有一个构造函数，接受 x ， y 坐标并使它们成为类的字段。

定义方法 distance(q) ，它接受一个 Point 并返回从 self 到 q 的欧几里德距离。

使用这个来测试：

p = Point(3,4)
q = Point(5,6)
print(p.distance(q))

添加方法 __str__ ，以便 print(q) 打印出类似 (3, 4) 的东西。

答案

import numpy as np

class Point:
    def __init__(self, x, y):
        self.x = x
        self.y = y
        
    def distance(self, other):
        return np.sqrt( (self.x - other.x)**2 + (self.y - other.y)**2 )
    
    def __str__(self):
        return f"({self.x},{self.y})"

p = Point(3,4)
q = Point(5,6)
print(p, q)
print(p.distance(q))

'''
(3,4) (5,6)
2.8284271247461903
'''

继承

定义一些与我们已经理解的东西相关的新东西，通常要容易得多。 在编程中也是如此。 让我们从一个帐户对象开始：

class Account:
    def __init__(self, starting):
        self.balance = starting

    def add(self, value):
        self.balance += value

    def total(self):
        return self.balance

a = Account(100.0)
a.add(15)
a.total()

# 115.0

objviz(a)

继承的行为类似于 import ，或从另一个类导入操作到新类。 （ 请注意，这不是真的，但我们可以将其视为包含，对于我们目的。 ）

如果我们不指定超类，则类 object 是隐式超类。 该类称为类层次结构的根，并定义了许多标准方法：

x = object() # yes, we can make a generic object
print(dir(x))

# ['__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__']

我们可以定义一个有息账户，因为它与普通账户不同：

class InterestingAccount(Account): # derive from super class to get subclass
    def __init__(self, starting, rate):
        self.balance = starting # super().__init__(starting)
        self.rate = rate
    def total(self): # OVERRIDE method
        return self.balance + self.balance * self.rate

b = InterestingAccount(100.0, 0.15)
b.add(15)
b.total()

objviz(b)

要点是我们可以使用 add() 而不必在 InterestingAccount 中重新定义它，而 InterestingAccount 也可以覆盖帐户的 total() 。 我们已经 复用 和 覆盖 以前的功能。您可以将超类视为定义一些初始函数，我们可以在子类中重用或覆盖他们。

我们还可以通过添加不在超类中的方法来 扩展 功能。

class InterestingAccount(Account): # derive from super class to get subclass
    def __init__(self, starting, rate):
        super().__init__(starting) # does self.balance = starting above
        self.rate = rate

    def total(self): # OVERRIDE method
        return self.balance + self.balance * self.rate
    
    def profit(self):
        return self.balance * self.rate

b = InterestingAccount(100.0, 0.15)
b.add(15)
b.profit()

# 17.25

a = Account(100.0)
b = InterestingAccount(100.0, 0.15)
print(type(a))
print(type(b))

'''
<class '__main__.Account'>
<class '__main__.InterestingAccount'>
'''

类的定义实际上本身是对象，您可以使用任何对象的秘密字段访问它们：

print(b.__class__)
print(b.__class__.__base__)

'''
<class '__main__.InterestingAccount'>
<class '__main__.Account'>
'''

练习

1. 什么是类？
2. 类和实例之间有什么区别？
3. 使用不带参数的构造函数定义类 Foo 的新实例。
4. 访问对象字段的语法是什么？
5. 方法与函数有何不同？
6. __init__ 方法有什么作用？
7. 给定类 Employee 和 Manager ，哪个是子类或者超类？
8. 子类中的方法可以调用超类中定义的方法吗？
9. 如何覆盖从超类继承的方法？

动态调度（高级）

当你调用 b.add(15) 时，Python 在 b （ InterestingAccount ）的对象定义中查找函数 add 。 因为我们从超类继承了该方法，所以子类知道它。 当我们调用 b.total() 时，Python再次查找 InterestingAccount 中的方法并找到一个重写方法。 这就是为什么 b.total() 不会调用 Account 版本。

这种行为是可取的，但起初非常混乱。 下面是一个实例，其中我添加了一个 __str__ 方法给超类：

class Account:
    def __init__(self, starting):
        self.balance = starting

    def add(self, value):
        self.balance += value

    def total(self):
        return self.balance
    
    def __str__(self):
        return f"Balance {self.total()}" # can call 2 different functions
    
class InterestingAccount(Account): # derive from super class to get subclass
    def __init__(self, starting, rate):
        self.balance = starting
        self.rate = rate

    def total(self): # OVERRIDE method
        return self.balance + self.balance * self.rate
    
    def profit(self):
        return self.balance * self.rate

微妙的部分是 Account 中的 __str__ 调用 Account.total() 或 InterestingAccount.total() ，具体取决于 self 的类型：

a = Account(100.0)
b = InterestingAccount(100.0, 0.15)
print(a) # calls Account.total()
print(b) # calls InterestingAccount.total()

'''
Balance 100.0
Balance 115.0
'''

练习

定义一个继承自 Point 的 Point3D 。

定义接受 x, y, z 值并设置字段的构造函数。 调用 super().__init__(x, y) 来调用超类的构造函数。

定义/覆盖 distance(q) ，以便它处理 3D 字段值来返回距离。

使用这个来测试：

p = Point3D(3,4,9)
q = Point3D(5,6,10)
print(p.distance(q))

添加方法 __str__ ，以便 print(q) 打印出类似 (3, 4, 5) 的东西。记住：

$dist(x,y) = \sqrt{(x_1-y_1)^2 + (x_2-y_2)^2 + (x_3-y_3)^2)}$

答案

import numpy as np

class Point3D(Point):
    def __init__(self, x, y, z):
        # reuse/refine super class constructor
        super().__init__(x,y)
        self.z = z
        
    def distance(self, other):
        return np.sqrt( (self.x - other.x)**2 +
                        (self.y - other.y)**2 +
                        (self.z - other.z)**2 )
    
    def __str__(self):
        return f"({self.x},{self.y},{self.z})"

p = Point3D(3,4,9)
q = Point3D(5,6,10)
print(p.distance(q))

# 3.0

理由和一般思想

因为猎人 - 收集者的思想将世界视为通过发送消息交互的对象集合，所以 OO 编程范例很好地映射到现实世界问题，我们试图通过计算机模拟它们。 此外，在使用我们的思维方式编程时，我们处于最佳状态。

通常，在编写软件时，我们会尝试将现实实体映射到编程结构中。 如果我们有了单词问题，名词通常会成为对象，而动词通常会成为这些对象中的方法。

因为我们可以指定不同类型的对象如何相似，所以我们可以定义新对象，因为它们与现有对象不同。 通过按类别/共性/相似性正确地关联类似的类，作为继承的副作用，代码重用就出现了。

非 OO 语言是不灵活/脆弱的，因为必须指定确切的变量类型。在 OO 语言中， 多态 是使用单个类型引用，来引用相似但不同类型的分组的能力。