pythondanli

㈠ python 单例

类的静态变量要用classmethod来实现：
import os,sys
class A():
static_data = -1
@classmethod
def set_last(cls, newdata):
temp = cls.static_data
cls.static_data = newdata
return temp

o1=A()
print o1.static_data
A.set_last(12)
print A.static_data
o2=A()
print o2.static_data

输出：
-1
12
12

㈡ 详解Python中的__new__、__init__、__call__三个特殊方法

__new__： 对象的创建，是一个静态方法，第一个参数是cls。(想想也是，不可能是self，对象还没创建，哪来的self)
__init__ ： 对象的初始化， 是一个实例方法，第一个参数是self。
__call__ ： 对象可call，注意不是类，是对象。

先有创建，才有初始化。即先__new__，而后__init__。
上面说的不好理解，看例子。

1.对于__new__

可以看到，输出来是一个Bar对象。

__new__方法在类定义中不是必须写的，如果没定义，默认会调用object.__new__去创建一个对象。如果定义了，就是override,可以custom创建对象的行为。
聪明的读者可能想到，既然__new__可以custom对象的创建，那我在这里做一下手脚，每次创建对象都返回同一个，那不就是单例模式了吗？没错，就是这样。可以观摩《飘逸的python - 单例模式乱弹》
定义单例模式时，因为自定义的__new__重载了父类的__new__，所以要自己显式调用父类的__new__，即object.__new__(cls, *args, **kwargs)，或者用super()。，不然就不是extend原来的实例了，而是替换原来的实例。

2.对于__init__

使用Python写过面向对象的代码的同学，可能对 __init__ 方法已经非常熟悉了，__init__ 方法通常用在初始化一个类实例的时候。例如：

这样便是__init__最普通的用法了。但__init__其实不是实例化一个类的时候第一个被调用 的方法。当使用 Persion(name, age) 这样的表达式来实例化一个类时，最先被调用的方法 其实是 __new__ 方法。

3.对于__call__
对象通过提供__call__(slef, [,*args [,**kwargs]])方法可以模拟函数的行为，如果一个对象x提供了该方法，就可以像函数一样使用它，也就是说x(arg1, arg2...) 等同于调用x.__call__(self, arg1, arg2) 。模拟函数的对象可以用于创建防函数(functor) 或代理(proxy).

总结，在Python中，类的行为就是这样，__new__、__init__、__call__等方法不是必须写的，会默认调用，如果自己定义了，就是override,可以custom。既然override了，通常也会显式调用进行补偿以达到extend的目的。
这也是为什么会出现"明明定义def _init__(self, *args, **kwargs)，对象怎么不进行初始化"这种看起来诡异的行为。（注，这里_init__少写了个下划线，因为__init__不是必须写的，所以这里不会报错，而是当做一个新的方法_init__）

㈢ Python中的单例模式与反弹机制

一。单例模式

一般情况下,类可以生成任意个实例,而单例模式只生成一个实例

我们先用单例模式设计一个Rectangle类

然后用__new__方法设计单例模式，代码如下

然后我们来验证下，单例模式下是否只能生成一个实例

单例模式在程序设计中比较典型的应用场景：多个用户同时调用某个模块时，会生成一些日志，我们希望这些日志存在同一个文件内，而不是多个文件。

在生成日志模块我们就可以采用单例模式进行设计。

二。反射

概念：简单来说就是可以利用字符串来映射模块中的相应方法然后可以操作模块中相应的方法

我们以一个饭店点菜的实际场景来理解Python的反射机制

hasatter(对象,属性或方法名)

判断对象中是否有某个属性或某个方法,返回值是布尔型

getattr(对象,属性或方法名,缺省值) 判断对象中是否有某个属性或某个方法，如果有返回方法本身，没有则返回缺省值

setattr(对象,属性,新值)

将实例的属性改为新的值,如果属性不存在则新建

我们给实例guke1加个价格属性

㈣ python常用的几种设计模式是什么

python常用的几种设计模式有：1、单例模式，确保某一个类只有一个实例；2、工厂模式，使用一个公共的接口来创建对象；3、策略模式，随着策略对象改变内容；4、门面模式，对子系统的封装，使得封装接口不会被单独提出来。

什么是设计模式？

设计模式是一套被反复使用，多数人知道，经过分类编目的代码设计经验总结。

使用设计模式是为了提高代码可重用性，可阅读性，和可靠性。

你说理解的设计模式有几种？

设计模式又可分为三种：创建型（单例模式）、（工厂模式），结构型，行为型（策略模式）

单例模式以及应用场景：

（1）确保某一个类只有一个实例，而且自行实例化并向整个系统提供这个实例，这个类称为单例类，单例模式是一种对象创建型模式。Windows的Task Manager（任务管理器）、Recycle Bin（回收站）、网站计数器

