python建立多个对象

① python可以建立多个游标吗

cursor就是一个Cursor对象，这个cursor是一个实现了迭代器（def__iter__()）和生成器（yield）的MySQLdb对象，这个时候cursor中还没有数据，只有等到fetchone()或fetchall()的时候才返回一个元组tuple，才支持len()和index()操作，这也是它是迭代器的原因。但同时为什么说它是生成器呢？因为cursor只能用一次，即每用完一次之后记录其位置，等到下次再取的时候是从游标处再取而不是从头再来，而且fetch完所有的数据之后，这个cursor将不再有使用价值了，即不再能fetch到数据了。

数据库支持
使用简单的纯文本只能实现有退限的功能，所需要引入数据库，完成更强大的功能，本节使用的简单数据库SQLite 。
SQLite 和PySQLite
sqlite是非常着名的开源嵌入式数据库软件，它可以嵌入到其他程序中使用，并且提供SQL接口用来查询，非常方便。它的官方站点为http://www.sqlite.org。
而pysqlite 则是一个sqlite 为 python 提供的 api 接口，它让一切对于 sqlite 的操作都变得异常简单
在python2.5版本这后，SQLite的优势在于它的一个包装（PySQLite）已经被包括在标准库内，所以我们可以直接使用。
入门操作
可以将SQLite作为名为sqlite3的模块导入。之后就可以创建一个到数据库文件的连接----如果文件不存在就会被创建----通过提供一个文件名：

>>> import sqlite3
>>> conn= sqlite3.connect('somedatabase.db') # 创建数据库
>>>cu =conn.cursor() #能获得连接的游标

#创建数据表
>>>cu.execute("""create table catalog (
id integer primary key,
pid integer,
name varchar(10) UNIQUE
)""")

#插入两条数据
>>>cu.execute("insert into catalog values(0,0,'name1')")
>>>cu.execute("insert into catalog values(1,0,'name2')")
>>>conn.commit()

#选择（select）
>>>cu.execute("select * from catalog")
>>>cu.fetchall()
[(0, 0, 'name1'), (1, 0, 'name2')]
>>>cu.execute("select * from catalog where id = 1")
>>>cu.fetchall()
[(1, 0, 'name2')]

#修改（update）
>>>cu.execute(“update catalog set name=’name2′ where id = 0″)
>>> cx.commit()
>>> cu.execute(“select * from catalog”)
>>> cu.fetchone()
(0, 0, ‘name2′)

#删除（delete）
>>>cu.execute(“delete from catalog where id= 1″)
>>> cx.commit()
>>> cu.execute(“select * from catalog”)
>>> cu.fetchall()
[(0, 0, 'name2')]

连接
为了使用基础数据库系统，首先必须连接到它，这个时候需要使用具有名称的connect函数，该函数有多个参数，而具体用哪个参数取决于数据库。
connect函数的常用参数：
connect函数返回连接对象。这个对象表示目前和数据库的会话。连接对象支持的方法如下；
连接对象方法：
commit 方法总是可用的，但如果数据库不支持事务，它就没有任何作用。如果关闭了连接但还有未提交的事务，它们会隐式地回滚---但是只有在数据库支持持回滚的时候才可以。
rollback 方法可能不可用，因为不是所有的数据库都支持事务（事务是一系列动作）。如果可用，那么就可以“撤销”所有未提交的事务。
cursor 方法将我们引入另外一个主题：游标对象。通过游标扫行SQL 查询并检查结果。游标连接支持更多的方法，而且可能在程序中更好用。
游标：
cu = conn.cursor()
能获得连接的游标，这个游标可以用来执行SQL查询。
conn.commit()
完成插入并且做出某些更改后确保已经进行了提交，这样才可以将这些修改真正地保存到文件中。
游标对象方法：
游标对象特性：
cu.fetchone()
fetchall()返回结果集中的全部数据，结果为一个tuple的列表。每个tuple元素是按建表的字段顺序排列。注意，游标是有状态的，它可以记录当前已经取到结果的第几个记录了，因此，一般你只可以遍历结果集一次。在上面的情况下，如果执行fetchone()会返回为空。这一点在测试时需要注意。
conn.close()
可以在每次修改数据库后都进行提交，而不是仅仅在准备关闭才提交，准备关闭数据时，使用close 方法。

