python 中的下划线
import作用:
导入/引入一个python标准模块，其中包括.py文件、带有__init__.py文件的目录；
import__作用:
同import语句同样的功能，但__import__是一个函数，并且只接收字符串作为参数，所以它的作用就可想而知了。其实import语句就是调用这个函数进行导入工作的，import sys <==>sys = __import(‘sys’)。
init.py 文件使用
init.py的主要作用是：
Python中package的标识，不能删除
定义__all__用来模糊导入
编写Python代码(不建议在__init__中写python模块，可以在包中在创建另外的模块来写，尽量保证__init__.py简单）
init.py 文件的作用是将文件夹变为一个Python模块,Python 中的每个模块的包中，都有__init__.py 文件。
通常__init__.py 文件为空，但是我们还可以为它增加其他的功能。我们在导入一个包时，实际上是导入了它的__init__.py文件。这样我们可以在__init__.py文件中批量导入我们所需要的模块，而不再需要一个一个的导入。
注意这里访问__init__.py文件中的引用文件，需要加上包名。
init.py中还有一个重要的变量，all, 它用来将模块全部导入。
作用
__all__是一个字符串list，用来定义模块中对于from XXX import *时要对外导出的符号，即要暴露的借口，但它只对import *起作用，对from XXX import XXX不起作用。
测试
all.py文件时要导出的模块，内容如下：
all = [‘x’, ‘y’, ‘test’]
x = 2
y = 3
z = 4
def test():
print(‘test’)
测试文件一
from foo import *
print(‘x: ‘, x)
print(‘y: ‘, y)
print(‘z: ‘, z)
test()
运行结果：
x: 2
y: 3
Traceback (most recent call last):
File “test.py”, line 6, in
print('z: ', z)
NameError: name 'z' is not defined
这时就会把注册在__init__.py文件中__all__列表中的模块和包导入到当前文件中来。
可以了解到，init.py主要控制包的导入行为。要想清楚理解__init__.py文件的作用，还需要详细了解一下import语句引用机制：
导入包
多个相关联的模块组成一个包，以便于维护和使用，同时能有限的避免命名空间的冲突。一般来说，包的结构可以是这样的
为什么需要__init__.py
init.py文件用于组织包（package）。这里首先需要明确包（package）的概念。什么是包（package）？简单来说，包是含有python模块的文件夹。一个python模块（module）为一个py文件，里面写有函数和类。包（package）是为了更好的管理模块（module）,相当于多个模块的父节点。
当文件夹下有__init__.py时，表示当前文件夹是一个package，其下的多个module统一构成一个整体。这些module都可以通过同一个package引入代码中。
init.py文件怎么写
可以什么都不写，但如果想使用from package1 import *这种写法的话，需要在__init__.py中加上：
all= [‘file1’,’file2’]#package1下有file1.py,file2.py
python中__init__.py文件的作用实例
python的每个模块的包中，都有一个__init__.py文件，有了这个文件，我们才能导入这个目录下的module。
那么，init.py还有什么别的功能呢？
其实，init.py里面还是可以有内容的，我们在导入一个包时，实际上导入了它的__init__.py文件。
我们可以再__init__.py文件中再导入其他的包，或者模块。
这样，当我们导入这个包的时候，init.py文件自动运行。帮我们导入了这么多个模块，我们就不需要将所有的import语句写在一个文件里了，也可以减少代码量。
不需要一个个去导入module了。
init.py 中还有一个重要的变量，叫做 all。我们有时会使出一招“全部导入”，也就是这样：
from PackageName import *
这时 import 就会把注册在包 init.py 文件中 all 列表中的子模块和子包导入到当前作用域中来。比如：
#文件 init.py
all= [“Module1”,”Module2”,”subPackage1”,”subPackage2”]
https://www.jianshu.com/p/b233b158ca51?utm_source=desktop&utm_medium=timeline
ython作为一门较为灵活的解释型脚本语言，其中定义的main()函数只有当该Python脚本直接作为执行程序时才会执行；
当该python脚本被作为模块(module)引入(import)时，其中的main()函数将不会被执行。
这是由于两方面原因，一方面，main函数是所有执行程序的入口；另一方面，python的解释器是顺序执行脚本的并且不会调用任何不属于程序本身的代码和函数，需要补充说明的一点是，如果是被作为一个模块或库import到程序中，则会直接成为代码的一部分。
下面可以通过程序来更好地了解main函数的作用，这里我们编写两段程序print_main_function.py和print_main_module.py
print_main_function.py
复制代码
import os
import time
import datetime
print(‘Hello World!’)