（2）单例模式应用的场景一般发现在以下条件下：

资源共享的情况下，避免由于资源操作时导致的性能或损耗等。如上述中的日志文件，应用配置。控制资源的情况下，方便资源之间的互相通信。如线程池等

要点：一是某个类只能有一个实例；二是它必须自行创建这个实例；三是它必须自行向整个系统提供这个实例。

工厂模式：

提供一个创建对象的接口，不像客户端暴露创建对象的过程，而是使用一个公共的接口来创建对象。

可以分为三种：简单工厂 工厂方法 抽象工厂

一个类的行为或其算法可以在运行时更改。这种类型的设计模式属于行为型模式。

策略模式：

在策略模式中，我们创建表示各种策略的对象和一个行为随着策略对象改变而改变的 context 对象。策略对象改变 context 对象的执行算法。

要点：把一个个策略，也就是算法封装成一个一个类，任意的替换

解决的问题：避免多个if....else带来的复杂

使用场景：系统中需要动态的在集中算法中动态的选择一种，

门面模式：

门面模式也叫外观模式，定义如下：要求一个子系统的外部与其内部的通信必须通过一个统一的对象进行。门面模式提供一个高层次的接口，使得子系统更易于使用。门面模式注重“统一的对象”，也就是提供一个访问子系统的接口。门面模式与之前说过的模板模式有类似的地方，都是对一些需要重复方法的封装。但从本质上来说，是不同的。模板模式是对类本身的方法的封装，其被封装的方法也可以单独使用；而门面模式，是对子系统的封装，其被封装的接口理论上是不会被单独提出来用的。

一个对象有很多行为，如果么有选择合适的设计模式，这些行为就需要用多重的条件判断来实现算法的切换，增加了代码的复杂度。

推荐课程：Python面对对象(Corey Schafer)

㈤ python中的import是单例的吗

可以使用import来实现单例,例如:
# class1.pyclass Singleton(object):
def fun(self):
pass

singleton = Singleton()
# import1.pyfrom mysingleton import singleton

singleton.fun()

意思就是说，直接在 class1.py中将类实例化，然后在import1.py中直接导入实例

㈥ Python有设计模式么

Python设计模式主要分为三大类：创建型模式、结构型模式、行为型模式;三 大类中又被细分为23种设计模式，以下这几种是最常见的。
单例模式：是一种常用的软件设计模式，该模式的主要目的是确保某一个类只有一个实例存在。当你希望在整个系统中，某个类只能出现一个是实例时，单例对象就能派上用场。单例对象的要点有三个：一是某个类只能有一个实例;二是它必须自行创建整个实例，三是它必须自行向整个系统提供这个实例。
工厂模式：提供一个创建对象的接口，不像客户端暴露创建对象的过程，使用一个公共的接口来创建对象，可以分为三种：简单工厂、工厂方法、抽象工厂。一个类的行为或其算法可以在运行时更改，这种类型的设计模式属于行为型模式。
策略模式：是常见的设计模式之一，它是指对一系列的算法定义，并将每一个算法封装起来，而且使它们还可以相互替换。策略模式让算法独立于使用它的客户而独立变化。换句话来讲，就是针对一个问题而定义出一个解决的模板，这个模板就是具体的策略，每个策略都是按照这个模板进行的，这种情况下我们有新的策略时就可以直接按照模板来写，而不会影响之前已经定义好的策略。
门面模式：门面模式也被称作外观模式。定义如下：要求一个子系统的外部与其内部的通信必须通过一个统一的对象进行。门面模式提供一个高层次的接口，使得子系统更易于使用。门面模式注重统一的对象，也就是提供一个访问子系统的接口。门面模式与模板模式有相似的地方，都是对一些需要重复方法的封装。但本质上是不同的，模板模式是对类本身的方法的封装，其被封装的方法也可以单独使用;门面模式，是对子系统的封装，其被封装的接口理论上是不会被单独提出来使用的。

㈦ Python中常见魔法方法介绍

魔法方法 (Magic Methods) 是Python中的内置函数，一般以双下划线开头和结尾，例如__ init__ 、 __del__ 等。之所以称之为魔法方法，是因为这些方法会在进行特定的操作时会自动被调用。

在Python中，可以通过dir()方法来查看某个对象的所有方法和属性，其中双下划线开头和结尾的就是该对象的魔法方法。以字符串对象为例：

可以看到字符串对象有 __add__ 方法，所以在Python中可以直接对字符串对象使用"+"操作，当Python识别到"+"操作时，就会调用该对象的 __add__ 方法。有需要时我们可以在自己的类中重写 __add__ 方法来完成自己想要的效果。

