Руководство по магическим методам Python

Одним из факторов, делающих Python таким мощным языком программирования, являются магические методы. В некоторых кругах Pythonista вы можете услышать, что их называют «методами dunder» в свете их конструкции с двойным подчеркиванием. 

Их роль в Python заключается в выполнении процедуры, известной как «перегрузка оператора», что просто означает, что предопределенный оператор получает расширенное значение. Другими словами, перегрузка операторов используется для добавления настраиваемого поведения в наши классы, чтобы их можно было использовать с операторами Python и встроенными функциями.  

В этой статье мы углубимся в магические методы Python: 

• Различие между методами и функциями
• Объяснение того, что такое магические методы
• Предоставление некоторых примеров Python.

Методы Python против функций

Прежде чем мы сможем понять, что такое магические методы, мы должны понять разницу между методом и функцией в Python. 

Python использует методы для представления поведения объекта. Таким образом, методы связаны с объектом и будут выполнять некоторые операции над данными внутри объекта. Еще одним ключевым отличительным фактором метода является параметр self, который всегда должен быть первым параметром, передаваемым методу. 

Примечание . Это не обязательно должно быть слово self в качестве первого параметра, но все сторонники Python согласны с тем, что это лучшая практика. 

# Example of a method
class Human:
    # This is a method
    def walk(self):
        print("I am walking") 

Методы зависят от класса, с которым они связаны. Таким образом, для вызова метода необходимо создать экземпляр класса, прежде чем к методу можно будет получить доступ с помощью оператора точки. 

# This will work
joe = Human()
joe.walk()

"""
I am walking
"""




# This will throw a NameError
walk()

---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
/tmp/ipykernel_153/2327344440.py in <module>
      4
      5 # This will throw a NameError
----> 6 walk()

NameError: name 'walk' is not defined

С другой стороны, функция отличается: нам не нужно создавать экземпляр класса. 

Функции Python — это шаги, выполняемые как блок кода только при вызове. Они определяются независимо от любого объекта класса, что означает, что их можно вызывать непосредственно по их имени. Поскольку они не связаны ни с каким классом, нам не нужно передавать self в качестве параметра — параметры необязательны. 

По сути, функция — это просто набор четко определенных инструкций, которые интерпретатор использует для выполнения задачи. 

# Example of a function
def run():
  print("I am running.")
​
run()

"""
I am running.
"""

Как показано в нашей статье Как вызывать и писать функции , функции также бывают двух видов: встроенные и определяемые пользователем. 

• Встроенные функции: функции, включенные в стандартную библиотеку Python.
• Пользовательские функции: функции, определенные пользователем. Python позволяет пользователям определять и использовать свои собственные функции, к которым можно получить доступ в программе Python.

Во многих отношениях методы и функции идентичны, т. е. они оба определяются с помощью оператора def. Основное различие заключается в том, что методы связаны с объектом и используются для работы с данными, содержащимися в классе, тогда как функции определяются независимо и могут вызываться по их имени в любом месте программы. 

Что такое магические методы Python?

В начале руководства мы упомянули, что магические методы также называются методами dunder из-за их конструкции с двойным подчеркиванием. Под этим мы подразумеваем, что все магические методы Python начинаются и заканчиваются двумя символами подчеркивания. 

 

Наиболее известным магическим методом является метод __init__, который позволяет инициализировать класс с определенными атрибутами. 

class Employee:
    def __init__(self, name, age, role):
        self.name = name
        self.age = age
        self.role = role

Чтобы создать экземпляр этого класса, мы должны указать имя экземпляра, возраст и атрибуты роли. Например:

user_1 = Employee(name="John", age=24, role="Data Scientist")

Если этого не сделать, возникнет ошибка TypeError . 

 

Метод __init__ относится к категории магических методов инициализации и построения, но это только один из многих. В таблице ниже подробно описаны некоторые другие магические методы инициализации и построения. 

 

__new__(cls, другое)	Используется для создания нового экземпляра класса
__init__(я, другой)	Вызывается после создания нового экземпляра; Все атрибуты, переданные в выражение конструктора класса, будут использоваться как атрибуты.
__del__(сам)	Также известен как деструктор; Вызывается, когда экземпляр должен быть уничтожен.

