Python（13） -- 面向对象

1. 初识对象

在Python中，对象是一个核心概念，它是面向对象编程的基础。对象是通过类定义的数据结构的实例，包含数据成员（类变量和实例变量）和方法。

1.在程序中设计表格，我们称之为：设计类（class）

2. 在程序中打印生产表格，我们称之为：创建对象

3. 在程序中填写表格，我们称之为：对象属性赋值

2. 成员方法

2.1 类：

• 类的属性，称之为：成员变量
• 类的行为，称之为：成员方法

2.2 语法：

2.3 self:

• 表示类对象本身的意思
• 只有通过self，成员方法才能访问类的成员变量
• self出现在形参列表中，但是不占用参数位置，无需理会

3. 类和对象

1.现实世界的事物由什么组成？

属性 行为

类也可以包含属性和行为，所以使用类描述现实世界事物是非常合适的

2. 类和对象的关系是什么？

类是程序中的“设计图纸”

对象是基于图纸生产的具体实体(类是实体对象)

3. 什么是面向对象编程？

面向对象编程就是，使用对象进行编程。

即，设计类，基于类创建对象，并使用对象来完成具体的工作

4. 构造方法

1. 构造方法：

__init__，注意init前后的2个下划线符号

2. 构造方法的作用：

• 构建类对象的时候会自动运行
• 构建类对象的传参会传递给构造方法，借此特性可以给成员变量赋值

3. 注意事项：

• 构造方法不要忘记self关键字
• 在方法内使用成员变量需要使用self

5. 内置方法

方法	功能
__init__	构造方法，可用于创建类对象的时候设置初始化行为
__str__	用于实现类对象转字符串的行为
__lt__	用于2个类对象进行小于或大于比较
__le__	用于2个类对象进行小于等于或大于等于比较
__eq__	用于2个类对象进行相等比较

--str--:字符串方法

--lt--:小于符号比较方法

--le--:小于等于比较符号方法

--eq--:比较运算符实现方法

6. 封装

面向对象包含3大主要特性：

封装 继承 多态

封装：

将现实世界事物的属性和行为，在类中描述为成员变量和成员方法，即为封装。

私有成员：

现实事物有部分属性和行为是不公开对使用者开放的。

同样在类中描述属性和方法的时候也需要达到这个要求，就需要定义私有成员了

私有成员变量和成员方法的命名均以__作为开头即可

注意：

类对象无法访问私有成员

私有变量无法赋值，也无法获取值

类中的其它成员可以访问私有成员

7. 继承

7.1 继承的基础语法

继承：将从父类那里继承（复制）来成员变量和成员方法（不含私有）

单继承：

一个类继承另一个类

多继承：

一个类继承多个类，按照顺序从左向右依次继承

多继承中，如果父类有同名方法或属性，先继承的优先级高于后继承

pass关键字：用来保证函数（方法）或类定义的完整性，表示无内容，空的意思

7.2 复写与使用父类成员

子类继承父类的成员属性和成员方法后，如果对其“不满意”，那么可以进行复写。

即：在子类中重新定义同名的属性或方法即可。

一旦复写父类成员，那么类对象调用成员的时候，就会调用复写后的新成员 如果需要使用被复写的父类的成员，需要特殊的调用方式:

方式1： 调用父类成员      

• 使用成员变量：父类名.成员变量      
• 使用成员方法：父类名.成员方法(self)

方式2： 使用super()调用父类成员      

• 使用成员变量：super().成员变量      
• 使用成员方法：super().成员方法()

注意：只能在子类内调用父类的同名成员。 子类的类对象直接调用会调用子类复写的成员

8. 类型注解

8.1 变量的类型注解

在代码中涉及数据交互之时，对数据类型进行显式的说明，可以帮助：

• PyCharm等开发工具对代码做类型推断协助做代码提示
• 开发者自身做类型的备注

类型注解：

• 变量的类型注解
• 函数（方法）的形参和返回值的类型注解

变量的类型注解语法

• 语法1： 变量: 类型
• 语法2： 在注释中，# type: 类型

注意：类型注解只是提示性的，并非决定性的。数据类型和注解类型无法对应也不会导致错误

8.2 函数（方法）的类型注解

形参注解：

注意，返回值类型注解的符号使用： ->

返回值注解：

8.3 Union类型

可以定义联合类型注解

• 导包：from typing import Union
• 使用：Union[类型, ......, 类型]

9. 多态

多态，指的是：多种状态，即完成某个行为时，使用不同的对象会得到不同的状态。

多态常作用在继承关系上.