② 如何创建对象和使用对象

一、打开JUPYTER NOTEBOOK，新建一个PYTHON3文档。

③ 怎么让python在内存中运行

对象的内存使用
赋值语句是语言最常见的功能了。但即使是最简单的赋值语句，也可以很有内涵。Python的赋值语句就很值得研究。
a = 1

整数1为一个对象。而a是一个引用。利用赋值语句，引用a指向对象1。Python是动态类型的语言(参考动态类型)，对象与引用分离。Python像使用“筷子”那样，通过引用来接触和翻动真正的食物——对象。

引用和对象

为了探索对象在内存的存储，我们可以求助于Python的内置函数id()。它用于返回对象的身份(identity)。其实，这里所谓的身份，就是该对象的内存地址。
a = 1

print(id(a))
print(hex(id(a)))

在我的计算机上，它们返回的是:
11246696
'0xab9c68'
分别为内存地址的十进制和十六进制表示。

在Python中，整数和短小的字符，Python都会缓存这些对象，以便重复使用。当我们创建多个等于1的引用时，实际上是让所有这些引用指向同一个对象。
a = 1
b = 1

print(id(a))
print(id(b))

上面程序返回
11246696
11246696
可见a和b实际上是指向同一个对象的两个引用。

为了检验两个引用指向同一个对象，我们可以用is关键字。is用于判断两个引用所指的对象是否相同。

# True
a = 1
b = 1
print(a is b)

# True
a = "good"
b = "good"
print(a is b)

# False
a = "very good morning"
b = "very good morning"
print(a is b)

# False
a = []
b = []
print(a is b)

上面的注释为相应的运行结果。可以看到，由于Python缓存了整数和短字符串，因此每个对象只存有一份。比如，所有整数1的引用都指向同一对象。即使使用赋值语句，也只是创造了新的引用，而不是对象本身。长的字符串和其它对象可以有多个相同的对象，可以使用赋值语句创建出新的对象。

在Python中，每个对象都有存有指向该对象的引用总数，即引用计数(reference count)。
我们可以使用sys包中的getrefcount()，来查看某个对象的引用计数。需要注意的是，当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此，getrefcount()所得到的结果，会比期望的多1。

from sys import getrefcount

a = [1, 2, 3]
print(getrefcount(a))

b = a
print(getrefcount(b))

由于上述原因，两个getrefcount将返回2和3，而不是期望的1和2。

对象引用对象
Python的一个容器对象(container)，比如表、词典等，可以包含多个对象。实际上，容器对象中包含的并不是元素对象本身，是指向各个元素对象的引用。
我们也可以自定义一个对象，并引用其它对象:

class from_obj(object):
def __init__(self, to_obj):
self.to_obj = to_obj

b = [1,2,3]
a = from_obj(b)
print(id(a.to_obj))
print(id(b))

可以看到，a引用了对象b。

对象引用对象，是Python最基本的构成方式。即使是a = 1这一赋值方式，实际上是让词典的一个键值"a"的元素引用整数对象1。该词典对象用于记录所有的全局引用。该词典引用了整数对象1。我们可以通过内置函数globals()来查看该词典。

当一个对象A被另一个对象B引用时，A的引用计数将增加1。

from sys import getrefcount

a = [1, 2, 3]
print(getrefcount(a))

b = [a, a]
print(getrefcount(a))

由于对象b引用了两次a，a的引用计数增加了2。

容器对象的引用可能构成很复杂的拓扑结构。我们可以用objgraph包来绘制其引用关系，比如
x = [1, 2, 3]
y = [x, dict(key1=x)]
z = [y, (x, y)]

import objgraph
objgraph.show_refs([z], filename='ref_topo.png')

objgraph是Python的一个第三方包。安装之前需要安装xdot。
sudo apt-get install xdot
sudo pip install objgraph

objgraph官网

两个对象可能相互引用，从而构成所谓的引用环(reference cycle)。
a = []
b = [a]
a.append(b)

即使是一个对象，只需要自己引用自己，也能构成引用环。
a = []
a.append(a)
print(getrefcount(a))

引用环会给垃圾回收机制带来很大的麻烦，我将在后面详细叙述这一点。

引用减少
某个对象的引用计数可能减少。比如，可以使用del关键字删除某个引用:

from sys import getrefcount

a = [1, 2, 3]
b = a
print(getrefcount(b))

del a
print(getrefcount(b))

del也可以用于删除容器元素中的元素，比如:

a = [1,2,3]
del a[0]
print(a)