我们重写了 __add__ 方法，当Python识别"+"操作时，会自动调用重写后的 __add__ 方法。可以看到，魔法方法在类或对象的某些事件出发后会自动执行，如果希望根据自己的程序定制特殊功能的类，那么就需要对这些方法进行重写。使用魔法方法，我们可以非常方便地给类添加特殊的功能。

1、构造与初始化

__ new __ 、 __ init __ 这两个魔法方法常用于对类的初始化操作。上面我们创建a1 = A("hello")时，但首先调用的是 __ new __ ;初始化一个类分为两步:

a.调用该类的new方法，返回该类的实例对象

b.调用该类的init方法，对实例对象进行初始化。

__new__ (cls, *args, **kwargs)至少需要一个cls参数，代表传入的类。后面两个参数传递给 __ init __ 。在 __ new __ 可以决定是否继续调用 __ init __ 方法，只有当 __ new __ 返回了当前类cls的实例，才会接着调用 __ init __ 。结合 __ new __ 方法的特性，我们可以通过重写 __ new __ 方法实现Python的单例模式：

可以看到虽然创建了两个对象，但两个对象的地址相同。

2、控制属性访问这类魔法

方法主要对对象的属性进行访问、定义、修改时起作用。主要有：

__getattr__(self, name): 定义当用户试图获取一个属性时的行为。

__getattribute__(self, name)：定义当该类的属性被访问时的行为（先调用该方法，查看是否存在该属性，若不存在，接着去调用getattr）。

__setattr__(self, name, value)：定义当一个属性被设置时的行为。

当初始化属性时如self.a=a时或修改实例属性如ins.a=1时本质时调用魔法方法self. __ setattr __ (name,values)；当实例访问某个属性如ins.a本质是调用魔法方法a. __ getattr __ (name)

3、容器类操作

有一些方法可以让我们自己定义自己的容器，就像Python内置的List,Tuple,Dict等等；容器分为可变容器和不可变容器。

如果自定义一个不可变容器的话，只能定义__ len__ 和__ getitem__ ；定义一个可变容器除了不可变容器的所有魔法方法，还需要定义__ setitem__ 和__ delitem__ ；如果容器可迭代。还需要定义__ iter __。

__len__(self):返回容器的长度

__getitem__(self,key):当需要执行self[key]的方式去调用容器中的对象，调用的是该方法

__setitem__(self,key,value):当需要执行self[key] = value时，调用的是该方法

__iter__(self):当容器可以执行 for x in container:，或者使用iter(container)时，需要定义该方法

下面举一个例子，实现一个容器，该容器有List的一般功能，同时增加一些其它功能如访问第一个元素，最后一个元素,记录每个元素被访问的次数等。

这类方法的使用场景主要在你需要定义一个满足需求的容器类数据结构时会用到，比如可以尝试自定义实现树结构、链表等数据结构（在collections中均已有），或者项目中需要定制的一些容器类型。

魔法方法在Python代码中能够简化代码，提高代码可读性，在常见的Python第三方库中可以看到很多对于魔法方法的运用。

因此当前这篇文章仅是抛砖引玉，真正的使用需要在开源的优秀源码中以及自身的工程实践中不断加深理解并合适应用。

㈧ 怎么理解python单例模式

在聊这之前我们首先要明确的是，单例模式在实际中的意义以及在python中具有实现的价值？

当前，相信有很多人支持单例模式，也有不少人反对，尤其是在python中，目前依旧具有很大的争议性。我们要在评论之前首先要了解单例模式

什么是单例模式？

顾名思义：就是单个模式

单例模式是一种常见的软件设置模式，在它的核心结构中只包含一个被称为单例类的特殊类，通过单例模式可以保证系统中的一个类只有一个实例而且该实例易于外界访问，从而方便对实例个数的控制并节约系统资源。如果希望在系统中某个对象只能存在一个，单例模式是最好的解决方案。

单例模式的要点有三类

• 某个类只能有一个实例

• 它必须创建这个实例

• 它必须自行向整个系统提供这个实例

但是从具体角度实现来说的话，又可以分为三点

• 单例模式的类只能提供私有的构造函数

• 类定义中含有一个该类的静态私有对象

• 该类提供了一个静态的共有的函数用于创建或获取它本身的静态私有对象

一、实例控制

单例模式会阻止其他对象实例化其自己的单例对象的副本，从而确保所有对象都访问唯一实例。

二、灵活性

因为类控制了实例化过程，所以类可以灵活更改实例化过程。

缺点：

一、开销

虽然数量很少，但如果每次对象请求引用时都要检查是否存在类的实例，将仍然需要一些开销。可以通过使用静态初始化解决此问题。

二、可能的开发混淆

使用单例对象（尤其在类库中定义的对象）时，开发人员必须记住自己不能使用new关键字实例化对象。因为可能无法访问库源代码，因此应用程序开发人员可能会意外发现自己无法直接实例化此类。

