京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:小K
来源:麦叔编程
简答读者问
要查看一个类型的父类,可以使用__bases__属性查看,
要查看一个实例的类型可以用__class__来查看
type是object的子类,type是type的实例。
object没有父类,object是type的实例。
这个“伦理”关系乱不乱??
type和object,分管不同的任务,但type和object又是各自的顶端。
type掌管一切类型,所以object也是type类型,type也是type类型。
而object是一切类的父类,所以type的父类又是object。
看过上期的小伙伴应该都记住了用type创造一个类的方式,
❝
type(类名, 父类的元组(针对继承的情况,可以为空), 包含属性的字典(名称和值))
❞
今天再来学习一种用type创造类的方式,这种方式的代码更易读些。
先创造一个元类:
class Boing737MetaClass(type): def __new__(cls, name, bases, attrs): attrs["plane_model_"+name] = lambda self, name: f"BoingPlane737{name}" return type.__new__(cls, name, bases, attrs)
分析代码:
class Boing737MetaClass(type):
继承type,表示我要创造一个类型(元类)。
def __new__(cls, name, bases, attrs)
name, bases和attrs都是元类的老朋友了。
类名,继承父类,包含属性的字典(名称和值)。
attrs["plane_model_"+name] = lambda self, name: f"BoingPlane737{name}"
确定元类中的属性和函数(不明白可以复习上一篇元类的文章)。
return type.__new__(cls, name, bases, attrs)
返回之后,就按照传入的参数new一个新类。
实际操作下,
class Boing737MetaClass(type): def __new__(cls, name, bases, attrs): attrs["plane_model_"+name] = lambda self, name: f"BoingPlane737{name}" return type.__new__(cls, name, bases, attrs)# 定义一个类并指定元类class B100(object, metaclass = Boing737MetaClass): pass# 实例化定义的类plane = B100()# 调用类中来自元类的方法print(plane.plane_model_B100(100))
plane.plane_model_B100函数名是由类名动态订制而来。
❝
attrs["plane_model_"+name]
❞
运行上方代码之后得到结果:
BoingPlane737100
❝
今天的内容比较抽象,概念都比较虚,所以需要花时间去理解消化。
❞
今天继续感谢归零这位铁粉的持续关注,我来回答你提一个问题。
在Python中一切皆对象,方法(函数)当然也是对象,所以方法也可作为值存入字典。
如果你也有一些疑问,请在评论区留言,
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14