print(‘Time is ‘, datetime.datetime.now().strftime(‘%Y-%m-%d %H:%M:%S %A’))
print(‘name value: ‘, name)
def main():
print(‘this message is from main function’)
if name == ‘main’:
main()
# print(name)
复制代码
print_main_module.py
import print_main_function
print(“Done!”)
单独运行print_main_function.py程序，结果如下
运行print_main_module.py程序（将print_main_function.py作为module引入执行），结果如下
对比两段程序运行结果可发现，当直接运行包含main函数的程序时，main函数会被执行，同时程序的__name__变量值为’main‘。
当包含有main函数的程序被作为module被import时，该module程序(print_main_function.py)对应的__name__变量值为该module对应的函数名称，因此该module程序（print_main_function.py）中的main函数不会被执行。
结论：因此需要注意的是，python程序是逐行执行的，因此事先定义main()函数很重要，以防程序中有if条件语句去执行main()函数，这样就可以避免程序执行报错NameError: name “main” not defined
https://www.cnblogs.com/keguo/p/9760361.html
Python不同于C/C++，程序执行并不需要主程序，如main()，而是文件自上而下的执行。
但很多Python程序中都有
1 if name == ‘main’:
2 statements
这样的语句。
这段代码的主要作用主要是让该python文件既可以独立运行，也可以当做模块导入到其他文件。当导入到其他的脚本文件的时候，此时__name__的名字其实是导入模块的名字，不是’main’, main代码里面的就不执行了。
比如写一个程序test_main.py：
def fun():
print ‘This is function’
if name == ‘main’:
fun()
print ‘This is main’
https://blog.csdn.net/chenzhanhai/article/details/84594820
https://www.cnblogs.com/1204guo/p/7966461.html
https://blog.csdn.net/tcx1992/article/details/80105645
单前导下划线：var
单末尾下划线：var
双前导下划线：var
双前导和末尾下划线：__var
单下划线：_
- 单前导下划线 _var
当涉及到变量和方法名称时，单个下划线前缀有一个约定俗成的含义。 它是对程序员的一个提示 - 意味着Python社区一致认为它应该是什么意思，但程序的行为不受影响。
下划线前缀的含义是告知其他程序员：以单个下划线开头的变量或方法仅供内部使用。 该约定在PEP 8中有定义。
这不是Python强制规定的。 Python不像Java那样在“私有”和“公共”变量之间有很强的区别。 这就像有人提出了一个小小的下划线警告标志，说：
“嘿，这不是真的要成为类的公共接口的一部分。不去管它就好。“
看看下面的例子：
class Test:
def init(self):
self.foo = 11
self._bar = 23
如果你实例化此类，并尝试访问在__init__构造函数中定义的foo和_bar属性，会发生什么情况？ 让我们来看看：
t = Test()
t.foo
11
t._bar
23
你会看到_bar中的单个下划线并没有阻止我们“进入”类并访问该变量的值。
这是因为Python中的单个下划线前缀仅仅是一个约定 - 至少相对于变量和方法名而言。
但是，前导下划线的确会影响从模块中导入名称的方式。
假设你在一个名为my_module的模块中有以下代码：
This is my_module.py:
def external_func():
return 23
def _internal_func():
return 42
现在，如果使用通配符从模块中导入所有名称，则Python不会导入带有前导下划线的名称（除非模块定义了覆盖此行为的__all__列表）：
from my_module import *
external_func()
23
