面向对象

类和对象

万事万物都是类
类可以用属性和行为来描述
对象是类的一个实例
虽然类可以用属性和行为来描述，但是真正具有属性值和真正进行某个行为的只能是对象。并且，不同的对象可以具有不同的属性值以及进行不同的具体行为。

类的定义

class Student(object): 
    def __init__(self,name,age,gender):
        self.name=name
        self.age=age
        self.gender=gender
    def study(self):
        print("I’m %s I'm study“ % self.name)
    def tellAge(self):
        print("I’m %d years old.“ % self.age)

1.定义一个初始化方法__init__，它的第一个参数是self，后面的参数用于对属性进行初始化
2.属性都在__init__方法中初始化，名称为self.属性名；__init__方法的返回值一定是None
3.方法都至少有一个参数self

4.在类的内部，属性和方法都通过self.属性名/self.方法名访问

创建对象

通过类名并跟初始化参数来创建一个对象，然后把它赋值给一个变量。

s=Student("zhangsan",12,"male")

通过变量访问该对象的属性和方法

s.age=23
s.tellAge()

s.tellAge()等同于Student.tellAge(s)

类变量

在函数的成员位置声明的变量称为类变量，它是类的属性，永远只有一个值，跟对象无关。
在类的内部和外部都是通过类名来访问。
不需要创建对象，类变量就存在。
如果类有一个类变量foo，obj是该类的一个对象，则print(obj.foo)访问的是类变量foo，而obj.foo=23则实际上是为对象obj增加了一个实例变量foo。类变量位于类的字典中，实例变量位于对象的字典中，它们不是一回事。FooClass.var恒等于ForClass.__dict__[‘var’]，obj.var恒等于obj.__dict__[‘var’]。总结：不要通过对象访问类变量。
在类的成员位置可以声明一个全局变量：global var

python学习第四天

类方法和静态方法

在类中可以使用装饰器@classmethod定义一个类方法。类方法的第一个参数是cls，表示本类。
在类中可以使用装饰器@staticmethod定义一个静态方法。静态方法没有cls参数。
类方法和静态方法都通过类名来访问。访问类方法时，会自动将本类传递给方法的第一个参数。

类的成员的增加和删除

类变量和实例变量在程序代码中可以增加和删除。

self.newVar=value增加一个实例变量，
del(self.var)删除一个实例变量，
FooClass.newVar=value增加一个类变量，
del(FooClass.var)删除一个类变量。
对于一个已经创建的对象，也可以增加或者删除它的实例变量，比如fooObject.newVar = value，del(fooObject.newVar)。

类的成员方法可以在程序中添加或者删除。

添加成员方法：FooClass.fooFun = newFun (newFun是全局定义的一个函数。定义为类方法用@classmethod装饰器，并将第一个参数设为cls。定义静态方法时用@staticmethod装饰器。
即使在创建一个对象之后再给类添加方法，该对象也能够调用这个新添加的方法。
用这个方法也可以修改类的方法定义。
删除成员方法：del(FooClass.fooFun)

self

实例方法都至少有一个参数self。（通过一个对象）调用该方法时，自动将该对象传给self（实际上执行的是Class.method(obj)）也就是说，obj.method()等同于Class.method(obj)。
self就是一个普通的参数名称，而不是关键字或者其它。之所以叫self只是想让这个名称有一定的字面含义。（cls同理）
类方法和静态方法也可以有一个self参数来表示该类的一个对象。这个时候如果通过类名调用类方法或者静态方法，就必须显式地给self参数赋值。（其实这个时候变量名不应该写成self。）

继承

一个类可以继承另一个类的属性和方法，前者成为后者的子类，后者为前者的父类。

声明一个类继承另一个类：

class Son(Parent):

可以声明一个类继承多个类：

class Son(Parent1,Parent2,…)

当创建一个类时，它总是继承某一个类。如果该类没有显式地声明继承某一个类，那么它继承object类。
子类继承了父类的成员变量和所有自己定义的成员方法（不能继承内置变量和方法比如__dict和__init__()），可以通过self来访问这些继承的成员变量和成员方法。
当子类中定义的成员变量（类变量和实例变量）和成员方法（实例方法，类方法和静态方法）跟父类同名时，它隐藏了父类的类变量和方法。
多继承的搜索顺序：由类的__mro__变量决定（MRO：方法解析顺序）
子类调用父类方法的方法：

