Python科普系列——类与方法（下篇） Python科普系列——类与方法（

书接上回，继续来讲讲关于类及其方法的一些冷知识和烫知识。本篇将重点讲讲类中的另一个重要元素——方法，也和上篇一样用各种神奇的例子，从原理和机制的角度为你还原一个不一样的Python。在阅读本篇之前，推荐阅读一下上篇的内容：Python科普系列——类与方法（上篇）
对象方法的本质说到面向对象编程，大家应该对方法这一概念并不陌生。其实在上篇中已经提到，在Python中方法的本质就是一个字段，将一个可执行的对象赋值给当前对象，就可以形成一个方法，并且也尝试了手动制造一个对象。
但是，如果你对Python有更进一步的了解，或者有更加仔细的观察的话，会发现实际上方法还可以被如下的方式调用起来

class T: def __init__(self, x, y): self.x = x self.y = ydef plus(self, z): return self.x + self.y + zt = T(2, 5) t.plus(10)# 17 T.plus(t, 10)# 17, the same as t.plus(10)

没错，就是 T.plus(t, 10) 这样的用法，这在其他一些面向对象语言中似乎并没见到过，看起来有些费解。先别急，咱们再来做另外一个实验

def plus(self, z): return self.x + self.y + zclass T: def __init__(self, x, y): self.x = x self.y = yplus = plust = T(2, 5) print(t) print(plus) print(T.plus) print(t.plus)# <__main__.T object at 0x7fa58afa7630> # # # >

在这个程序中， plus 函数被单独定义，且在类 T 中被引入为字段。而观察一下上面的输出，会发现一个事实—— plus和T.plus完全就是同一个对象，但t.plus就并不是同一个。根据上篇中的分析，前者是显而易见的，但是 t.plus 却成了一个叫做 method 的东西，这又是怎么回事呢？我们继续来实验，接着上一个程序

from types import MethodTypeprint(type(t.plus), MethodType)# assert isinstance(t.plus, MethodType)

会发现传说中的 method 原来是 types.MethodType 这个对象。既然已经有了这个线索，那么我们继续翻阅一下这个 types.MethodType 的源代码，源代码有部分内容不可见，只找到了这些（此处Python版本为 3.9.6 ）

class MethodType: __func__: _StaticFunctionType __self__: object __name__: str __qualname__: str def __init__(self, func: Callable[..., Any], obj: object) -> None: ... def __call__(self, *args: Any, **kwargs: Any) -> Any: ...

此处很抱歉没有找到官方文档， types 库的文档在 MethodType 的部分只有一行概述性文本而没有实质性内容，所以只好去翻源代码了，如果有有读者找到的正经的文档或说明欢迎贴在评论区。不过这么一看，依然有很关键的发现——这个__init__方法有点东西，从名字和类型来看，func应该是一个函数，obj应该是一个任意对象。咱们再来想想，从逻辑要素的角度想想， t.plus 这个东西要想能运行起来，必要因素有那些，答案显而易见：

运行逻辑，通俗来说就是实际运行的函数 plus
运行主体，通俗来说在方法前被用点隔开的那个对象 t

到这一步为止答案已经呼之欲出了，不过本着严谨的科学精神接下来还是需要进行更进一步的验证，我们需要尝试拆解这个 t.plus ，看看里面到底都有些什么东西（接上面的程序）

print(set(dir(t.plus)) - set(dir(plus)))# {'__self__', '__func__'} print(t.plus.__func__)# print(t.plus.__self__)# <__main__.T object at 0x7fa58afa7630>

首先第一行，将 dir 结果转为集合，看看那些字段是t.plus拥有而T.plus没有的。果不其然，刚好就俩字段—— __self__ 和 __func__ 。然后分别将这两个字段的值进行输出，发现—— t.plus.__func__就是之前定义的那个plus，而t.plus.__self__就是实例化出来的t 。
到这一步，与我们的猜想基本吻合，只差一个终极验证。还记得上篇中那个手动制造出来的对象不，没错，让我们来用MethodType来更加科学也更加符合实际代码行为地再次搭建一回，程序如下

from types import MethodTypeclass MyObject(object): passif __name__ == '__main__': t = MyObject()# the same as __new__ t.x = 2# the same as __init__ t.y = 5def plus(self, z): return self.x + self.y + zt.plus = MethodType(plus, t)# a better implementprint(t.x, t.y)# 2 5 print(t.plus(233))# 240 print(t.plus) # >