_internal_func()
NameError: “name ‘_internal_func’ is not defined”
顺便说一下，应该避免通配符导入，因为它们使名称空间中存在哪些名称不清楚。 为了清楚起见，坚持常规导入更好。
与通配符导入不同，常规导入不受前导单个下划线命名约定的影响：
import my_module
my_module.external_func()
23
my_module._internal_func()
42
我知道这一点可能有点令人困惑。 如果你遵循PEP 8推荐，避免通配符导入，那么你真正需要记住的只有这个：
单个下划线是一个Python命名约定，表示这个名称是供内部使用的。 它通常不由Python解释器强制执行，仅仅作为一种对程序员的提示。
- 单末尾下划线 var_
有时候，一个变量的最合适的名称已经被一个关键字所占用。 因此，像class或def这样的名称不能用作Python中的变量名称。 在这种情况下，你可以附加一个下划线来解决命名冲突：
def make_object(name, class):
SyntaxError: “invalid syntax”
def make_object(name, class_):
… pass
总之，单个末尾下划线（后缀）是一个约定，用来避免与Python关键字产生命名冲突。 PEP 8解释了这个约定。
- 双前导下划线 __var
到目前为止，我们所涉及的所有命名模式的含义，来自于已达成共识的约定。 而对于以双下划线开头的Python类的属性（包括变量和方法），情况就有点不同了。
双下划线前缀会导致Python解释器重写属性名称，以避免子类中的命名冲突。
这也叫做名称修饰（name mangling） - 解释器更改变量的名称，以便在类被扩展的时候不容易产生冲突。
我知道这听起来很抽象。 因此，我组合了一个小小的代码示例来予以说明：
class Test:
def init(self):
self.foo = 11
self._bar = 23
self.__baz = 23
让我们用内置的dir()函数来看看这个对象的属性：
t = Test()
dir(t)
[‘_Test__baz’, ‘class’, ‘delattr’, ‘dict’, ‘dir’,
‘doc’, ‘eq’, ‘format’, ‘ge’, ‘getattribute’,
‘gt’, ‘hash’, ‘init’, ‘le’, ‘lt’, ‘module’,
‘ne’, ‘new’, ‘reduce’, ‘reduce_ex’, ‘repr’,
‘setattr’, ‘sizeof’, ‘str’, ‘subclasshook’,
‘weakref’, ‘_bar’, ‘foo’]
以上是这个对象属性的列表。 让我们来看看这个列表，并寻找我们的原始变量名称foo，_bar和__baz - 我保证你会注意到一些有趣的变化。
self.foo变量在属性列表中显示为未修改为foo。
self._bar的行为方式相同 - 它以_bar的形式显示在类上。 就像我之前说过的，在这种情况下，前导下划线仅仅是一个约定。 给程序员一个提示而已。
然而，对于self.__baz而言，情况看起来有点不同。 当你在该列表中搜索__baz时，你会看不到有这个名字的变量。
__baz出什么情况了？
如果你仔细观察，你会看到此对象上有一个名为_Test__baz的属性。 这就是Python解释器所做的名称修饰。 它这样做是为了防止变量在子类中被重写。
让我们创建另一个扩展Test类的类，并尝试重写构造函数中添加的现有属性：
class ExtendedTest(Test):
def init(self):
super().init()
self.foo = ‘overridden’
self._bar = ‘overridden’
self.__baz = ‘overridden’
现在，你认为foo，_bar和__baz的值会出现在这个ExtendedTest类的实例上吗？ 我们来看一看：
t2 = ExtendedTest()
t2.foo
‘overridden’
t2._bar
‘overridden’
t2.baz
AttributeError: “‘ExtendedTest’ object has no attribute ‘__baz’”
等一下，当我们尝试查看t2 . baz的值时，为什么我们会得到AttributeError？ 名称修饰被再次触发了！ 事实证明，这个对象甚至没有__baz属性：
dir(t2)
[‘_ExtendedTest__baz’, ‘_Test__baz’, ‘class’, ‘delattr’,
