Python中的property介绍(修订)

这篇具有很好参考价值的文章主要介绍了Python中的property介绍(修订)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

Python中的property介绍(修订)

property是一种用于类的特殊属性,用于控制和保护属性的访问和修改。因此,在使用property之前,需要了解类和对象的基本概念和使用方法。property是通过装饰器(decorator)来定义的,因此需要了解Python中的装饰器的基本概念和使用方法。

Python中进行OOP(面向对象程序设计)时,获取、设置和删除对象属性( attribute)的时候,常常需要限制对象属性的设置和获取,比如设置为只读、设置取值范围限制等,从而有助于类封装的灵活性,又可以使用“对象.属性”的方式操作操作类属性。为此,Python提供了两种实现机制,property() 函数和 @property 装饰器。有关这些称为Python的property(特性、特征属性)。类(class)技术本身就是一种封装手段,Python的property可以提升类封装的灵活性。

官网介绍:中文 https://docs.python.org/zh-cn/3/library/functions.html#property
英文 https://docs.python.org/3/library/functions.html#property  

关于Python面向对象程序设计可参见https://blog.csdn.net/cnds123/article/details/108354860

【python中的attribute和property有什么区别

提示:attribute一般译为属性,property译为特性,但也有相反的。

attribute 包括默认的 getter/setter/deleter,触发内置的 get/set/delete 方法。

property 是特殊的 attribute,可以自定义 getter/setter/deleter 等属性,自己控制 get/set/delete 时触发的方法,也可以不定义来禁止该操作。property主要解决两个事情,如何更好的封装和访问。

早期的python中是没有property这个概念的,是在python2.2中引入的,然后在2.4中才出现了@property这样的装饰器对象的样子。

装饰器(decorator)就是把原函数传给一个新的对象或函数,然后用这个新的对象来替换原来的函数。所以当我们看到类似如下的代码:

@property

def x(self):

    pass

头脑中要把它连成一个整体,它代表一个新的函数要替换原来的x(self)函数。这个新函数要干两件重要的事情:

一是执行原来的函数并返回其结果;

二是在函数执行的前后添加新的功能,这就是装饰器模式的本义。

关于python装饰器(Decorator) ,可参见 https://blog.csdn.net/cnds123/article/details/115588075

关于attribute和Property的异同,后面还将介绍】

一、property() 函数

语法:

property(fget=None, fset=None, fdel=None, doc=None)

返回 property 属性(attribute)

说明:

fget 是获取属性值的函数。

fset 是设置(修改)属性值的函数。

fdel 是删除属性值的函数。

doc 是属性描述信息。如果省略,会把 fget 方法的文档字符串(docstring)拿来用(如果有的话)。

可以使用property()函数来手动实现对类的成员变量进行访问、设置(修改)、删除操作。如果只需要获取属性值,可以省略设置(修改)和删除方法。

下面给出property() 函数示例

class Student:
    def __init__(self):
        self._age = None

    def get_age(self):
        print('获取属性时执行的代码')
        return self._age

    def set_age(self, age):
        print('设置属性时执行的代码')
        self._age = age

    def del_age(self):
        print('删除属性时执行的代码')
        del self._age

    age = property(get_age, set_age, del_age, '学生年龄')


student = Student()
# 注意要用 类名.属性.__doc__ 的形式查看属性的文档字符串
print('查看属性的文档字符串:' + Student.age.__doc__)
"""
查看属性的文档字符串:学生年龄
"""

# 设置属性
student.age = 18
"""
设置属性时执行的代码
"""

# 获取属性
print('学生年龄为:' + str(student.age))
"""
获取属性时执行的代码
学生年龄为:18
"""

# 删除属性
del student.age
"""
删除属性时执行的代码
"""

运行效果:

python property,Python学习,python

二、@property 装饰器

提供了比 property() 函数更简洁直观的写法。@property装饰器可以做到和内置函数property() 相同的事情。

被 @property 装饰的方法是获取属性值的方法,被装饰方法的名字会被用做 属性名。

被 @属性名.setter 装饰的方法是设置属性值的方法。

被 @属性名.deleter 装饰的方法是删除属性值的方法。

特别提示:

property的getter方法可以使用@property装饰器来定义,这种方式不需要指定属性名;也可以使用@属性名.getter的方式来定义。这两种方式本质上是等价的。