Самый простой способ концептуализировать магические методы — это контакт между вашей реализацией и интерпретатором Python. Одно из условий контракта требует, чтобы Python выполнял некоторые действия под капотом при определенных обстоятельствах, например, инициализировал экземпляр класса с определенными объектами. 

 

Другими словами, вы не обязаны вызывать магический метод напрямую, вызывая его — Python делает это за вас за кулисами. 

Методы представления строк

Python — это язык объектно-ориентированного программирования (ООП) — все в Python является объектом. Когда создается новый объект, мы неявно создаем связанный объект, потому что все классы наследуются от объекта.  

 

Примечание: вы также можете сделать наследование явным, передав объект класса вашему классу. 

# This works
class Car:
  pass
​
# This also works
class Vehicle(object):
  pass
​
car = Car()
vehicle = Vehicle()
​
print(car, vehicle, sep="\n")

"""
<__main__.Car object at 0x7f80449dc0a0>
<__main__.Vehicle object at 0x7f80449dc1f0>
"""

В приведенном выше коде мы создали два пустых класса, но интерпретатор Python по-прежнему знал, что печатать, когда мы вызывали оператор печати. Это возможно, потому что все классы наследуются от класса объекта (родителя всех классов в Python), и у него есть волшебный метод, называемый __repr__, который вызывается оператором печати, чтобы вернуть значение обратно в нашу основную программу.  

 

Те, кто знаком с наследованием, знают, что дочерний класс может переопределить родительский класс, определив собственный метод с тем же именем. 

# Overriding the object __repr__
class Vehicle:
  def __repr__(self):
      return f"{self.__class__.__qualname__}"
​
vehicle = Vehicle()
print(vehicle)

"""
Vehicle
"""

Вы также можете использовать магический метод __str__ для создания строкового представления, которое вызывается оператором печати. 

 

На самом деле магический метод __repr__ служит дублирующим поведением магического метода __str__. Таким образом, когда мы вызываем оператор печати, Python сначала ищет метод __str__, определенный в вашем классе, прежде чем вернуться к методу __repr__. 

# Using __str__ for string representation
class Vehicle:
  def __str__(self):
      return f"{self.__class__.__qualname__}"
     
vehicle = Vehicle()
print(vehicle)

"""
Vehicle
"""

Таблица ниже состоит из списка других магических методов представления строк. 

 

__str__(сам)	Вызывается встроенной в Python функцией str() и оператором печати для отображения неформального строкового представления объекта. Обратите внимание, что это не обязательно должно быть допустимым выражением Python.
__repr__(сам)	Вызывается встроенной в Python функцией repr() и преобразованиями строк для отображения официального строкового представления объекта. Обратите внимание, что это должно выглядеть как допустимое выражение Python, но предпочтительна строка с полезным описанием, если это невозможно.
__unicode__(сам)	Вызывается для реализации встроенной в Python функции unicode() и возвращает объект Unicode.
__хэш__(сам)	Вызывается встроенной в Python функцией hash() и операциями с членами хешированных коллекций. Метод должен возвращать целое число.
__ненулевое__(я)	Вызывается встроенной в Python операцией bool() для реализации проверки истинности. Метод должен возвращать True или False (или их целочисленный эквивалент 1 или 0).

 

«Волшебные» методы инкапсуляции 

Инкапсуляция — одна из фундаментальных концепций объектно-ориентированного программирования (ООП). Это относится к связыванию данных с методами, которые работают с этими данными, или к ограничению прямого доступа к определенным компонентам внутри объекта.

 

Разработчики из других языков ООП регулярно оспаривают неспособность Python правильно использовать инкапсуляцию для классов. Эти люди привыкли иметь явные модификаторы для методов или полей, которые позволяют им определять такие вещи, как частные атрибуты с общедоступными геттерами и сеттерами. Отличие Python в том, что большая часть существующей инкапсуляции происходит с помощью магических методов. 