‘dict’, ‘dir’, ‘doc’, ‘eq’, ‘format’, ‘ge’,
‘getattribute’, ‘gt’, ‘hash’, ‘init’, ‘le’,
‘lt’, ‘module’, ‘ne’, ‘new’, ‘reduce’,
‘reduce_ex’, ‘repr’, ‘setattr’, ‘sizeof’, ‘str’,
‘subclasshook’, ‘weakref’, ‘_bar’, ‘foo’, ‘get_vars’]
正如你可以看到__baz变成_ExtendedTest__baz以防止意外修改：
t2._ExtendedTest__baz
‘overridden’
但原来的_Test__baz还在：
t2._Test__baz
42
双下划线名称修饰对程序员是完全透明的。 下面的例子证实了这一点：
class ManglingTest:
def init(self):
self.__mangled = ‘hello’
def get_mangled(self):
return self.__mangled
ManglingTest().get_mangled()
‘hello’
ManglingTest().__mangled
AttributeError: “‘ManglingTest’ object has no attribute ‘__mangled’”
名称修饰是否也适用于方法名称？ 是的，也适用。名称修饰会影响在一个类的上下文中，以两个下划线字符（”dunders”）开头的所有名称：
class MangledMethod:
def __method(self):
return 42
def call_it(self):
return self.__method()
MangledMethod().__method()
AttributeError: “‘MangledMethod’ object has no attribute ‘__method’”
MangledMethod().call_it()
42
这是另一个也许令人惊讶的运用名称修饰的例子：
_MangledGlobal__mangled = 23
class MangledGlobal:
def test(self):
return __mangled
MangledGlobal().test()
23
在这个例子中，我声明了一个名为_MangledGlobal__mangled的全局变量。然后我在名为MangledGlobal的类的上下文中访问变量。由于名称修饰，我能够在类的test()方法内，以__mangled来引用_MangledGlobal__mangled全局变量。
Python解释器自动将名称__mangled扩展为_MangledGlobal__mangled，因为它以两个下划线字符开头。这表明名称修饰不是专门与类属性关联的。它适用于在类上下文中使用的两个下划线字符开头的任何名称。
有很多要吸收的内容吧。
老实说，这些例子和解释不是从我脑子里蹦出来的。我作了一些研究和加工才弄出来。我一直使用Python，有很多年了，但是像这样的规则和特殊情况并不总是浮现在脑海里。
有时候程序员最重要的技能是“模式识别”，而且知道在哪里查阅信息。如果您在这一点上感到有点不知所措，请不要担心。慢慢来，试试这篇文章中的一些例子。
让这些概念完全沉浸下来，以便你能够理解名称修饰的总体思路，以及我向您展示的一些其他的行为。如果有一天你和它们不期而遇，你会知道在文档中按什么来查。
- 双前导和双末尾下划线 var
也许令人惊讶的是，如果一个名字同时以双下划线开始和结束，则不会应用名称修饰。 由双下划线前缀和后缀包围的变量不会被Python解释器修改：
class PrefixPostfixTest:
def init(self):
self.bam = 42
PrefixPostfixTest().bam
42
但是，Python保留了有双前导和双末尾下划线的名称，用于特殊用途。 这样的例子有，init__对象构造函数，或__call — 它使得一个对象可以被调用。
这些dunder方法通常被称为神奇方法 - 但Python社区中的许多人（包括我自己）都不喜欢这种方法。
最好避免在自己的程序中使用以双下划线（“dunders”）开头和结尾的名称，以避免与将来Python语言的变化产生冲突。
5.单下划线 _
按照习惯，有时候单个独立下划线是用作一个名字，来表示某个变量是临时的或无关紧要的。
例如，在下面的循环中，我们不需要访问正在运行的索引，我们可以使用“_”来表示它只是一个临时值：
for _ in range(32):
… print(‘Hello, World.’)