若省略设置属性值的方法,此时该属性变成只读属性。如果此时仍然设置属性,会抛出异常 AttributeError: can't set attribute。

如果报错 RecursionError: maximum recursion depth exceeded while calling a Python object,很可能是对象属性名和 @property 装饰的方法名重名了,一般会在对象属性名前加一个下划线 _ 避免重名,并且表明这是一个受保护的属性。

下面给出@property 装饰器示例

class Student:
    def __init__(self):
        self._age = None

    @property
    def age(self):
        print('获取属性时执行的代码')
        return self._age

    @age.setter
    def age(self, age):
        print('设置属性时执行的代码')
        self._age = age

    @age.deleter
    def age(self):
        print('删除属性时执行的代码')
        del self._age


student = Student()

# 设置属性
student.age = 18
"""
设置属性时执行的代码
"""

# 获取属性
print('学生年龄为:' + str(student.age))
"""
获取属性时执行的代码
学生年龄为:18
"""

# 删除属性
del student.age
"""
删除属性时执行的代码
"""

运行效果:

python property,Python学习,python

注意,在使用property时,需要了解一些细节问题:
通常,getter方法名和属性名一致(上例中是age);
setter方法名必须与getter方法名相同;
必须先定义getter方法,setter方法才能使用。

三、property的作用

先看一个例子,例子中不使用property,源码如下:

# 不使用property的情况
class Person:
    def __init__(self, first_name):
        self.first_name = first_name

a = Person('Jack')
print(a.first_name) # 

a.first_name = 42 # 
print(a.first_name)

del a.first_name  #

运行情况如下:

python property,Python学习,python

Python中使用property能给属性(attribute)增加类型检查验证 

修改上例,为其定义了property装饰器,用来增加对一个属性简单的类型检查,源码如下:

# 使用property装饰器,为实例的attribute 增加(除访问与修改之外的)其他处理逻辑
class Person:
    def __init__(self, first_name):
        self.first_name = first_name

    #定义相关联的函数(方法),这里是三个,名字都必须一样。 
    #定义Getter函数
    @property
    def first_name(self):
        return self._first_name

    # 定义Setter装饰器函数
    @first_name.setter
    def first_name(self, value):
        # isinstance() 函数,用来判断一个函数是否是一个已知的类型
        if not isinstance(value, str):
            raise TypeError('应为字符串')
        self._first_name = value

    # 定义Deleter装饰器函数——可选
    @first_name.deleter
    def first_name(self):
        raise AttributeError("不能删除")

a = Person('Jack')
print(a.first_name)  # 调用getter,输出:Jack

#a.first_name = 42  #【注1】不允许,否则报错 TypeError: 应为字符串
print(a.first_name)

#del a.first_name  #【注2】不允许,否则报错 AttributeError: 不能删除

你可以运行试试。再分别将【注1】处#a.first_name = 42改为a.first_name = 42,将【注2】处#del a.first_name改为del a.first_name,试试。

由此可知,Python中使用property能给属性(attribute)增加类型检查验证。

特别提示,上述代码中有三个相关联的方法,这三个方法的名字都必须一样。第一个方法是一个getter 函数,它使得first_name成为一个属性。其他两个方法给 first_name属性添加了setter和 deleter函数。需要强调的是只有在 first_name 属性被创建后,后面的两个装饰器@first_name.setter和@first_name.deleter才能被定义。 property 的一个关键特征是它看上去跟普通的 attribute没什么两样,但是访问它的时候会自动触发getter 、setter 和 deleter 方法。

在实现一个property的时候,底层数据 (如果有的话) 仍然需要存储在某个地方。 因此,在get 和 set 方法中,你会看到对_first_name属性的操作,这也是实际数据保存的地方。另外,为什么__init__()方法中设置了self.first_name 而不是self._first_name。在这个例子中,我们创建一个 property 的目的就是在设置 attribute 的时候进行检查。因此,你可能想在初始化的时候也进行这种类型检查。通过设置 self.first_name,自动调用setter方法,这个方法里面会进行参数的检查,否则就是直接访问 self._first_name 了。

Python中使用property还可以用于定义动态计算attribute,这种类型的 attributes 并不会被实际的存储,而是在需要的时候计算出来。示例代码如下:

import math
#property装饰器用于定义动态计算attribute的情况 
class Circle:
    def __init__(self, radius):
        self.radius = radius
 
