摘要：例如，的序列協(xié)議只需要和兩個(gè)方法。任何類如，只要使用標(biāo)準(zhǔn)的簽名和語義實(shí)現(xiàn)了這兩個(gè)方法，就能用在任何期待序列的地方。方法開放了內(nèi)置序列實(shí)現(xiàn)的棘手邏輯，用于優(yōu)雅地處理缺失索引和負(fù)數(shù)索引，以及長(zhǎng)度超過目標(biāo)序列的切片。

要達(dá)到的要求

為了編寫Vector(3, 4) 和 Vector(3, 4, 5) 這樣的代碼，我們可以讓 init 法接受任意個(gè)參數(shù)（通過 *args）

如果 Vector 實(shí)例的分量超過 6 個(gè)，repr() 生成的字符串就會(huì)使用 ... 省略一部
分，使用 reprlib 模塊可以生成長(zhǎng)度有限的表示形式

from array import array
import reprlib
import math


class Vector:
    typecode = "d"

    def __init__(self, components):
        self._components = array(self.typecode, components)

    def __iter__(self):
        return iter(self._components)
        
    # 這里是重點(diǎn)
    def __repr__(self):
        components = reprlib.repr(self._components)
        components = components[components.find("["):-1]
        return "Vector({})".format(components)
        
print(Vector([3.1, 4.2]))
print(Vector((3, 4, 5)))
print(Vector(range(10)))

? 使用 reprlib.repr() 函數(shù)獲取 self._components 的有限長(zhǎng)度表示形式（如
array("d", [0.0, 1.0, 2.0, 3.0, 4.0, ...])）。
? 把字符串插入 Vector 的構(gòu)造方法調(diào)用之前，去掉前面的 array("d" 和后面的 )。

在面向?qū)ο缶幊讨校?/p>

協(xié)議是非正式的接口，只在文檔中定義，在代碼中不定義。

例如，Python 的序列協(xié)議只需要 len 和 getitem 兩個(gè)方法。

任何類（如 Spam），只要使用標(biāo)準(zhǔn)的簽名和語義實(shí)現(xiàn)了這兩個(gè)方法，就能用在任何期待序列的地方。

import collections

Card = collections.namedtuple("Card", ["rank", "suit"])


class FrenchDeck:
    ranks = [str(n) for n in range(2, 11)] + list("JQKA")
    suits = "spades diamonds clubs hearts".split()

    def __init__(self):
        self._cards = [Card(rank, suit) for suit in self.suits for rank in self.ranks]

    def __len__(self):
        return len(self._cards)

    def __getitem__(self, position):
        return self._cards[position]

from array import array
import reprlib
import math


class Vector(object):
    typecode = "d"

    def __init__(self, components):
        self._components = array(self.typecode, components)

    def __iter__(self):
        return iter(self._components)

    def __repr__(self):
        components = reprlib.repr(self._components)
        components = components[components.find("["):-1]
        return "Vector({})".format(components)

    def __str__(self):
        return str(tuple(self))

    def __bytes__(self):
        return (bytes([ord(self.typecode)]) +
                bytes(self._components))

    def __eq__(self, other):
        return tuple(self) == tuple(other)

    def __abs__(self):
        return math.sqrt(sum(x * x for x in self))

    def __bool__(self):
        return bool(abs(self))

    @classmethod
    def frombytes(cls, octets):
        typecode = chr(octets[0])
        memv = memoryview(octets[1:]).cast(typecode)
        return cls(memv)

    def __len__(self):
        return len(self._components)

    def __getitem__(self, index):
        return self._components[index]


v1 = Vector([3, 4, 5])
print(len(v1))

print(v1[0], v1[-1])

v7 = Vector(range(7))
print(v7[1:4])

現(xiàn)在連切片都支持了，不過尚不完美。如果 Vector 實(shí)例的切片也是 Vector
實(shí)例，而不是數(shù)組，那就更好了。

把 Vector 實(shí)例的切片也變成 Vector 實(shí)例，我們不能簡(jiǎn)單地委托給數(shù)組切片。我們
要分析傳給 getitem 方法的參數(shù)，做適當(dāng)?shù)奶幚怼?/p> 切片原理

class MySeq:
    def __getitem__(self, index):
        return index


s = MySeq()
print(s[1])

print(s[1:4])

print(s[1:4:2])

print(s[1:4:2, 9])

print(s[1:4:2, 7:9])

? 1:4 表示法變成了 slice(1, 4, None)。
? slice(1, 4, 2) 的意思是從 1 開始，到 4 結(jié)束，步幅為 2。
? 神奇的事發(fā)生了：如果 [] 中有逗號(hào)，那么 getitem 收到的是元組。
? 元組中甚至可以有多個(gè)切片對(duì)象。

print(slice)
print(dir(slice))