你也可以在拆分(unpacking)表达式中将单个下划线用作“不关心的”变量，以忽略特定的值。 同样，这个含义只是“依照约定”，并不会在Python解释器中触发特殊的行为。 单个下划线仅仅是一个有效的变量名称，会有这个用途而已。
在下面的代码示例中，我将汽车元组拆分为单独的变量，但我只对颜色和里程值感兴趣。 但是，为了使拆分表达式成功运行，我需要将包含在元组中的所有值分配给变量。 在这种情况下，“_”作为占位符变量可以派上用场：
car = (‘red’, ‘auto’, 12, 3812.4)
color, _, _, mileage = car
color
‘red’
mileage
3812.4
_
12
除了用作临时变量之外，“_”是大多数Python REPL中的一个特殊变量，它表示由解释器评估的最近一个表达式的结果。
这样就很方便了，比如你可以在一个解释器会话中访问先前计算的结果，或者，你是在动态构建多个对象并与它们交互，无需事先给这些对象分配名字：
20 + 3
23
_
23
print(_)
23
list()
[]
_.append(1)
_.append(2)
_.append(3)
_
[1, 2, 3]
__init__和self的意义和作用
由于类可以起到模板的作用，因此，可以在创建实例的时候，把一些我们认为必须绑定的属性强制填写进去。以学生类为例，通过定义一个特殊的__init__方法，在创建实例的时候，就把name，score等属性绑上去：
注意：特殊方法“init”前后分别有两个下划线！！！
注意到__init__方法的第一个参数永远是self，表示创建的实例本身，因此，在__init__方法内部，就可以把各种属性绑定到self，因为self就指向创建的实例本身。
有了__init__方法，在创建实例的时候，就不能传入空的参数了，必须传入与__init__方法匹配的参数，但self不需要传，Python解释器自己会把实例变量传进去：
和普通的函数相比，在类中定义的函数只有一点不同，就是第一个参数永远是实例变量self，并且，调用时，不用传递该参数。除此之外，类的方法和普通函数没有什么区别，所以，你仍然可以用默认参数、可变参数、关键字参数和命名关键字参数。
https://www.cnblogs.com/elie/p/5902995.html
https://www.cnblogs.com/helloTerry1987/p/10992047.html
创建类
使用 class 语句来创建一个新类，class 之后为类的名称并以冒号结尾:
class ClassName:
‘类的帮助信息’ #类文档字符串
class_suite #类体
类的帮助信息可以通过ClassName.__doc__查看。
class_suite 由类成员，方法，数据属性组成。
实例
以下是一个简单的 Python 类的例子:
实例
#!/usr/bin/python
-- coding: UTF-8 --
class Employee:
‘所有员工的基类’
empCount = 0
def init(self, name, salary):
self.name = name
self.salary = salary
Employee.empCount += 1
def displayCount(self):
print “Total Employee %d” % Employee.empCount
def displayEmployee(self):
print “Name : “, self.name, “, Salary: “, self.salary
empCount 变量是一个类变量，它的值将在这个类的所有实例之间共享。你可以在内部类或外部类使用 Employee.empCount 访问。
第一种方法__init__()方法是一种特殊的方法，被称为类的构造函数或初始化方法，当创建了这个类的实例时就会调用该方法
self 代表类的实例，self 在定义类的方法时是必须有的，虽然在调用时不必传入相应的参数。
self代表类的实例，而非类
类的方法与普通的函数只有一个特别的区别——它们必须有一个额外的第一个参数名称, 按照惯例它的名称是 self。
class Test:
def prt(self):
print(self)
print(self.class)
t = Test()
t.prt()
以上实例执行结果为：
<main.Test instance at 0x10d066878>
main.Test
从执行结果可以很明显的看出，self 代表的是类的实例，代表当前对象的地址，而 self.class 则指向类。
self 不是 python 关键字，我们把他换成 runoob 也是可以正常执行的:
实例
class Test:
def prt(runoob):
print(runoob)
print(runoob.class)
t = Test()
t.prt()
以上实例执行结果为：
<main.Test instance at 0x10d066878>
main.Test
创建实例对象
实例化类其他编程语言中一般用关键字 new，但是在 Python 中并没有这个关键字，类的实例化类似函数调用方式。