    @property
    def area(self):
        return math.pi * self.radius ** 2
 
    @property
    def diameter(self):
        return self.radius * 2
  
    @property
    def perimeter(self):
        return 2 * math.pi * self.radius

c = Circle(4.0)
print(c.radius) #注意不要带()
print(c.area) #注意不要带() 
print(c.perimeter) #注意不要带()

运行情况如下:

python property,Python学习,python

使用 @property 装饰器可以将一个方法转化为只读属性,结合 @<attribute name>.setter 和 @<attribute name>.deleter 装饰器也可以将一个方法转化为可写和可删属性。这样做有助于隐藏底层实现细节,提高代码的封装性和安全性。

四、property()函数和@property装饰器的关系

property()函数和@property装饰器都可以用来创建Python中的属性(attribute),它们本质上是等价的,只是使用方式不同。

property()函数是一个内置函数,它接受四个参数,分别是getter方法、setter方法、deleter方法和docstring。其中,getter方法用于获取属性值,setter方法用于设置属性值,deleter方法用于删除属性,docstring则是该属性的文档说明。当我们需要定义一个复杂的属性时,可以使用property()函数来创建它。例如:

class Rectangle:
    def __init__(self, width, height):
        self._width = width
        self._height = height
    
    def get_width(self):
        return self._width
    
    def set_width(self, value):
        if not isinstance(value, (int, float)):
            raise TypeError('Width must be a number')
        self._width = value
    
    def get_height(self):
        return self._height
    
    def set_height(self, value):
        if not isinstance(value, (int, float)):
            raise TypeError('Height must be a number')
        self._height = value
    
    def area(self):
        return self._width * self._height
    
    # 定义一个名为width的属性,通过get_width()和set_width()方法进行操作
    width = property(get_width, set_width, doc='The width of the rectangle')
    
    # 定义一个名为height的属性,通过get_height()和set_height()方法进行操作
    height = property(get_height, set_height, doc='The height of the rectangle')

# 使用部分
rect = Rectangle(3, 4)
print(rect.width)   # 输出:3
print(rect.height)  # 输出:4

rect.width = 5      # 设置宽度为5
rect.height = 6     # 设置高度为6

print(rect.area())  # 输出:30

# 尝试设置非法参数
try:
    rect.width = 'hello'
except TypeError as e:
    print(e)        # 输出:Width must be a number

在上述代码中,我们使用property()函数分别定义了width和height两个属性,通过get_width()、set_width()、get_height()和set_height()方法来操作这两个属性。然后,建了一个Rectangle对象,并使用width和height两个属性来设置其宽度和高度。接着,我们通过rect.area()方法来计算该矩形的面积,并将结果输出。

同时,在设置宽度和高度时,如果传入的值不是数字类型,则会抛出一个TypeError异常。为了验证这一点,我们在代码中故意将宽度设置为一个字符串类型的值,从而触发该异常,并将其捕获并输出到控制台上。

而@property装饰器则是Python中的一种语法糖,它可以将一个类方法转换为一个属性,使得我们可以像访问普通属性一样调用该方法。在使用@property装饰器时,我们只需要在方法上添加该装饰器即可。例如:

class Rectangle:
    def __init__(self, width, height):
        self._width = width
        self._height = height
    
    @property
    def width(self):
        return self._width
    
    @width.setter
    def width(self, value):
        if not isinstance(value, (int, float)):
            raise TypeError('Width must be a number')
        self._width = value
    
    @property
    def height(self):
        return self._height
    
    @height.setter
    def height(self, value):
        if not isinstance(value, (int, float)):
            raise TypeError('Height must be a number')
        self._height = value
    
    @property
    def area(self):
        return self._width * self._height

# 使用部分
rect = Rectangle(3, 4)
print(rect.width)   # 输出:3
print(rect.height)  # 输出:4

rect.width = 5      # 设置宽度为5
rect.height = 6     # 设置高度为6

print(rect.area)    # 输出:30

# 尝试设置非法参数
try:
    rect.width = 'hello'
except TypeError as e:
    print(e)        # 输出:Width must be a number

在上述代码中,我们使用@property装饰器分别定义了width、height和area三个属性,通过getter和setter方法来操作这些属性。然后,创建了一个Rectangle对象,并使用width和height两个属性来设置其宽度和高度。接着,我们通过rect.area属性来计算该矩形的面积,并将结果输出。

同时,在设置宽度和高度时,如果传入的值不是数字类型,则会抛出一个TypeError异常。为了验证这一点,我们在代码中故意将宽度设置为一个字符串类型的值,从而触发该异常,并将其捕获并输出到控制台上。