["__class__", "__delattr__", "__dir__", "__doc__", "__eq__", "__format__", "__ge__", "__getattribute__", "__gt__", "__hash__", "__init__", "__init_subclass__", "__le__", "__lt__", "__ne__", "__new__", "__reduce__", "__reduce_ex__", "__repr__", "__setattr__", "__sizeof__", "__str__", "__subclasshook__", "indices", "start", "step", "stop"]

通過審查 slice，發(fā)現(xiàn)它有 start、stop 和 step 數(shù)據(jù)屬性，以及 indices 方法。

indices 方法開放了內(nèi)置序列實(shí)現(xiàn)的棘手邏輯，用于優(yōu)雅地處理缺失索引和
負(fù)數(shù)索引，以及長(zhǎng)度超過目標(biāo)序列的切片。
這個(gè)方法會(huì)“整頓”元組，把 start、stop 和
stride 都變成非負(fù)數(shù)，而且都落在指定長(zhǎng)度序列的邊界內(nèi)。
一句話 把負(fù)數(shù)索引和超出長(zhǎng)度的索引調(diào)整成 正常的索引

aa = "ABCDE"

print(slice(None, 10, 2).indices(5))
print(slice(-3, None, None).indices(5))

print("="*40)
print(slice(None, 10, 2).indices(len(aa)))
print(slice(-3, None, None).indices(len(aa)))


print(aa[-3:])

from array import array
import reprlib
import math
import numbers

class Vector(object):
    typecode = "d"

    def __init__(self, components):
        self._components = array(self.typecode, components)

    def __iter__(self):
        return iter(self._components)

    def __repr__(self):
        components = reprlib.repr(self._components)
        components = components[components.find("["):-1]
        return "Vector({})".format(components)



    def __len__(self):
        return len(self._components)

    ##[1:4] 返回一個(gè)向量對(duì)象
    def __getitem__(self, index):
        cls = type(self)
        if isinstance(index, slice):
            return cls(self._components[index])
        elif isinstance(index, numbers.Integral):
            return self._components[index]
        else:
            msg = "{cls.__name__} indices must be integers"
            raise TypeError(msg.format(cls=cls))


v7 = Vector(range(7))
print(v7[-1])

print(v7[1:4])

print(v7[-1:])

我們可以在 Vector 中編寫四個(gè)特性，但這樣太麻煩。
特殊方法 getattr 提供了更好的方式。

屬性查找失敗后，解釋器會(huì)調(diào)用 getattr 方法。
簡(jiǎn)單來說，對(duì) my_obj.x 表達(dá)式，

Python 會(huì)檢查 my_obj 實(shí)例有沒有名為 x 的屬性；
如果沒有，到類（my_obj.__class__）中查找；
如果還沒有，順著繼承樹繼續(xù)查找。
如果依舊找不到，調(diào)用 my_obj 所屬類中定義的 getattr 方法，傳入 self 和屬性名稱的字符串形式（如 "x"）。

from array import array
import reprlib
import math
import numbers


class Vector(object):
    typecode = "d"

    def __init__(self, components):
        self._components = array(self.typecode, components)

    def __iter__(self):
        return iter(self._components)

    def __repr__(self):
        components = reprlib.repr(self._components)
        components = components[components.find("["):-1]
        return "Vector({})".format(components)

    shortcut_names = "xyzt"

    def __getattr__(self, name):
        cls = type(self)
        if len(name) == 1:
            pos = cls.shortcut_names.find(name)
        if 0 <= pos < len(self._components):
            return self._components[pos]
        msg = "{.__name__!r} object has no attribute {!r}"
        raise AttributeError(msg.format(cls, name))

    def __setattr__(self, name, value):
        cls = type(self)
        if len(name) == 1:

            # 如果 name 是 xyzt 中的一個(gè)，設(shè)置特殊的錯(cuò)誤消息。
            if name in cls.shortcut_names:
                error = "readonly attribute {attr_name!r}"

            # 如果 name 是小寫字母，為所有小寫字母設(shè)置一個(gè)錯(cuò)誤消息。
            elif name.islower():
                error = "can"t set attributes "a" to "z" in {cls_name!r}"

            #否則，把錯(cuò)誤消息設(shè)為空字符串。
            else:
                error = ""

            #如果有錯(cuò)誤消息，拋出AttributeError。
            if error:
                msg = error.format(cls_name=cls.__name__, attr_name=name)
            raise AttributeError(msg)

        # 默認(rèn)情況：在超類上調(diào)用 __setattr__ 方法，提供標(biāo)準(zhǔn)行為。
        super().__setattr__(name, value)


v = Vector(range(5))
print(v)

# 這個(gè)設(shè)置法 沒用
v.p = 10
print(v.x)

print(v)

super() 函數(shù)用于動(dòng)態(tài)訪問超類的方法，對(duì) Python 這樣支持多重繼承的動(dòng)態(tài)
語言來說，必須能這么做。程序員經(jīng)常使用這個(gè)函數(shù)把子類方法的某些任務(wù)委托給超
類中適當(dāng)?shù)姆椒?/p>