如果某个引用指向对象A，当这个引用被重新定向到某个其他对象B时，对象A的引用计数减少:

from sys import getrefcount

a = [1, 2, 3]
b = a
print(getrefcount(b))

a = 1
print(getrefcount(b))

垃圾回收
吃太多，总会变胖，Python也是这样。当Python中的对象越来越多，它们将占据越来越大的内存。不过你不用太担心Python的体形，它会乖巧的在适当的时候“减肥”，启动垃圾回收(garbage collection)，将没用的对象清除。在许多语言中都有垃圾回收机制，比如Java和Ruby。尽管最终目的都是塑造苗条的提醒，但不同语言的减肥方案有很大的差异 (这一点可以对比本文和Java内存管理与垃圾回收
)。

从基本原理上，当Python的某个对象的引用计数降为0时，说明没有任何引用指向该对象，该对象就成为要被回收的垃圾了。比如某个新建对象，它被分配给某个引用，对象的引用计数变为1。如果引用被删除，对象的引用计数为0，那么该对象就可以被垃圾回收。比如下面的表:
a = [1, 2, 3]
del a

del a后，已经没有任何引用指向之前建立的[1, 2, 3]这个表。用户不可能通过任何方式接触或者动用这个对象。这个对象如果继续待在内存里，就成了不健康的脂肪。当垃圾回收启动时，Python扫描到这个引用计数为0的对象，就将它所占据的内存清空。

然而，减肥是个昂贵而费力的事情。垃圾回收时，Python不能进行其它的任务。频繁的垃圾回收将大大降低Python的工作效率。如果内存中的对象不多，就没有必要总启动垃圾回收。所以，Python只会在特定条件下，自动启动垃圾回收。当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时，垃圾回收才会启动。
我们可以通过gc模块的get_threshold()方法，查看该阈值:
import gc
print(gc.get_threshold())

返回(700, 10, 10)，后面的两个10是与分代回收相关的阈值，后面可以看到。700即是垃圾回收启动的阈值。可以通过gc中的set_threshold()方法重新设置。

我们也可以手动启动垃圾回收，即使用gc.collect()。

分代回收
Python同时采用了分代(generation)回收的策略。这一策略的基本假设是，存活时间越久的对象，越不可能在后面的程序中变成垃圾。我们的程序往往会产生大量的对象，许多对象很快产生和消失，但也有一些对象长期被使用。出于信任和效率，对于这样一些“长寿”对象，我们相信它们的用处，所以减少在垃圾回收中扫描它们的频率。

小家伙要多检查

Python将所有的对象分为0，1，2三代。所有的新建对象都是0代对象。当某一代对象经历过垃圾回收，依然存活，那么它就被归入下一代对象。垃圾回收启动时，一定会扫描所有的0代对象。如果0代经过一定次数垃圾回收，那么就启动对0代和1代的扫描清理。当1代也经历了一定次数的垃圾回收后，那么会启动对0，1，2，即对所有对象进行扫描。
这两个次数即上面get_threshold()返回的(700, 10, 10)返回的两个10。也就是说，每10次0代垃圾回收，会配合1次1代的垃圾回收；而每10次1代的垃圾回收，才会有1次的2代垃圾回收。
同样可以用set_threshold()来调整，比如对2代对象进行更频繁的扫描。
import gc
gc.set_threshold(700, 10, 5)

孤立的引用环
引用环的存在会给上面的垃圾回收机制带来很大的困难。这些引用环可能构成无法使用，但引用计数不为0的一些对象。
a = []
b = [a]
a.append(b)

del a
del b

上面我们先创建了两个表对象，并引用对方，构成一个引用环。删除了a，b引用之后，这两个对象不可能再从程序中调用，就没有什么用处了。但是由于引用环的存在，这两个对象的引用计数都没有降到0，不会被垃圾回收。

孤立的引用环

为了回收这样的引用环，Python复制每个对象的引用计数，可以记为gc_ref。假设，每个对象i，该计数为gc_ref_i。Python会遍历所有的对象i。对于每个对象i引用的对象j，将相应的gc_ref_j减1。