以下使用类的名称 Employee 来实例化，并通过 init 方法接收参数。
“创建 Employee 类的第一个对象”
emp1 = Employee(“Zara”, 2000)
“创建 Employee 类的第二个对象”
emp2 = Employee(“Manni”, 5000)
访问属性
您可以使用点号 . 来访问对象的属性。使用如下类的名称访问类变量:
emp1.displayEmployee()
emp2.displayEmployee()
print “Total Employee %d” % Employee.empCount
完整实例：
实例
#!/usr/bin/python
-- coding: UTF-8 --
class Employee:
‘所有员工的基类’
empCount = 0
def init(self, name, salary):
self.name = name
self.salary = salary
Employee.empCount += 1
def displayCount(self):
print “Total Employee %d” % Employee.empCount
def displayEmployee(self):
print “Name : “, self.name, “, Salary: “, self.salary
“创建 Employee 类的第一个对象”
emp1 = Employee(“Zara”, 2000)
“创建 Employee 类的第二个对象”
emp2 = Employee(“Manni”, 5000)
emp1.displayEmployee()
emp2.displayEmployee()
print “Total Employee %d” % Employee.empCount
执行以上代码输出结果如下：
Name : Zara ,Salary: 2000
Name : Manni ,Salary: 5000
Total Employee 2
你可以添加，删除，修改类的属性，如下所示：
emp1.age = 7 # 添加一个 ‘age’ 属性
emp1.age = 8 # 修改 ‘age’ 属性
del emp1.age # 删除 ‘age’ 属性
你也可以使用以下函数的方式来访问属性：
getattr(obj, name[, default]) : 访问对象的属性。
hasattr(obj,name) : 检查是否存在一个属性。
setattr(obj,name,value) : 设置一个属性。如果属性不存在，会创建一个新属性。
delattr(obj, name) : 删除属性。
hasattr(emp1, ‘age’) # 如果存在 ‘age’ 属性返回 True。
getattr(emp1, ‘age’) # 返回 ‘age’ 属性的值
setattr(emp1, ‘age’, 8) # 添加属性 ‘age’ 值为 8
delattr(emp1, ‘age’) # 删除属性 ‘age’
Python内置类属性
dict : 类的属性（包含一个字典，由类的数据属性组成）
doc :类的文档字符串
name: 类名
module: 类定义所在的模块（类的全名是’main.className’，如果类位于一个导入模块mymod中，那么className.module 等于 mymod）
bases : 类的所有父类构成元素（包含了一个由所有父类组成的元组）
Python内置类属性调用实例如下：
实例
#!/usr/bin/python
-- coding: UTF-8 --
class Employee:
‘所有员工的基类’
empCount = 0
def init(self, name, salary):
self.name = name
self.salary = salary
Employee.empCount += 1
def displayCount(self):
print “Total Employee %d” % Employee.empCount
def displayEmployee(self):
print “Name : “, self.name, “, Salary: “, self.salary
print “Employee.doc:”, Employee.doc
print “Employee.name:”, Employee.name
print “Employee.module:”, Employee.module
print “Employee.bases:”, Employee.bases
print “Employee.dict:”, Employee.dict
执行以上代码输出结果如下：
Employee.doc: 所有员工的基类
Employee.name: Employee
Employee.module: main
Employee.bases: ()