运行结果和之前一致，也和常规方式实现的对象完全一致，并且这个 t.plus 也正是之前实验中所看到的那种 method 。至此，Python中对象方法的本质已经十分清楚——对象方法一个基于原有函数，和当前对象，通过types.MethodType类进行组合后实现的可执行对象。
延伸思考1：基于上述的分析，为什么 T.plus(t, 10) 会有和 t.plus(10) 等价的运行效果？
延伸思考2：为什么对象方法开头第一个参数是 self ，而从第二个参数开始才是实际传入的？ MethodType 对象在被执行的时候，其内部原理可能是什么样的？
欢迎评论区讨论！
类方法与静态方法说完了对象方法，咱们再来看看另外两种常见方法——类方法和静态方法。首先是一个最简单的例子

class T: def __init__(self, x, y): self.x = x self.y = ydef plus(self, z): return self.x + self.y + z@classmethod def method_cls(cls, suffix): return str(cls.__name__) + suffix@staticmethod def method_stt(content): return ''.join(content[::-1])

其中 method_cls 是一个类方法， method_stt 是一个静态方法，这一点大家应该并不陌生。那废话不多说，先看看这个 method_cls 到底是什么（程序接上文）

print(T.method_cls)# >t = T(2, 3) print(t.method_cls)# >

很眼熟对吧，没错——无论是位于类T上的T.method_cls，还是位于对象t上的t.method_cls，都是在上一章节中所探讨过的types.MethodType类型对象，而且还是同一个对象。接下来再看看其内部的结构（程序接上文）

print(T.method_cls.__func__)# print(T.method_cls.__self__)# print(T)# assert T.method_cls.__self__ is T

其中 __func__ 就是这个原版的 method_cls 函数，而 __self__ 则是类对象 T 。由此不难发现一个事实——类方法的本质是一个将当前类对象作为主体对象的方法对象。换言之，类方法在本质上和对象方法是同源的，唯一的区别在于这个 self 改叫了 cls ，并且其值换成了当前的类对象。
看完了类方法，接下来是静态方法。首先和之前一样，看下 method_stt 的实际内容

print(T.method_stt)# t = T(2, 3) print(t.method_stt)#

这个结果很出乎意料，但仔细想想也完全合乎逻辑——静态方法的本质就是一个附着在类和对象上的原生函数。换言之，无论是 T.method_stt 还是 t.method_stt ，实际获取到的都是原本的那个 method_stt 函数。
延伸思考3：为什么类方法中的主体被命名为 cls 而不是 self ，有何含义？
延伸思考4：如果将类方法中的 cls 参数重新更名为 self ，是否会影响程序的正常运行？为什么？
延伸思考5：类方法一种最为常见的应用是搭建工厂函数，例如 T.new_instance ，可用于快速创建不同特点的实例。而在Python中类本身就具备构造函数，因此类工厂方法与构造函数的异同与分工应该是怎样的呢？请通过对其他语言的类比与实际搭建来谈谈你的看法。
欢迎评论区讨论！
魔术方法的妙用对于学过C++的读者们，应该知道有一类特殊的函数是以 operator 开头的，它们的效果是运算符重载。实际上，在Python中也有类似的特性，比如，让我们通过一个例子来看看加法运算是如何被重载的

class T: def __init__(self, x, y): self.x = x self.y = ydef __add__(self, other): print('Operating self + other ...') if isinstance(other, T): return T(self.x + other.x, self.y + other.y) else: return T(self.x + other, self.y + other)def __radd__(self, other): print('Operating other + self ...') return T(other + self.x, other + self.y)def __iadd__(self, other): print('Operating self += other ...') if isinstance(other, T): self.x += other.x self.y += other.y else: self.x += other self.y += otherreturn selft1 = T(2, 3) t2 = T(8, -4)t3 = t1 + t2 print(t3.x, t3.y)t4 = t1 + 10 print(t4.x, t4.y)t5 = -1 + t2 print(t5.x, t5.y)t1 += 20 print(t1.x, t1.y)

输出结果如下

Operating self + other ... 10 -1 Operating self + other ... 12 13 Operating other + self ... 7 -5 Operating self += other ... 22 23

对上述例子，可以作一组简单的解释：

__add__为常规的加法运算，即当执行 t = a + b 时会进入 __add__ 方法，其中 self 为 a ， other 为 b ，返回值为 t 。
__radd__为被加运算，即当执行 t = b + a 时会进入 __radd__ 方法，其中 self 为 a ， other 为 b ，返回值为 t 。
__iadd__为自加法运算，即当执行 a += b 时会进入 __iadd__ 方法，其中 self 为运算前的 a ， other 为 b ，返回值为运算后的 a 。