三、对象生存期

不能解决删除单个对象的问题。在提供内存管理的语言中（例如基于.NET Framework的语言），只有单例类能够导致实例被取消分配，因为它包含对该实例的私有引用。在某些语言中（如 C++），其他类可以删除对象实例，但这样会导致单例类中出现悬浮引用。

常用几种方式

通过面向的特性，简单的构造出单例模式

123456789101112131415
# ########### 单例类定义 ###########classFoo(object):__instance=None@staticmethoddefsingleton():ifFoo.__instance:returnFoo.__instanceelse:Foo.__instance=Foo()returnFoo.__instance# ########### 获取实例 ###########obj=Foo.singleton()

当用于WEB界面时，单例模式的简单运用

web 单例模式

不过我们需要注意的是：

特殊方法__new__是一个元构造程序，每当一个对象必须被factory类实例化时，就将调用它。__new__方法必须返回一个类的实例，因此它可以在对象创建之前或之后修改类。

因为__init__在子类中不会被隐式调用，所以__new__可以用来确定已经在整个类层次完成了初始化构造。__new__是对于对象状态隐式初始化需求的回应，使得可以在比__init__更低的一个层次上定义一个初始化，这个初始化总是会被调用。

与__init__()相比__new__()方法更像一个真正的构造器。随着类和类型的统一，用户可以对内建类型进行派生，因此需要一种途径来实例化不可变对象，比如派生字符串，在这种情况下解释器则调用类的__new__（）方法，一个静态方法，并且传入的参数是在类实例化操作时生成的。__new__()会调用父类的__new__()来创建对象（向上代理）
·__new__必须返回一个合法的实例，这样解释器在调用__init__()时，就可以吧这个实例作为self传给他。调用父类的__new__（）来创建对象，正向其他语言使用new关键字一样

总结

单利模式存在的目的是保证当前内存中仅存在单个实例，避免内存浪费！！！

㈨ 关于python单例模式求教大佬

因为在__new__函数里给__instance赋了新值_
__new__函数的作用就是，如果__instance还是None，就给cls.__instance新值，然后返回 __instance的值

㈩ 推荐 8 个炫酷的 Python 装饰器

1、 lru_cache
这个装饰器来自functools模块。该模块包含在标准库中，非常易于使用。它还包含比这个装饰器更酷的功能，但这个装饰器是非常受人喜欢的。此装饰器可用于使用缓存加速函数的连续运行。当然，这应该在使用时记住一些关于缓存的注意事项，但在通用使用情况下，大多数时候这个装饰器都是值得使用的。
2、JIT
JIT是即时编译的缩写。通常每当我们在Python中运行一些代码时，发生的第一件事就是编译。这种编译会产生一些开销，因为类型被分配了内存，并存储为未分配但已命名的别名，使用即时编译，我们在执行时才进行编译。
在很多方面，我们可以将其视为类似于并行计算的东西，其中Python解释器同时处理两件事以节省时间。Numba JTI编译器因将这一概念提到Python中而闻名，可以非常轻松地调用此装饰器，并立即提高代码的性能。Numba包提供了JIT装饰器，它使运行更密集的软件变得更加容易，而不必进入C。
3、do_twice
do_twice装饰器的功能与它的名字差不多。此装饰器可用于通过一次调用运行两次函数，对调试特别有用。它可以用于测量两个不同迭代的功能。
4、count_calls
count_calls装饰器可用于提供有关函数在软件中使用多少次的信息。与do_twice一样，对调试也特别有用。
5、dataclass
为了节省编写类的时间，推荐使用dataclass装饰器。这个装饰器可用于快速编写类中常见的标准方法，这些方法通常会在我们编写的类中找到。
6、singleton
singleton是一个单例装饰器。通常，单例装饰器是由用户自己编写的，实际上并不是导入的。
7、use_unit
在科学计算中经常派上用场的一种装饰器是use_unit装饰器。此装饰器可用于更改返回结果的表示单位。这对于那些不想在数据中添加度量单位但仍希望人们知道这些单位是什么的人很有用。这个装饰器可不是在任何模块中真正有用，但它是非常常见的，对科学应用程序非常有用。