摘要：Python 数据模型（有时称为协议或魔术方法）是 Python 设计的一个重要方面，它允许开发人员创建与 Python 的内置功能无缝集成的自定义对象。通过使用数据模型，您可以为对象实现迭代、属性访问和运算符重载等功能，使它们的行为类似于 Python 的本
Python 数据模型（有时称为协议或魔术方法）是 Python 设计的一个重要方面，它允许开发人员创建与 Python 的内置功能无缝集成的自定义对象。通过使用数据模型，您可以为对象实现迭代、属性访问和运算符重载等功能，使它们的行为类似于 Python 的本机类型。
让我们探索 Python 数据模型，解释方法和函数等关键概念，并深入研究在自定义对象中解锁强大功能的特殊方法名称。
Python 数据模型提供了一种标准方法，使对象能够直观地使用 Python 的语法和构造。它本质上是一组约定，作为特殊方法实现，用于定义对象如何与 Python 语言交互。
特殊方法，也称为“dunder methods”（“双下划线”的缩写），在方法名称前后使用双下划线命名，如 __init__、__len__ 和 __add__。这些方法允许您自定义对象在各种上下文中的行为，例如当它们在算术运算中使用、转换为字符串或在循环中迭代时。
功能：
函数是旨在执行特定任务的可重用代码块。函数是使用 def 关键字定义的，可以独立于任何对象而存在。例如：
方法：
方法是绑定到对象的函数。它对该对象进行操作，并且通常使用该对象的数据。方法在类中定义，并在该类的对象上调用。例如：
类定义 （Greeter）
Greeter 是一个用户定义的类。类充当创建对象的蓝图。方法 （greet）
greet 是一个方法，因为它是在类中定义的函数，并且绑定到 Greeter 类的实例。它需要两个参数：self：指调用该方法的类的实例。在对象上调用方法时，将隐式传递该方法。name：调用方法时显式提供的参数。调用时， greet 返回格式化字符串：“Hello， {name}！”。对象 （g）
g 是 Greeter 类的对象（或实例），通过调用类 Greeter 创建。该对象用于访问 Greeter 类的方法和属性。方法调用 （g.greet（“Alice”））
此处，在对象 g 上调用 greet 方法。self 参数自动绑定到对象 g，并且 “Alice” 作为 name 参数传递。该方法返回字符串 “Hello， Alice！”，然后打印该字符串。Python 数据模型包括几个特殊的方法名称，这些名称使自定义对象能够使用 Python 的核心构造。让我们来探讨一些最重要的。
要使对象可迭代，请实现 __iter__ 和 __next__ 方法。这允许你的对象在循环中使用，就像 for 一样。
# File: iterable_example.pyclass MyRange: def __init__(self, start, end): self.start = start self.end = end self.current = start def __iter__(self): return self def __next__(self): if self.current >= self.end: raise StopIteration self.current += 1 return self.current - 1# Usagefor num in MyRange(1, 5): print(num) # Output: 1 2 3 4自定义使用 __getattr__、__getattribute__ 和 __setattr__ 访问或设置属性的方式。
# File: attribute_example.pyclass AttributeHandler: def __init__(self): self.attributes = {} def __getattr__(self, name): return self.attributes.get(name, f"{name} not found") def __setattr__(self, name, value): if name == "attributes": super.__setattr__(name, value) else: self.attributes[name] = value# Usageobj = AttributeHandlerobj.color = "blue"print(obj.color) # Output: blueprint(obj.size) # Output: size not found通过实现特殊方法（如 __add__、__sub__ 和 __eq__）来覆盖算术运算符和比较运算符。
# File: operator_overloading_example.pyclass Vector: def __init__(self, x, y): self.x = x self.y = y def __add__(self, other): return Vector(self.x + other.x, self.y + other.y) def __repr__(self): return f"Vector({self.x}, {self.y})"# Usagev1 = Vector(1, 2)v2 = Vector(3, 4)print(v1 + v2) # Output: Vector(4, 6)通过实现 __call__ 来控制对象在调用类似函数时的行为方式。
# File: callable_example.pyclass CallableObject: def __call__(self, name): return f"Called with {name}"# Usageobj = CallableObjectprint(obj("Python")) # Output: Called with Python使用 __init__ 进行初始化，使用 __del__ 在创建和销毁对象时进行清理。
# File: object_creation_example.pyclass Resource: def __init__(self, name): self.name = name print(f"Resource {self.name} created") def __del__(self): print(f"Resource {self.name} destroyed")# Usager = Resource("FileHandler")# File: string_representation_example.pyclass Person: def __init__(self, name, age): self.name = name self.age = age def __str__(self): return f"{self.name}, {self.age} years old" def __repr__(self): return f"Person(name={self.name}, age={self.age})"# Usagep = Person("Alice", 30)print(str(p)) # Output: Alice, 30 years oldprint(repr(p)) # Output: Person(name=Alice, age=30)# File: context_manager_example.pyclass ManagedResource: def __enter__(self): print("Resource acquired") return self def __exit__(self, exc_type, exc_value, traceback): print("Resource released")# Usagewith ManagedResource: print("Using the resource")来源：自由坦荡的湖泊AI一点号