父类名.父类方法() --注意所有的方法都可以用这种方式调用，但是类名是hardcode的
用super()方法获得父对象，然后用这个父对象去调用父类的方法。
当构造一个子类对象时，父类的__init__方法不会被自动调用。可以在子类的__init__方法中调用super().__init__方法或者父类名.__init__方法来对父类成员变量进行初始化

访问权限

Python语言约定：以单下划线开头的成员，不应该在类的外部被访问。但是Python语言并不真正限制它。
以双下划线开头的成员，Python会自动将名称进行重命名。比如FooClass类中定义了一个__name开头的成员，则它会被自动转换为_FooClass__name。在类的内部，用__name进行访问，在类的外部，只能用_FooClass__name访问。

多线程

进程和线程的概念

多线程类似于同时执行多个不同程序，多线程运行有如下优点：

使用线程可以把占据长时间的程序中的任务放到后台去处理。
用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度
程序的运行速度可能加快
在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。
每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。
指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。

线程可以被抢占（中断）。
在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。

线程模块

Python3 通过两个标准库 _thread 和 threading 提供对线程的支持。

_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。

threading 模块除了包含 _thread 模块中的所有方法外，还提供的其他方法：

threading.currentThread(): 返回当前的线程变量。
threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。
除了使用方法外，线程模块同样提供了Thread类来处理线程，Thread类提供了以下方法:
run(): 用以表示线程活动的方法。
start():启动线程活动。
join([time]): 等待至线程中止。这阻塞调用线程直至线程的join() 方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。
isAlive(): 返回线程是否活动的。
getName(): 返回线程名。
setName(): 设置线程名。

使用 threading 模块创建线程

我们可以通过直接从 threading.Thread 继承创建一个新的子类，并实例化后调用 start() 方法启动新线程，即它调用了线程的 run() 方法：

import threading
import time

exitFlag = 0

class myThread (threading.Thread):
    def __init__(self, threadID, name, counter):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.counter = counter
    def run(self):
        print ("开始线程：" + self.name)
        print_time(self.name, self.counter, 5)
        print ("退出线程：" + self.name)

def print_time(threadName, delay, counter):
    while counter:
        if exitFlag:
            threadName.exit()
        time.sleep(delay)
        print ("%s: %s" % (threadName, time.ctime(time.time())))
        counter -= 1

# 创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)

# 开启新线程
thread1.start()
thread2.start()
thread1.join()
thread2.join()
print ("退出主线程")

线程同步

如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。

使用 Thread 对象的 Lock 和 Rlock 可以实现简单的线程同步，这两个对象都有 acquire 方法和 release 方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到 acquire 和 release 方法之间。如下：

多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。

考虑这样一种情况：一个列表里所有元素都是0，线程"set"从后向前把所有元素改成1，而线程"print"负责从前往后读取列表并打印。

那么，可能线程"set"开始改的时候，线程"print"便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。

锁有两种状态——锁定和未锁定。每当一个线程比如"set"要访问共享数据时，必须先获得锁定；如果已经有别的线程比如"print"获得锁定了，那么就让线程"set"暂停，也就是同步阻塞；等到线程"print"访问完毕，释放锁以后，再让线程"set"继续。

经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。

import threading
import time

class myThread (threading.Thread):
    def __init__(self, threadID, name, counter):
        threading.Thread.__init__(self)
        self.threadID = threadID
        self.name = name
        self.counter = counter
    def run(self):
        print ("开启线程： " + self.name)
        # 获取锁，用于线程同步
        threadLock.acquire()
        print_time(self.name, self.counter, 3)
        # 释放锁，开启下一个线程
        threadLock.release()

def print_time(threadName, delay, counter):
    while counter:
        time.sleep(delay)
        print ("%s: %s" % (threadName, time.ctime(time.time())))
        counter -= 1

threadLock = threading.Lock()
threads = []

# 创建新线程
thread1 = myThread(1, "Thread-1", 1)
thread2 = myThread(2, "Thread-2", 2)

# 开启新线程
thread1.start()
thread2.start()

# 添加线程到线程列表
threads.append(thread1)
threads.append(thread2)

# 等待所有线程完成
for t in threads:
    t.join()
print ("退出主线程")

秒客网