遍历后的结果

在结束遍历后，gc_ref不为0的对象，和这些对象引用的对象，以及继续更下游引用的对象，需要被保留。而其它的对象则被垃圾回收。

④ 能具体说一下吗

变量是保存存储值的内存位置。也就是说，当创建一个变量时，可以在内存中保留一些空间。

基于变量的数据类型，解释器分配内存并决定可以存储在保留的存储器中的内容。 因此，通过为变量分配不同的数据类型，可以在这些变量中存储的数据类型为整数，小数或字符等等。

将值分配给变量

在Python中，变量不需要明确的声明类型来保留内存空间。当向变量分配值时，Python会自动发出声明。 等号(=)用于为变量赋值。

=运算符左侧的操作数是变量的名称，而=运算符右侧的操作数是将在存储在变量中的值。 例如 -

#!/usr/bin/python3counter = 100 # 一个整型数miles = 999.99 # 一个浮点数name = "Maxsu" # 一个字符串site_url = "http://www.yii.com" # 一个字符串print (counter)print (miles)print (name)print (site_url)Python

这里，100,999.99和“Maxsu”分别是分配给counter，miles和name变量的值。执行上面代码将产生以下结果 -

100
999.99
Maxsu
http://www.yii.comShell

多重赋值

Python允许同时为多个变量分配单个值。

例如 -

a = b = c = 1Python

这里，创建一个整数对象，其值为1，并且所有三个变量都分配给相同的内存位置。还可以将多个对象分配给多个变量。 例如 -

a, b, c = 10, 20, "maxsu"Python

这里，将两个值为10和20的整数对象分别分配给变量a和b，并将一个值为“maxsu”的字符串对象分配给变量c。

标准数据类型

存储在内存中的数据可以是多种类型。 例如，一个人的年龄可存储为一个数字值，他的地址被存储为字母数字字符串。 Python具有各种标准数据类型，用于定义可能的操作以及每个标准数据类型的存储方法。

Python有五种标准数据类型 -

• 1.数字

• 2.字符串

• 3.列表

• 4.元组

• 5.字典

1.Python数字

数字数据类型存储数字值。当为其分配值时，将创建数字对象。 例如 -

• var1 = 10var2 = 20Python



可以使用del语句删除对数字对象的引用。del语句的语法是 -

• del var1[,var2[,var3[....,varN]]]]Python



可以使用del语句删除单个对象或多个对象。

例如 -

• del vardel var_a, var_bPython



Python支持三种不同的数值类型 -

• int(有符号整数)

• float(浮点实值)

• complex(复数)

Python3中的所有整数都表示为长整数。 因此，长整数没有单独的数字类型。

例子

以下是一些数字示例 -

int

float

complex

10 0.0 3.14j

100 15.20 45.j

-786 -21.9 9.322e-36j

080 32.3+e18 .876j

-0490 -90. -.6545+0J

-0x260 -32.54e100 3e+26J

0x69 70.2-E12 4.53e-7j

复数是由x + yj表示的有序对的实数浮点数组成，其中x和y是实数，j是虚数单位。

2.Python字符串

Python中的字符串被标识为在引号中表示的连续字符集。Python允许双引号或双引号。 可以使用片段运算符([]和[:])来获取字符串的子集(子字符串)，其索引从字符串开始处的索引0开始，并且以-1表示字符串中的最后一个字符。

加号(+)是字符串连接运算符，星号(*)是重复运算符。例如 -

• #!/usr/bin/python3#coding=utf-8# save file: variable_types_str1.pystr = 'yii.com'print ('str = ', str) # Prints complete stringprint ('str[0] = ',str[0]) # Prints first character of the stringprint ('str[2:5] = ',str[2:5]) # Prints characters starting from 3rd to 5thprint ('str[2:] = ',str[2:]) # Prints string starting from 3rd characterprint ('str[-1] = ',str[-1]) # 最后一个字符，结果为：'!'print ('str * 2 = ',str * 2) # Prints string two timesprint ('str + "TEST" = ',str + "TEST") # Prints concatenated stringPython



将上面代码保存到variable_types_str1.py文件中，执行将产生以下结果 -

• F:worksppython>python variable_types_str1.py


• str = yii.com


• str[0] = y


• str[2:5] = iba


• str[2:] = i.com


• str[-1] = m


• str * 2 = yii.comyii.com


• str + "TEST" = yii.comTEST



• F:worksppython>Shell



2.Python列表

列表是Python复合数据类型中最多功能的。 一个列表包含用逗号分隔并括在方括号([])中的项目。在某种程度上，列表类似于C语言中的数组。它们之间的区别之一是Python列表的所有项可以是不同的数据类型，而C语言中的数组只能是同种类型。

