①鸭子类型多态的概念是应用于Java和C#这一类强类型语言中，而Python崇尚"鸭子类型"
动态语言调用实例方法时不检查类型，只要方法存在，参数正确，就可以调用。这就是动态语言的“鸭子类型”，它并不要求严格的继承体系，一个对象只要“看起来像鸭子，走起路来像鸭子”，那它就可以被看做是鸭子。就比如extend往列表中追加数据只要是可迭代对象什么多可以追加
②定义时的类型和运行时的类型不一样，就称为多态。
①抽象基类（abstract base class,ABC）：抽象基类就是类里定义了纯虚成员函数的类。纯虚函数只提供了接口，并没有具体实现。抽象基类不能被实例化(不能创建对象)，通常是作为基类供子类继承，子类中重写虚函数，实现具体的接口。
②抽象基类就是定义各种方法而不做具体实现的类，任何继承自抽象基类的类必须实现这些方法，否则无法实例化。
③应用场景
1.我们去检查某个类中是否有某种方法
'''定义Demo类，类中含有__len__魔法方法
导入抽象基类中的Sized类'''
class Demo(object):
def __init__(self,elist):
self.elist = elist
def __len__(self):
return len(self.elist)
d = Demo(["oldAmy", "ls"])
from collections.abc import Sized
print(isinstance(d, Sized)) # True d是Sized子类
2.我们需要强调某个子类必须实现某些方法
'''定义父类Cache
封装CRUD方法。强制子类重写该方法。
定义子类Redis'''
import abc
class CacheBase(metaclass=abc.ABCMeta):
@abc.abstractmethod
def dele(self,key):
pass
@abc.abstractmethod
def crea(self,key,value):
pass
class RedisBase(CacheBase):
def dele(self,key,value):
pass
def crea(self,key):
pass
r = RedisBase()
使用isinstance和type的区别type 不考虑 继承关系但是isinstance要考虑继承关系
①基本查找顺序对象是可以向上查找的，所以可以访问到类属性，当对象自己有该实例属性时 ，则输出的是自己的
②类不能向下查找，所以只能访问到类属性
在python2.2版本之后，引入BFS(广度优先)。
在python新式类，就引入了C3算法，通过className.__mro__来查看，类执行的顺序
自省是通过一定的机制查询到对象的内部结构，Python中比较常见的自省（introspection）机制(函数用法)有： dir()，type(), hasattr(), isinstance()，通过这些函数，我们能够在程序运行时得知对象的类型，判断对象是否存在某个属性，访问对象的属性。
列表使用的是init方法创建的，元组使用的是new方法创建的，具体验证参考下图
①例题我们想自定义一种新类型的元组，对于传入的可迭代对象，我们只保留其中int类型且值大于0的元素
class IntTuple(tuple):
def __new__(cls, iterable ):
f = [i for i in iterable if isinstance(i,int) and i>0]
return super().__new__(cls,f)
int_t = IntTuple([2,-2,"beiyue",["x","y"],4])
print(int_t) # (2, 4)
定义类的 _ _slots _ _ 属性，声明实例有哪些属性(关闭动态绑定),不影响子类实例，不会继承，除非子类里面自己定义了_ _slots _ _
class Player(object):
def __init__(self, uid, name, status):
self.uid = uid
self.name = name
self.status = status
class Player2(object):
__slots__ = ("uid", "name", "status")
def __init__(self, uid, name, status):
self.uid = uid
self.name = name
self.status = status
# 实例化两个类
p1 = Player("1","zs",1)
p2 = Player2("2","ls",1)
"""
跟踪内存的使用
"""
import tracemalloc
tracemalloc.start() # 开始跟踪内存分配
# pla_1 = [Player(1,2,3) for i in range(10000)] # size=1722 KiB
pla_2 = [Player2(1,2,3) for i in range(10000)] # size=711 KiB
snapshot = tracemalloc.take_snapshot() # 快照，当前内存分配
top = snapshot.statistics("filename") # 快照对象的统计 监测文件
for start in top[:10]:
print(start)
①使用 _ _dict _ _ 字典主要是为了提升查询效率，所以必须使用空间换时间
少量的实例，使用字典存储，问题不大。但如果像我们的业务达到数百万个实例，字典占用的总空间就比较大。
②这个 _ _slots _ _ 相当于告诉解释器，实例的属性都叫什么。而且既然需要节省内存，推荐定义时使用元组，而不是列表。
with语句处理对象必须有 _ _ enter _ _ 方法及 _ _ exit _ _ 方法。并且 _ _ enter _ _ 方法在语句体(with语句包括起来的代码块)执行之前进入运行， _ _ exit _ _ 方法在语句体执行完毕退出后自动运行。可以通过contextlib.contextmanager这个装饰器来省略这些环节(contextlib简化上下文管理器)
@contextlib.contextmanager
def file_open(filename):
# __enter__函数
print("file open")
yield {}
# __exit__函数
print("file close")
with file_open("test.txt") as f:
print("file operation")
如果要自定义类的实例间可以使用,<,<=,>,>=,==,!=符号进行比较,我们自定义比较的行业,例如,有一个矩形的类,比较两个矩形的实例时,比较的是他们的面积,
from functools import total_ordering
@total_ordering
class Rect(object):
def __init__(self,w,h):
self.w = w
self.h = h
def area(self):
return self.w * self.h
def __str__(self):
return f"({self.w},{self.h})"
def __lt__(self, other):
return self.area() < other.area()
reac1 = Rect(1,2)
reac2 = Rect(3,4)
print(reac1)
print(reac2)
print(reac1 < reac2)
print(reac1 > reac2)
@total_ordering装饰器就只需要完成_ _ lt _ _与 _ _ gt _ _两个方法 就可以全部实现