其中，常规的加法运算不难理解，加法自运算也不难理解，但是这个被加运算可能略微难懂。实际上可以结合上述代码中的例子 t5 = -1 + t2 来看， -1作为int类型对象，并不支持对T类型对象的常规加法运算，并且Python中也没有提供类似Ruby那样重载原生类型的机制，此时如果需要能支持-1 + t2这样的加法运算，则需要使用右侧主体的__radd__方法。
在上述例子中提到的三个方法，实际上还有很多的例子，并且这类方法均是以两个下划线作为开头和结尾的，它们有一个共同的名字——魔术方法。魔术方法一个最为直接的应用当然是支持各类算术运算符，我们来看下都支持了哪些算术运算

魔术方法	结构示意	解释
add	self + other	加法	常规加法运算
radd	other + self		被加运算
iadd	self += other		自加运算
sub	self - other	减法	常规减法运算
rsub	other - self		被减运算
isub	self -= other		自减运算
mul	self * other	乘法	常规乘法运算
rmul	other * self		被乘运算
imul	self *= other		自乘运算
matmul	self @ other	矩阵乘法	常规矩阵乘法运算
rmatmul	other @ self		矩阵被乘运算
imatmul	self @= other		矩阵自乘运算
truediv	self / other	普通除法	常规普通除法运算
rtruediv	other / self		普通被除运算
itruediv	self /= other		普通自除运算
floordiv	self // other	整除	常规整除运算
rfloordiv	other // self		被整除运算
ifloordiv	self //= other		自整除运算
mod	self % other	取余	常规取余运算
rmod	other % self		被取余运算
imod	self %= other		自取余运算
pow	self ** other	乘方	常规乘方运算
rpow	other ** self		被乘方运算
ipow	self **= other		自乘方运算
and	self & other	算术与	常规算术于运算
rand	other & self		被算术于运算
iand	self &= other		自算术于运算
or	self \| other	算术或	常规算术或运算
ror	other \| self		被算术或运算
ior	self \|= other		自算术或运算
xor	self ^ other	算术异或	常规算术异或运算
rxor	other ^ self		被算术异或运算
ixor	self ^= other		自算术异或运算
lshift	self << other	算术左移	常规算术左移运算
rlshift	other << self		被算术左移运算
ilshift	self <<= other		自算术左移运算
rshift	self >> other	算术右移	常规算术右移运算
rrshift	other >> self		被算术右移运算
irshift	self >>= other		自算术右移运算
pos	+self	取正	取正运算
neg	-self	取反	取反运算
invert	~self	算术取反	算术取反运算
eq	self == other	大小比较	等于比较运算
ne	self != other		不等于比较运算
lt	self < other		小于比较运算
le	self <= other		小于或等于比较运算
gt	self > other		大于比较运算
ge	self >= other		大于或等于比较运算

可以看到，常见的算术运算可谓一应俱全。不过依然有一些东西是没法通过魔术方法进行重载的，包括但不限于（截止发稿时，Python最新版本为 3.10.0 ）：

三目运算，即 xxx if xxx else xxx
逻辑与、逻辑或、逻辑非运算，即 xxx and yyy 和 xxx or yyy 和 not xxx

除此之外，还有一些比较常见的功能性魔术方法：

魔术方法	结构示意	解释
getitem	self[other]	索引操作	索引查询
setitem	self[other] = value		索引赋值
delitem	del self[other]		索引删除
getattr	self.other	属性操作	属性获取
setattr	self.other = value		属性赋值
delattr	del self.other		属性删除
len	len(self)	长度	获取长度
iter	for x in self: pass	枚举	枚举对象
bool	if self: pass	真伪	判定真伪
call	self(args, *kwargs)	运行	运行对象
hash	hash(self)	哈希	获取哈希值

当然，也有一些功能性的东西是无法被魔术方法所修改的，例如：

对象标识符，即 id(xxx)

如此看来，魔术方法不可谓不神奇，功能还很齐全，只要搭配合理可以起到非常惊艳的效果。那这种方法的本质是什么呢，其实也很简单——就是一种包含特殊语义的方法。例如在上述加法运算的例子中，还可以这样去运行

t1 = T(2, 3) t2 = T(8, -4)t3 = t1.__add__(t2) print(t3.x, t3.y)# Operating self + other ... # 10 -1