存储在列表中的值可以使用切片运算符([]和[])来访问，索引从列表开头的0开始，并且以-1表示列表中的最后一个项目。 加号(+)是列表连接运算符，星号(*)是重复运算符。例如 -

• #!/usr/bin/python3#coding=utf-8# save file: variable_types_str1.pylist = [ 'yes', 'no', 786 , 2.23, 'minsu', 70.2 ]tinylist = [100, 'maxsu']print ('list = ', list) # Prints complete listprint ('list[0] = ',list[0]) # Prints first element of the listprint ('list[1:3] = ',list[1:3]) # Prints elements starting from 2nd till 3rd print ('list[2:] = ',list[2:]) # Prints elements starting from 3rd elementprint ('list[-3:-1] = ',list[-3:-1]) print ('tinylist * 2 = ',tinylist * 2) # Prints list two timesprint ('list + tinylist = ', list + tinylist) # Prints concatenated listsPython



将上面代码保存到variable_types_str1.py文件中，执行将产生以下结果 -

• F:worksppython>python variable_types_list.py


• list = ['yes', 'no', 786, 2.23, 'minsu', 70.2]


• list[0] = yes


• list[1:3] = ['no', 786]


• list[2:] = [786, 2.23, 'minsu', 70.2]


• list[-3:-1] = [2.23, 'minsu']


• tinylist * 2 = [100, 'maxsu', 100, 'maxsu']


• list + tinylist = ['yes', 'no', 786, 2.23, 'minsu', 70.2, 100, 'maxsu']



• F:worksppython>Shell



3.Python元组

元组是与列表非常类似的另一个序列数据类型。元组是由多个值以逗号分隔。然而，与列表不同，元组被括在小括号内(())。

列表和元组之间的主要区别是 - 列表括在括号([])中，列表中的元素和大小可以更改，而元组括在括号(())中，无法更新。元组可以被认为是只读列表。 例如 -

• #!/usr/bin/python3#coding=utf-8# save file : variable_types_tuple.pytuple = ( 'maxsu', 786 , 2.23, 'yii', 70.2 )tinytuple = (999.0, 'maxsu')# tuple[1] = 'new item value' 不能这样赋值print ('tuple = ', tuple) # Prints complete tupleprint ('tuple[0] = ', tuple[0]) # Prints first element of the tupleprint ('tuple[1:3] = ', tuple[1:3]) # Prints elements starting from 2nd till 3rd print ('tuple[-3:-1] = ', tuple[-3:-1]) # 输出结果是什么？print ('tuple[2:] = ', tuple[2:]) # Prints elements starting from 3rd elementprint ('tinytuple * 2 = ',tinytuple * 2) # Prints tuple two timesprint ('tuple + tinytuple = ', tuple + tinytuple) # Prints concatenated tuplePython



将上面代码保存到variable_types_tuple.py文件中，执行将产生以下结果 -

• F:worksppython>python variable_types_tuple.py


• tuple = ('maxsu', 786, 2.23, 'yii', 70.2)


• tuple[0] = maxsu


• tuple[1:3] = (786, 2.23)


• tuple[-3:-1] = (2.23, 'yii')


• tuple[2:] = (2.23, 'yii', 70.2)


• tinytuple * 2 = (999.0, 'maxsu', 999.0, 'maxsu')


• tuple + tinytuple = ('maxsu', 786, 2.23, 'yii', 70.2, 999.0, 'maxsu')



• F:worksppython>Shell



以下代码对于元组无效，因为尝试更新元组，但是元组是不允许更新的。类似的情况可能与列表 -

• #!/usr/bin/python3tuple = ( 'abcd', 786 , 2.23, 'john', 70.2 )list = [ 'abcd', 786 , 2.23, 'john', 70.2 ]tuple[2] = 1000 # 无法更新值，程序出错list[2] = 1000 # 有效的更新，合法Python



Python字典

Python的字典是一种哈希表类型。它们像Perl中发现的关联数组或散列一样工作，由键值对组成。字典键几乎可以是任何Python数据类型，但通常为了方便使用数字或字符串。另一方面，值可以是任意任意的Python对象。