Employee.dict: {‘module’: ‘main’, ‘displayCount’: <function displayCount at 0x10a939c80>, ‘empCount’: 0, ‘displayEmployee’: <function displayEmployee at 0x10a93caa0>, ‘doc’: ‘\xe6\x89\x80\xe6\x9c\x89\xe5\x91\x98\xe5\xb7\xa5\xe7\x9a\x84\xe5\x9f\xba\xe7\xb1\xbb’, ‘init’: <function init at 0x10a939578>}
python对象销毁(垃圾回收)
Python 使用了引用计数这一简单技术来跟踪和回收垃圾。
在 Python 内部记录着所有使用中的对象各有多少引用。
一个内部跟踪变量，称为一个引用计数器。
当对象被创建时， 就创建了一个引用计数， 当这个对象不再需要时， 也就是说， 这个对象的引用计数变为0 时， 它被垃圾回收。但是回收不是”立即”的， 由解释器在适当的时机，将垃圾对象占用的内存空间回收。
a = 40 # 创建对象 <40>
b = a # 增加引用， <40> 的计数
c = [b] # 增加引用. <40> 的计数
del a # 减少引用 <40> 的计数
b = 100 # 减少引用 <40> 的计数
c[0] = -1 # 减少引用 <40> 的计数
垃圾回收机制不仅针对引用计数为0的对象，同样也可以处理循环引用的情况。循环引用指的是，两个对象相互引用，但是没有其他变量引用他们。这种情况下，仅使用引用计数是不够的。Python 的垃圾收集器实际上是一个引用计数器和一个循环垃圾收集器。作为引用计数的补充， 垃圾收集器也会留心被分配的总量很大（及未通过引用计数销毁的那些）的对象。 在这种情况下， 解释器会暂停下来， 试图清理所有未引用的循环。
实例
析构函数 del ，__del__在对象销毁的时候被调用，当对象不再被使用时，__del__方法运行：
实例
#!/usr/bin/python
-- coding: UTF-8 --
class Point:
def init( self, x=0, y=0):
self.x = x
self.y = y
def del(self):
class_name = self.class.name
print class_name, “销毁”
pt1 = Point()
pt2 = pt1
pt3 = pt1
print id(pt1), id(pt2), id(pt3) # 打印对象的id
del pt1
del pt2
del pt3
以上实例运行结果如下：
3083401324 3083401324 3083401324
Point 销毁
注意：通常你需要在单独的文件中定义一个类，
类的继承
面向对象的编程带来的主要好处之一是代码的重用，实现这种重用的方法之一是通过继承机制。
通过继承创建的新类称为子类或派生类，被继承的类称为基类、父类或超类。
继承语法
class 派生类名(基类名)
…
在python中继承中的一些特点：
1、如果在子类中需要父类的构造方法就需要显式的调用父类的构造方法，或者不重写父类的构造方法。详细说明可查看： python 子类继承父类构造函数说明。
2、在调用基类的方法时，需要加上基类的类名前缀，且需要带上 self 参数变量。区别在于类中调用普通函数时并不需要带上 self 参数
3、Python 总是首先查找对应类型的方法，如果它不能在派生类中找到对应的方法，它才开始到基类中逐个查找。（先在本类中查找调用的方法，找不到才去基类中找）。
如果在继承元组中列了一个以上的类，那么它就被称作”多重继承” 。
语法：
派生类的声明，与他们的父类类似，继承的基类列表跟在类名之后，如下所示：
class SubClassName (ParentClass1[, ParentClass2, …]):
…
实例
#!/usr/bin/python
-- coding: UTF-8 --
class Parent: # 定义父类
parentAttr = 100
def init(self):
print “调用父类构造函数”
def parentMethod(self):
print ‘调用父类方法’
def setAttr(self, attr):
Parent.parentAttr = attr
def getAttr(self):
print “父类属性 :”, Parent.parentAttr
class Child(Parent): # 定义子类
def init(self):
print “调用子类构造方法”
def childMethod(self):
print ‘调用子类方法’
c = Child() # 实例化子类
c.childMethod() # 调用子类的方法
c.parentMethod() # 调用父类方法
c.setAttr(200) # 再次调用父类的方法 - 设置属性值
c.getAttr() # 再次调用父类的方法 - 获取属性值
以上代码执行结果如下：
调用子类构造方法
调用子类方法
调用父类方法
父类属性 : 200
你可以继承多个类
class A: # 定义类 A
…..
class B: # 定义类 B
…..
class C(A, B): # 继承类 A 和 B
…..
