
来源:麦叔编程
作者:麦叔
面向对象是所有高级语言(Python,Java,C++等)的基石,是重中之重。
这个文章系列的目的是通过简单易懂的例子,深入浅出,让Python学习者牢固地掌握Python面向对象的概念和方法。
本系列包括:
看这张图:
动物界具有天然的继承关系,人类也是,我们一代代继承下来。继承了前辈们的属性和能力,又发展了自己独特的属性和能力。
在图中的例子,我们如何在程序中表示普通的狗,牧羊犬,警犬等呢?
我们可以把detect(), protect()等函数和属性直接加在Dog里面,但这并不合理,因为并不是所有的狗可以侦查,并不是所有的狗都可以保护养。
正确的做法是创建新的类,这些新的类继承Dog类:
在这里Dog被称为父类,SheepDog等被称为子类。
子类会自动拥有父类的属性和方法,自己也可以添加自己的独特属性和方法。
现在来定义SheepDog。先看看我们原来的Dog类:
#类是一个模板 class Dog: num_of_dogs = 0 # 类属性 police_height = 60 #构造方法 - 添加实例属性,做其他的初始化工作 def __init__(self, name, height, power):
self.name = name
self.height = height
self.power = power
self.blood = 10 print(f"{self.name}出生了,汪汪!")
Dog.num_of_dogs += 1
#狗叫 def bark(self):
print(f'我是{self.name},汪汪汪!')
class SheepDog(Dog): '''牧羊犬,包括名字,高度,攻击力和能看护的养的个数''' def __init__(self, name, height, power, num_of_sheeps): super().__init__(name, height, power)
self.num_of_sheeps = num_of_sheeps
仔细阅读上面的代码,观察它的特点:
SheepDog(Dog) 这种写法:括号中的Dog表示Dog是SheepDog的父类。
我们定义Dog的时候没有括号,表示它没有父类(实际上它默认继承了Object类)。
子类的使用和父类是一样的:
sd1 = SheepDog('大黄', 67, 88, 10)
print(f'名字:{sd1.name}')
print(f'血量:{sd1.blood}')
print(f'高度:{sd1.power}')
sd1.bark()
我们给SheepDog添加它的独特方法protect():
class SheepDog(Dog): '''牧羊犬,包括名字,高度,攻击力和能看护的养的个数''' def __init__(self, name, height, power, num_of_sheeps): super().__init__(name, height, power)
self.num_of_sheeps = num_of_sheeps
def protect(self): print('我开始保护小羊啦!')
调用一下试试看:
sd1 = SheepDog('大黄', 67, 88, 10) sd1.protect()
因为继承的关系,SheepDog直接就有bark()方法,这是从父类继承过来的。
假设牧羊犬的叫声和普通叫声是不一样的,我们在子类中覆盖父类中的方法:
class SheepDog(Dog): '''牧羊犬,包括名字,高度,攻击力和能看护的养的个数''' def __init__(self, name, height, power, num_of_sheeps): super().__init__(name, height, power)
self.num_of_sheeps = num_of_sheeps
def protect(self): print('我开始保护小羊啦!')
def bark(self): print('我是牧羊犬,我骄傲!')
这时候再调用bark()方法就会使用子类中定义的方法:
sd1 = SheepDog('大黄', 67, 88, 10) sd1.bark()
打印的结果是:
我是牧羊犬,我骄傲!
类的继承和对父类方法的覆盖在代码设计中很有用。假设有个程序的界面是这样的:
按钮就是一个类,比如叫做Button。
为了实现不同的皮肤,我们可以写一个类继承Button类,假设就叫做MyButton吧,子类自动拥有了父类的属性和函数,但是我们可以覆盖某些函数,让他拥有不同的皮肤,甚至不同的行为。
面向对象的核心知识到这里就更新完了,最后奉上Dog版本的吃鸡游戏。这个游戏包含两个类:
dog.py
#2种狗具有不同的攻击力和防御能力。攻击强的防御弱;反之亦然; import random class Dog: dogs = [] #保存所有活着的Dog def __init__(self, name):
self.name = name
self.blood = 100 self.attack_power = 5 self.defense_power = 3 #攻击! def attack(self, dog2):
print(f'{self.name}攻击{dog2.name},攻击力:{self.attack_power},防御力:{dog2.defense_power}')
point = self.attack_power - dog2.defense_power
if(dog2.blood > point):
dog2.blood -= point
print(f'{dog2.name}受到攻击,奋力自救,血量减少为{dog2.blood}')
else: dog2.blood = 0 print(f'{dog2.name}受到攻击,失血过多,死亡!')
Dog.dogs.remove(dog2)
#判定狗的类型 def dog_type(self):
if(isinstance(self, SheepDog)):
return '牧羊犬' elif(isinstance(self, PoliceDog)):
return '警犬' else: return '普通犬' #牧羊犬 class SheepDog(Dog): def __init__(self, name):
super().__init__(name)
self.attack_power = random.randint(5, 10)
self.defense_power = random.randint(3,5)
print('牧羊犬{self.name}问世!')
self.dogs.append(self) #警犬 class PoliceDog(Dog): def __init__(self, name):
super().__init__(name)
self.attack_power = random.randint(8, 13)
self.defense_power = random.randint(1,3)
print('♀️警犬{self.name}问世!')
self.dogs.append(self)
game.py
#1. 首先创建100个Dog, 50个SheepDog, 50个PoliceDog #2. 每一轮游戏,随机选出2个Dog #3. dog1先攻击dog2,然后dog2攻击dog1 #3. 任何一方血量变为0就表明死亡!死亡的Dog退出游戏。 #4. 最后只有一个Dog了,游戏结束,胜利者可以吃鸡。 from dog import * import random #产生随机数字 import time #时间模块 #1.创建100条狗 for i in range(100):
if(i%2==0):
SheepDog(i+1) #创建1个牧羊犬 else:
PoliceDog(i+1) #创建1个警犬 #2. 开始游戏循环 while(True):
#判断是否只有1个Dog if(len(Dog.dogs) == 1):
winner = Dog.dogs[0]
print('')
print('大吉大利,今晚吃鸡!')
print(f'赢家是:{winner.dog_type()} {winner.name}')
print('')
break dog1, dog2 = random.sample(Dog.dogs, 2)
dog1.attack(dog2)
dog2.attack(dog1)
time.sleep(0.02)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13