注意，我們沒有禁止為全部屬性賦值，只是禁止為單個(gè)小寫字母屬性賦值，以防與只讀屬
性 x、y、z 和 t 混淆。

functools.reduce() 可以替換成 sum()

它的關(guān)鍵思想是，把一系列值歸約成單個(gè)值。

reduce() 函數(shù)的第一個(gè)參數(shù)是接受兩個(gè)參數(shù)的函數(shù)，第二個(gè)參數(shù)是一個(gè)可迭代的對(duì)象。 假如有個(gè)接受兩個(gè)參數(shù)的 fn 函數(shù)和一個(gè) lst
列表。

調(diào)用 reduce(fn, lst) 時(shí)，fn 會(huì)應(yīng)用到第一對(duì)元素上，即 fn(lst[0],lst[1])，生成第一個(gè)結(jié)果r1。然后，fn 會(huì)應(yīng)用到 r1 和下一個(gè)元素上，即 fn(r1,lst[2])，生成第二個(gè)結(jié)果 r2。

接著，調(diào)用 fn(r2, lst[3])，生成 r3……直到最后一個(gè)元素，返回最后得到的結(jié)果 rN。

如:

>>> import functools
>>> functools.reduce(lambda a,b: a*b, range(1, 6))
120

import functools

aa = functools.reduce(lambda a, b: a ^ b, range(1,6))
print(aa)

# operator--操作符函數(shù)
# https://blog.csdn.net/shengmingqijiquan/article/details/53005129
import operator
bb = functools.reduce(operator.xor, range(6))
print(bb)

operator 模塊。(任性的作者)

import functools  # ?
import operator  # ?


class Vector:
    typecode = "d"

    # 排版需要，省略了很多行...
    def __eq__(self, other):  # ?
        return tuple(self) == tuple(other)

    def __hash__(self):
        hashes = (hash(x) for x in self._components)  # ?
        return functools.reduce(operator.xor, hashes, 0)  # ?

    # 排版需要，省略了很多行...

    

? 創(chuàng)建一個(gè)生成器表達(dá)式，惰性計(jì)算各個(gè)分量的散列值。
? 把 hashes 提供給 reduce 函數(shù)，使用 xor 函數(shù)計(jì)算聚合的散列值；第三個(gè)參數(shù)，0 是
初始值（參見下面的警告框）。

def __eq__(self, other):
    if len(self) != len(other):  # ?
        return False
    for a, b in zip(self, other):  # ?
        if a != b:  # ?
            return False
    return True  # ?

? zip 函數(shù)生成一個(gè)由元組構(gòu)成的生成器，元組中的元素來自參數(shù)傳入的各個(gè)可迭代對(duì)
象。如果不熟悉 zip 函數(shù)，請(qǐng)閱讀“出色的 zip 函數(shù)”附注欄。前面比較長(zhǎng)度的測(cè)試是有
必要的，因?yàn)橐坏┯幸粋€(gè)輸入耗盡，zip 函數(shù)會(huì)立即停止生成值，而且不發(fā)出警告。

使用 zip 和 all 函數(shù)實(shí)現(xiàn) Vector.__eq__ 方法

def __eq__(self, other):
 return len(self) == len(other) and all(a == b for a, b in zip(self, other))

>>> zip(range(3), "ABC") # ?

>>> list(zip(range(3), "ABC")) # ?
[(0, "A"), (1, "B"), (2, "C")]
>>> list(zip(range(3), "ABC", [0.0, 1.1, 2.2, 3.3])) # ?
[(0, "A", 0.0), (1, "B", 1.1), (2, "C", 2.2)]
>>> from itertools import zip_longest # ?
>>> list(zip_longest(range(3), "ABC", [0.0, 1.1, 2.2, 3.3], fillvalue=-1))
[(0, "A", 0.0), (1, "B", 1.1), (2, "C", 2.2), (-1, -1, 3.3)]

? zip 有個(gè)奇怪的特性：當(dāng)一個(gè)可迭代對(duì)象耗盡后，它不發(fā)出警告就停止。
? itertools.zip_longest 函數(shù)的行為有所不同：使用可選的 fillvalue（默認(rèn)
值為 None）填充缺失的值，因此可以繼續(xù)產(chǎn)出，直到最長(zhǎng)的可迭代對(duì)象耗盡。

__format__提供格式化方法,詳情和具體代碼 page 348

repr 如果信息展示過長(zhǎng). 用reprlib 模塊可以縮短

2.切片原理
slice(None, 10, 2).indices(5) 負(fù)責(zé)轉(zhuǎn)換成可用的索引
len 和 _getitem 實(shí)現(xiàn)切片的重要方法

屬性查找失敗后，解釋器會(huì)調(diào)用 getattr 方法。利用這個(gè)特性,可以搞一些事情

4.reduce 的使用方法

5.zip函數(shù) 簡(jiǎn)單理解矩陣對(duì)應(yīng)