你可以使用issubclass()或者isinstance()方法来检测。
issubclass() - 布尔函数判断一个类是另一个类的子类或者子孙类，语法：issubclass(sub,sup)
isinstance(obj, Class) 布尔函数如果obj是Class类的实例对象或者是一个Class子类的实例对象则返回true。
方法重写
如果你的父类方法的功能不能满足你的需求，你可以在子类重写你父类的方法：
实例：
实例
#!/usr/bin/python
-- coding: UTF-8 --
class Parent: # 定义父类
def myMethod(self):
print ‘调用父类方法’
class Child(Parent): # 定义子类
def myMethod(self):
print ‘调用子类方法’
c = Child() # 子类实例
c.myMethod() # 子类调用重写方法
执行以上代码输出结果如下：
调用子类方法
基础重载方法
下表列出了一些通用的功能，你可以在自己的类重写：
序号 方法, 描述 & 简单的调用
1 init ( self [,args…] )
构造函数
简单的调用方法: obj = className(args)
2 del( self )
析构方法, 删除一个对象
简单的调用方法 : del obj
3 repr( self )
转化为供解释器读取的形式
简单的调用方法 : repr(obj)
4 str( self )
用于将值转化为适于人阅读的形式
简单的调用方法 : str(obj)
5 cmp ( self, x )
对象比较
简单的调用方法 : cmp(obj, x)
运算符重载
Python同样支持运算符重载，实例如下：
实例
#!/usr/bin/python
class Vector:
def init(self, a, b):
self.a = a
self.b = b
def str(self):
return ‘Vector (%d, %d)’ % (self.a, self.b)
def add(self,other):
return Vector(self.a + other.a, self.b + other.b)
v1 = Vector(2,10)
v2 = Vector(5,-2)
print v1 + v2
以上代码执行结果如下所示:
Vector(7,8)
类属性与方法
类的私有属性
__private_attrs：两个下划线开头，声明该属性为私有，不能在类的外部被使用或直接访问。在类内部的方法中使用时 self.__private_attrs。
类的方法
在类的内部，使用 def 关键字可以为类定义一个方法，与一般函数定义不同，类方法必须包含参数 self,且为第一个参数
类的私有方法
__private_method：两个下划线开头，声明该方法为私有方法，不能在类的外部调用。在类的内部调用 self.__private_methods
实例
#!/usr/bin/python
-- coding: UTF-8 --
class JustCounter:
__secretCount = 0 # 私有变量
publicCount = 0 # 公开变量
def count(self):
self.__secretCount += 1
self.publicCount += 1
print self.__secretCount
counter = JustCounter()
counter.count()
counter.count()
print counter.publicCount
print counter.__secretCount # 报错，实例不能访问私有变量
Python 通过改变名称来包含类名:
1
2
2
Traceback (most recent call last):
File “test.py”, line 17, in
print counter.__secretCount # 报错，实例不能访问私有变量
AttributeError: JustCounter instance has no attribute '__secretCount'
Python不允许实例化的类访问私有数据，但你可以使用 object._className__attrName（ 对象名._类名__私有属性名 ）访问属性，参考以下实例：
#!/usr/bin/python
-- coding: UTF-8 --
class Runoob:
__site = “www.runoob.com”
runoob = Runoob()
print runoob._Runoob__site
执行以上代码，执行结果如下：
www.runoob.com
单下划线、双下划线、头尾双下划线说明：
foo: 定义的是特殊方法，一般是系统定义名字 ，类似 init() 之类的。
_foo: 以单下划线开头的表示的是 protected 类型的变量，即保护类型只能允许其本身与子类进行访问，不能用于 from module import *
__foo: 双下划线的表示的是私有类型(private)的变量, 只能是允许这个类本身进行访问了。
https://www.runoob.com/python/python-object.html
python 字符串前面加f的用法
import time
t0 = time.time()
time.sleep(1)
name = ‘processing’
以 f开头表示在字符串内支持大括号内的python 表达式
print(f’{name} done in {time.time() - t0:.2f} s’)
输出：
processing done in 1.00 s
为什么报错
这种用法是3.6之后才用的，我的是python3.5，就是这么直接这么简单粗暴