上面的 t1.__add__(t2) 其实就是 t1 + t2 的真正形态，而Python的对象系统中将这些魔术方法进行了包装，使之与特殊的语法和用途绑定，便形成了丰富的对象操作模式。
延伸思考6：在算术运算中，常规魔术方法、被动运算魔术方法和自运算魔术方法之间是什么样的关系，当存在不止一组可匹配模式时，实际上会执行哪个？请通过实验尝试一下。
延伸思考7：为什么三目运算、逻辑运算无法被魔术方法重载？可能存在什么样的技术障碍？以及如果开放重载可能带来什么样的问题？
延伸思考8：为什么对象标识符运算无法被魔术方法重载？对象标识符本质是什么？如果开放重载可能带来什么样的问题？
延伸思考9：在你用过的Python库中，有哪些用到了魔术方法对运算符和其他功能进行的重载？具体说说其应用范围与方式。
延伸思考10：考虑一下numpy和torch等库中的各类诸如加减乘除的算术运算，其中有矩阵（张量）与矩阵的运算，有矩阵对数值的运算，也有数值对矩阵的运算，它们是如何在Python的语言环境下做到简单易用的呢？请通过翻阅文档或阅读源代码给出你的分析。
延伸思考11： __matmul__ 运算在哪些类型对象上可以使其支持 @ 运算？在numpy和torch库中，使用 @ 作为运算符对矩阵（张量）进行运算，其运算结果和哪个运算函数是等价的？
欢迎评论区讨论！
对象属性的本质在Python的类中，还有一种与方法类似但又不同的存在——对象属性。比如这样的例子

class T: def __init__(self, x): self.__x = x@property def x(self): print('Access x ...') return self.__x@x.setter def x(self, value): print(f'Set x from {self.__x} to {value} ...') self.__x = value@x.deleter def x(self): print('Delete x\'s value ...') self.__x = Nonet = T(2) print(t.x)t.x = 233 del t.x# Access x ... # 2 # Set x from 2 to 233 ... # Delete x's value ...

通过访问t.x会进入第一个getter函数，为t.x进行赋值会进入第二个setter函数，而如果尝试删除t.x则会进入第三个deleter函数，对于对象 t 来说，这是显而易见的。不过为了研究一下原理，我们还是看看位于类 T 上的 T.x 的实际内容是什么（代码接上文）

print(T.x)#

可以看到 T.x 是一个属性（property）对象，紧接着咱们再来看看这里面所包含的结构

print(set(dir(T.x)) - set(dir(lambda: None))) print(T.x.fget) print(T.x.fset) print(T.x.fdel)# {'fget', '__delete__', 'deleter', 'fdel', '__set__', '__isabstractmethod__', 'getter', 'setter', 'fset'} # # #

可以看到 T.x 比一般的函数对象要多出来的部分，基本上分为get、set和del相关的部分，而其中的T.x.fget、T.x.fset和T.x.fdel则分别指向三个不同的函数。基于目前的这些信息，尤其是这几个命名来分析，距离正确答案已经很近了。为了进行证实，我们来尝试手动制造一个属性，并将其添加到类上，如下所示

def xget(self): print('Access x ...') return self.xvaluedef xset(self, value): print(f'Set x from {self.xvalue} to {value} ...') self.xvalue = https://www.it610.com/article/valuedef xdel(self): print('Delete x\'s value ...') self.xvalue = https://www.it610.com/article/Noneclass T: def __init__(self, x): self.xvalue = xx = property(xget, xset, xdel)t = T(2) print(t.x)t.x = 233 del t.x# Access x ... # 2 # Set x from 2 to 233 ... # Delete x's value ...

由此可见，上述的例子运行完全正常。因此实际上，property对象是一个支持 __get__ 、 __set__ 、 __delete__ 三个魔术方法的特殊对象，关于这三个魔术方法由于涉及到的内容较多，后续可能专门做一期来讲讲。简单来说，可以理解为通过在类上进行这样的一个赋值，使得被实例化的对象的该属性可以被访问、赋值和删除，Python中对象属性的本质也就是这样的。
延伸思考12：如何利用 property 类来构造一个只能读写不能删除的属性？以及如何构造只读的属性呢？
延伸思考13： property 对象中的 getter 、 setter 和 deleter 方法的用途分别是什么？
欢迎评论区讨论！
后续预告本文重点针对方法的各种机制与特性，从原理角度进行了分析。经过这两篇关于Python类与方法的科普，基本的概念和机制已经基本讲述完毕。在此基础上，treevalue第三弹也将不久后推出，包含以下主要内容：