与前面的例子相比,使用@property装饰器更加简洁和直观,同时也提高了代码的可读性和可维护性。

需要注意的是,当我们使用@property装饰器时,由于setter和deleter方法是可选的,因此如果不需要设置或删除属性,可以直接省略它们。同时,使用property()函数时,getter方法是必须指定的,而setter和deleter方法是可选的,可以传入None来表示不需要这些方法。

五、Python中的attribute和Property的异同

attribute 和 property 在表达对象状态和特征方面具有相似性,但在实现方式和使用场景方面存在较大的差异。attribute通常用于表示对象的简单状态,而 property 用于实现更复杂的计算和验证操作,者对对象特征进行保护和隐藏。

Attribute是一个对象的数据成员,它通常被定义为对象的一个变量,可以通过对象来访问和修改。

“Property”是一种特殊的属性,它实际上是一对getter和setter方法,可以在访问属性时执行一些特定的操作,比如数据类型转换、计算、验证等。Property是一个特殊的attribute,它可以被定义为一个方法,当访问或修改它时,会自动调用相应的方法。Property通常用于控制对对象属性的访问和修改,以确保对象的状态始终处于有效的范围内。

当我们定义一个类的时候,可以使用 attribute 和 property 来描述对象的状态或特征,下面举例说明它们的异同。

attribute 示例源码:

class Person:
    def __init__(self, name, age):
        self.name = name   # 定义了一个名为 name 的 attribute
        self.age = age     # 定义了一个名为 age 的 attribute
        
person = Person("Alice", 30)

# 访问属性
print(person.name)       # 输出: Alice
print(person.age)        # 输出: 30

# 修改属性
person.name = "Bob"
person.age = 25

# 再次访问属性
print(person.name)       # 输出: Bob
print(person.age)        # 输出: 25

上面的示例中,我们定义了一个 Person 类,并定义了两个 attribute:name 和 age。我们可以直接通过 . 操作符来访问和修改这些 attribute 的值。

property 示例源码:

class Person:
    def __init__(self, name, age):
        self._name = name   # 定义了一个名为 _name 的属性
        self._age = age     # 定义了一个名为 _age 的属性
    
    # 定义一个名为 name 的 property
    @property
    def name(self):
        return self._name
    
    # 定义一个名为 age 的 property
    @property
    def age(self):
        return self._age
    
    # 定义一个名为 set_age 的方法,用于设置年龄在合适范围
    @age.setter
    def set_age(self, value):
        if 0 < value <= 120:
            self._age = value
        else:
            raise ValueError("Invalid age")
        
person = Person("Alice", 30)

# 访问属性
print(person.name)       # 输出: Alice
print(person.age)        # 输出: 30

# 修改属性
person._name = "Bob"
person.set_age = 25

# 再次访问属性
print(person.name)       # 输出: Bob
print(person.age)        # 输出: 25

# 修改属性,但不符合条件会抛出异常
person.set_age = -5      # 抛出异常: Invalid age

上面的示例中,我们同样定义了一个 Person 类,并定义了两个属性:_name 和 _age。但是这次我们使用 property 来实现对这些属性的访问和修改。

通过 @property 装饰器,我们定义了名为 name 和 age 的 property 方法,它们分别返回 _name 和 _age 的值。而通过 @age.setter 装饰器,我们定义了一个名为 set_age 的方法,用于设置 _age 属性的值,但是同时也对该值进行了范围检查。

与 attribute 不同的是,我们不能直接通过 . 操作符来访问和修改 property 的值,而是需要调用相应的方法。例如,我们使用 person.set_age = 25 来修改 person 对象的年龄值,并且会对该值进行范围检查。而如果我们尝试将年龄设置为负数,会触发 raise ValueError("Invalid age"),提示年龄无效。

【提示,以单个下划线开头的变量名,如 _age,表示这是一个私有变量,不应该被外部直接访问或修改。这只是一种约定,Python并没有像其他语言一样有严格的访问控制。】

附录、进一步了解学习

Python中property属性的用处详解https://www.jb51.net/article/243992.htm

Python特殊属性property原理及使用方法解析https://www.jb51.net/article/197106.htm

Python的特性(property) https://www.cnblogs.com/blackmatrix/p/5646778.html

Python 从attribute到property详解https://cloud.tencent.com/developer/article/1741854文章来源地址https://www.toymoban.com/news/detail-775736.html