字典由大括号({})括起来，可以使用方括号([])分配和访问值。例如 -

• #!/usr/bin/python3#coding=utf-8# save file : variable_types_dict.pydict = {}dict['one'] = "This is one"dict[2] = "This is my"tinydict = {'name': 'maxsu', 'code' : 1024, 'dept':'IT Dev'}print ("dict['one'] = ", dict['one']) # Prints value for 'one' keyprint ('dict[2] = ', dict[2]) # Prints value for 2 keyprint ('tinydict = ', tinydict) # Prints complete dictionaryprint ('tinydict.keys() = ', tinydict.keys()) # Prints all the keysprint ('tinydict.values() = ', tinydict.values()) # Prints all the valuesPython



将上面代码保存到variable_types_dict.py文件中，执行将产生以下结果 -

• F:worksppython>python variable_types_dict.py


• dict['one'] = This is one


• dict[2] = This is my


• tinydict = {'name': 'maxsu', 'code': 1024, 'dept': 'IT Dev'}


• tinydict.keys() = dict_keys(['name', 'code', 'dept'])


• tinydict.values() = dict_values(['maxsu', 1024, 'IT Dev'])Shell



字典中的元素没有顺序的概念。但是说这些元素是“乱序”是不正确的; 它们是无序的。

数据类型转换

有时，可能需要在内置类型之间执行转换。要在类型之间进行转换，只需使用类型名称作为函数即可。

有以下几种内置函数用于执行从一种数据类型到另一种数据类型的转换。这些函数返回一个表示转换值的新对象。它们分别如下所示 -

编号

函数

描述

1 int(x [,base]) 将x转换为整数。如果x是字符串，则要base指定基数。

2 float(x) 将x转换为浮点数。

3 complex(real [,imag]) 创建一个复数。

4 str(x) 将对象x转换为字符串表示形式。

5 repr(x) 将对象x转换为表达式字符串。

6 eval(str) 评估求值一个字符串并返回一个对象。

7 tuple(s) 将s转换为元组。

8 list(s) 将s转换为列表。

9 set(s) 将s转换为集合。

10 dict(d) 创建一个字典，d必须是(key，value)元组的序列

11 frozenset(s) 将s转换为冻结集

12 chr(x) 将整数x转换为字符

13 unichr(x) 将整数x转换为Unicode字符。

14 ord(x) 将单个字符x转换为其整数值。

15 hex(x) 将整数x转换为十六进制字符串。

16 oct(x) 将整数x转换为八进制字符串。

⑤ python怎么创建类的对象

定义的类只有进行实例化，也就是使用该类创建对象之后，才能得到利用。总的来说，实例化后的类对象可以执行以下操作：

• 访问或修改类对象具有的实例变量，甚至可以添加新的实例变量或者删除已有的实例变量；

• 调用类对象的方法，包括调用现有的方法，以及给类对象动态添加方法。

⑥ python为什么是面向对象的

Python虽然是解释型语言，但从设计之初就已经是一门面向对象的语言，对于Python来说一切皆为对象。正因为如此，在Python中创建一个类和对象是很容易的，当然如果习惯面向过程或者函数的写法也是可以的，Python并不做硬性的限制。
Python的面向对象特征如下：
封装
面向对象程序设计中的术语对象(Object)基本上可以看做数据(特性)以及由一系列可以存取、操作这些数据的方法所组成的集合。传统意义上的“程序=数据结构+算法”被封装”掩盖“并简化为“程序=对象+消息”。对象是类的实例，类的抽象则需要经过封装。封装可以让调用者不用关心对象是如何构建的而直接进行使用。
继承
类继承：
继承给人的直接感觉是这是一种复用代码的行为。继承可以理解为它是以普通的类为基础建立专门的类对象，子类和它继承的父类是IS-A的关系。
多重继承：
不同于C#，Python是支持多重类继承的(C#可继承自多个Interface，但最多继承自一个类)。多重继承机制有时很好用，但是它容易让事情变得复杂。
多态
多态意味着可以对不同的对象使用同样的操作，但它们可能会以多种形态呈现出结果。在Python中，任何不知道对象到底是什么类型，但又需要对象做点什么的时候，都会用到多态。方法是多态的，运算符也是多态的。
相关推荐：《Python教程》以上就是小编分享的关于python为什么是面向对象的的详细内容希望对大家有所帮助，更多有关python教程请关注环球青藤其它相关文章！