比如

• 函数(方法)形参声明接收父类对象
• 实际传入父类的子类对象进行工作

即: 以父类做定义声明 以子类做实际工作 用以获得同一行为, 不同状态

抽象类（接口）：

包含抽象方法的类，称之为抽象类。抽象方法是指：没有具体实现的方法（pass）称之为抽象方法

作用：

• 多用于做顶层设计（设计标准），以便子类做具体实现。
• 也是对子类的一种软性约束，要求子类必须复写（实现）父类的一些方法 并配合多态使用，获得不同的工作状态。

10. 综合案例

某公司，有2份数据文件，现需要对其进行分析处理，计算每日的销售额并以柱状图表的形式进行展示。

• 1月份数据是普通文本，使用逗号分割数据记录，从前到后分别是（日期，订单id，销售额，销售省份）
• 2月份数据是JSON数据，同样包含（日期，订单id，销售额，销售省份）

data:

"""
数据定义的类
"""class Record:def __init__(self, date, order_id, money, province):self.date = date  # 订单日期self.order_id = order_id  # 订单idself.money = money  # 订单金额self.province = province  # 销售省份def __str__(self):return f"{self.date}, {self.order_id}, {self.money}, {self.province}"

file:

"""
和文件相关的类定义
"""
import jsonfrom data_define import Record# 先定义一个抽象类用来做顶层设计，确定有哪些功能需要实现
class FileReader:def read_data(self) -> list[Record]:"""读取文件的数据，读到的每一条数据都转换为Record对象，将他们都封装在List内返回即可"""passclass TextFileReader(FileReader):def __init__(self, path):self.path = path  # 定义成员变量记录文件的路径# 复写def read_data(self) -> list[Record]:f = open(self.path, "r", encoding="UTF-8")record_list: list[Record] = []for line in f.readlines():line = line.strip()  # 显出读取到的每一行的\ndata_list = line.split(",")record = Record(data_list[0], data_list[1], int(data_list[2]), data_list[3])record_list.append(record)f.close()return record_listclass JsonFileReader(FileReader):def __init__(self, path):self.path = path  # 定义成员变量记录文件的路径def read_data(self) -> list[Record]:f = open(self.path, "r", encoding="UTF-8")record_list: list[Record] = []for line in f.readlines():data_dict = json.loads(line)record = Record(data_dict["date"], data_dict["order_id"], int(data_dict["money"]), data_dict["province"])record_list.append(record)f.close()return record_listif __name__ == '__main__':text_file_reader = TextFileReader("./2011年1月销售数据.txt")json_file_reader = JsonFileReader("./2011年2月销售数据JSON.txt")list1 = text_file_reader.read_data()list2 = json_file_reader.read_data()for l in list1:print(l)for l in list2:print(l)

main:

"""
面向对象
实现步骤：
设计一个类，完成读取文件和数据封装
设计一个抽象类，定义文件读取的相关功能，并使用子类实现具体功能
读取文件，生产数据对象
进行数据需求的逻辑计算（计算每一天的销售额）
通过PyEcharts进行图形绘制
"""from file_define import FileReader, TextFileReader, JsonFileReader
from data_define import Record
from pyecharts.charts import Bar
from pyecharts import options as opts
from pyecharts.globals import ThemeType
from collections import defaultdict# 数据读取
text_file_reader = TextFileReader("./2011年1月销售数据.txt")
json_file_reader = JsonFileReader("./2011年2月销售数据JSON.txt")
all_data = text_file_reader.read_data() + json_file_reader.read_data()# 数据处理（使用defaultdict更安全）
data_dict = defaultdict(int)
for record in all_data:data_dict[record.date] += record.money# 按日期排序
sorted_dates = sorted(data_dict.keys())
sorted_values = [data_dict[date] for date in sorted_dates]# 可视化图表开发（修正后的写法）
bar = Bar(init_opts=opts.InitOpts(theme=ThemeType.LIGHT,width="1200px",height="600px"
))bar.add_xaxis(sorted_dates)
bar.add_yaxis("销售额", sorted_values,label_opts=opts.LabelOpts(is_show=False),markpoint_opts=opts.MarkPointOpts(data=[opts.MarkPointItem(type_="max", name="最大值"),opts.MarkPointItem(type_="min", name="最小值")]))bar.set_global_opts(title_opts=opts.TitleOpts(title="每日销售额趋势", pos_left="center"),toolbox_opts=opts.ToolboxOpts(is_show=True),xaxis_opts=opts.AxisOpts(name="日期",axislabel_opts={"rotate": 45}  # 倾斜45度防止重叠),yaxis_opts=opts.AxisOpts(name="销售额（元）"),datazoom_opts=[opts.DataZoomOpts()]  # 添加缩放功能
)# 渲染图表
bar.render("daily_sales.html")
print("图表已生成：daily_sales.html")