到了这里,关于Python中的property介绍(修订)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Python中的itchat介绍

    itchat是一个基于Python的微信个人号接口,可以用于实现微信消息的发送和接收、获取好友列表和群聊等功能。它提供了一套简洁而强大的API,使得我们可以方便地在Python中进行微信相关的操作。 itchat支持Python 2.x和3.x,并且可以运行在多个操作系统平台上,包括Windows、Mac和

    2024年01月23日
    浏览(18)
  • Python从0到100(三):Python中的变量介绍

    前言: 零基础学Python:Python从0到100最新最全教程。 想做这件事情很久了,这次我更新了自己所写过的所有博客,汇集成了Python从0到100,共一百节课,帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、 计算机视觉、机器学习、神经网络以及人工智能

    2024年03月13日
    浏览(25)
  • Python中的int()用法用法介绍

    int()是Python中的一个内置函数,主要用于将其他类型的数据转换为整型,本文将从多个方面对其用法进行详细阐述。 int()函数可以将一个带有数字的字符串转换为整型。比如: 上述代码将字符串\\\'18\\\'转换为整型,并将其赋值给变量age。 此外,int()函数还可以将其他数据类型转换

    2024年02月04日
    浏览(35)
  • chatgpt赋能python:Python语言中的Pandas库介绍

    Python语言是一种十分流行的编程语言,以其易读易写等特点而受到工程师和数据科学家的青睐。在Python语言中,有一款非常流行的数据处理和分析库,也就是Pandas库。Pandas库在数据处理和分析方面有着出色的表现,其提供了许多方便的数据处理功能,可以帮助用户快速地处理

    2024年02月08日
    浏览(32)
  • Python教程(11)——Python中的字典dict的用法介绍

    列表虽然好,但是如果需要快速的数据查找,就必须进行需要遍历,也就是最坏情况需要遍历完一遍才能找到需要的那个数据,时间复杂度是O(n),显然这个速度是很难接受的,于是就必须要有新的数据结构出现,于是字典就诞生了! 在Python中,字典(Dictionary)是一种无序的

    2024年02月10日
    浏览(38)
  • chatgpt赋能python:python中的iloc:介绍和基本使用方法

    在Python中,Dataframe是数据分析中最常用的数据结构。iloc是Python Pandas库中用于简化数据切片和子集操作的一种方法。 本文将介绍iloc的基础概念和基本使用方法,并且通过实际的示例来演示如何使用iloc来快速选择和操作数据集。 iloc是“integer location”的缩写,意为“整数位置

    2024年02月04日
    浏览(39)
  • chatgpt赋能python:Python中的矩阵合并方法:介绍和使用方法

    矩阵合并是Python编程中常用的操作之一,特别是针对数据分析、机器学习和深度学习等领域。Python提供了多种方法来合并矩阵,本文将介绍这些方法并分享如何在实际应用中使用它们。 最基础的矩阵合并方法是使用numpy库的concatenate方法。这个方法接受两个或多个矩阵作为参

    2024年02月14日
    浏览(47)
  • python中的lstm:介绍和基本使用方法

    python中的lstm:介绍和基本使用方法 未使用插件 LSTM(Long Short-Term Memory)是一种循环神经网络(RNN)的变体,专门用于处理序列数据。LSTM 可以记忆序列中的长期依赖关系,这使得它非常适合于各种自然语言处理(NLP)和时间序列预测任务。 在 Python 中,你可以使用深度学习框

    2024年02月12日
    浏览(33)
  • python中的svm:介绍和基本使用方法

    python中的svm:介绍和基本使用方法 支持向量机(Support Vector Machine,简称SVM)是一种常用的分类算法,可以用于解决分类和回归问题。SVM通过构建一个超平面,将不同类别的数据分隔开,使得正负样本之间的间隔(也称为边缘)最大化。 在Python中,可以使用scikit-learn库来使用

    2024年02月12日
    浏览(36)
  • python中的cnn:介绍和基本使用方法

    python中的cnn:介绍和基本使用方法 卷积神经网络(Convolutional Neural Networks,简称CNN)是一种在图像识别、语音识别、自然语言处理等许多领域取得显著成功的深度学习模型。CNN的设计灵感来源于生物的视觉系统,由多个卷积层、池化层和全连接层组成。 在Python中,我们通常使

    2024年02月12日
    浏览(30)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包