一、Python中的对象
Python中一切皆为对象，包括int、float、str等基本类型。除了基本类型，Python中的函数、模块、类、实例等都是对象，它们都拥有自己的属性和方法。
每个对象都有一个类型，可以通过type()函数获取。同时，可以通过dir()函数获取对象的属性和方法列表。例如：
a = 5 print(type(a)) # print(dir(a)) # ['__abs__', '__add__', '__and__', '__bool__', '__ceil__', '__class__', '__delattr__', '__dir__', '__divmod__', '__doc__', '__eq__', '__float__', '__floor__', '__floordiv__', '__format__', '__ge__', '__getattribute__', '__getnewargs__', '__gt__', '__hash__', '__index__', '__init__', '__init_subclass__', '__int__', '__invert__', '__le__', '__lshift__', '__lt__', '__mod__', '__mul__', '__ne__', '__neg__', '__new__', '__or__', '__pos__', '__pow__', '__radd__', '__rand__', '__rdivmod__', '__reduce__', '__reduce_ex__', '__repr__', '__rfloordiv__', '__rlshift__', '__rmod__', '__rmul__', '__ror__', '__round__', '__rpow__', '__rrshift__', '__rshift__', '__rsub__', '__rtruediv__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__truediv__', '__trunc__', '__xor__', 'bit_length', 'conjugate', 'denominator', 'from_bytes', 'imag', 'numerator', 'real', 'to_bytes']
二、Python中的面向对象编程
Python中的面向对象编程和其他语言比较类似，通过class关键字定义类，并且通过实例化类创建对象。在类中可以定义属性和方法，属性是对象的状态，方法是对象的行为。
在类中定义方法时，第一个参数一般是self，代表当前实例。当实例调用方法时，self会被自动传入方法中。
例如，下面是一个简单的计算器类：
class Calculator:
def __init__(self):
self.result = 0
def add(self, num):
self.result += num
def substract(self, num):
self.result -= num
def multiply(self, num):
self.result *= num
def divide(self, num):
self.result /= num
calculator = Calculator()
calculator.add(5)
calculator.add(3)
calculator.multiply(2)
calculator.divide(4)
print(calculator.result) # 2.0
三、Python中的类编程范式
Python中的类编程范式包括面向对象编程、面向过程编程和函数式编程。Python中一切皆为对象，因此面向对象编程是最常用的一种编程范式。
面向过程编程是基于函数的编程范式，它将程序分解为若干个函数，每个函数负责一部分功能。它主要用于实现简单的顺序逻辑，缺点是可扩展性差。
函数式编程是基于函数的编程范式，它将函数看作是一等公民，可以作为参数、返回值以及其他数据类型一样的操作。函数式编程主要用于实现复杂的算法和数据处理，它的特点是可复用性和可扩展性强。
下面是一个使用面向对象、面向过程和函数式编程实现的斐波那契数列的例子：
# 面向对象编程
class Fibonacci:
def __init__(self, n):
self.n = n
def __iter__(self):
self.current = 0
self.next = 1
return self
def __next__(self):
if self.current < self.n:
result = self.current
self.current, self.next = self.next, self.current + self.next
return result
else:
raise StopIteration
fibonacci = Fibonacci(10)
for i in fibonacci:
print(i)
# 面向过程编程
def fibonacci(n):
current = 0
next = 1
result = []
for i in range(n):
result.append(current)
current, next = next, current + next
return result
print(fibonacci(10))
# 函数式编程
from functools import reduce
def fibonacci(n):
result = []
reduce(lambda x, _: result.append(x) or (x[1], x[0] + x[1]), range(n), (0, 1))
return result
print(fibonacci(10))
原创文章，作者：QLAQ，如若转载，请注明出处：https://www.506064.com/n/141061.html
微信扫一扫 
支付宝扫一扫 