 

Например, __setattr__ — это решение для инкапсуляции, которое позволяет нам определять поведение при присвоении атрибуту, несмотря на его присутствие. Другими словами, можно определить правила для изменения значений атрибутов. 

import string

class Alphabet():
    def __setattr__(self, name, value):
        self.__dict__[name] = value.upper()

a = Alphabet()

# Assinging an attribute that does not exist
# The setattr should convert it to caps despite being set as lowercase
a.alphabet = string.ascii_lowercase
print(a.alphabet)

В приведенном выше коде мы создали класс под названием Alphabet без атрибутов, но мы сказали Python, что хотим использовать любой атрибут экземпляра класса, который мы установили.

 

Мы понимаем, что ООП может быть немного недосягаем для некоторых читателей. Чтобы освоить ООП в Python, ознакомьтесь с курсом Python Programmer Track от DataCamp .   

Методы математической магии

Другой категорией магических методов Python являются математические магические методы (также известные как обычные арифметические операторы). Выражения создаются с использованием специальных символов, которые в Python мы называем «операторами». Использование таких операторов в выражении предполагает создание объектов с помощью математических магических методов. Несоблюдение этого правила приведет к ошибке TypeError. 

class Numbers:
  def __init__(self, a, b):
      self.a = a
      self.b = b
   
set_a = Numbers(2, 4)
set_b = Numbers(3, 5)
​
print(set_a + set_b)
"""
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
/tmp/ipykernel_152/3639634723.py in <module>
      7 set_b = Numbers(3, 5)
      8
----> 9 print(set_a + set_b)

TypeError: unsupported operand type(s) for +: 'Numbers' and 'Numbers'
"""

В приведенном выше коде мы попытались создать несколько экземпляров класса Numbers и сложить их вместе, что, как и ожидалось, вызвало ошибку. Одним из решений этой ошибки может быть создание в нашем классе метода для сложения чисел, но это помешает нам создавать выражения. 

 

Лучшим решением было бы реализовать магический метод __add__ следующим образом:  

# Using add operator
class Numbers:
    def __init__(self, a, b):
        self.a = a
        self.b = b
   
    def __add__(self, other):
        # Only permit Numbers objects to be added
        if not isinstance(other, Numbers):
            return NotImplemented
        return Numbers(other.a + self.a, other.b + self.b)
   
    def __repr__(self):
      return f"{self.__class__.__qualname__}({self.a}, {self.b})"
   
a = Numbers(2, 4)
b = Numbers(3, 5)
print(a + b) # Should result in Numbers(5, 9)


"""
RandomNumbers(5, 9)
"""

Приведенный выше пример кода позволяет нам добавить только два объекта Numbers вместе. Давайте реализуем еще один магический математический метод, который позволяет нам умножать объект Numbers на целое число. 

# Multiplying Numbers with an integer
class Numbers:
    def __init__(self, a, b):
        self.a = a
        self.b = b
   
    def __add__(self, other):
        # Only permit Numbers objects to be added
        if not isinstance(other, Numbers):
            return NotImplemented
        return Numbers(other.a + self.a, other.b + self.b)
   
    def __mul__(self, other):
      if not isinstance(other, int):
          return NotImplemented
         
      return Numbers(self.a * other, self.b * other)
   
    def __repr__(self):
      return f"{self.__class__.__qualname__}({self.a}, {self.b})"
   
a = Numbers(2, 4)
print(a * 5) # Should return 10, 20




"""
RandomNumbers(10, 20)
"""

В приведенном выше коде мы добавили магический метод __mul__, позволяющий нам умножать числа нашего пользовательского класса на целое число. 

 

Обратите внимание, что объект Numbers находится слева от оператора * — это не случайно. Давайте поместим его в правую часть операнда и посмотрим, что произойдет. 

- snip --

a = Numbers(2, 4)
print(3 * a)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
/tmp/ipykernel_152/2857655049.py in <module>
      1 a = Numbers(2, 4)
----> 2 print(3 * a)

TypeError: unsupported operand type(s) for *: 'int' and 'Numbers'

Python выдает TypeError. 

 

Магический метод __mul__, который мы реализовали, учитывает только те случаи, когда объект Numbers находится слева от оператора *. Чтобы расширить эту функциональность, мы должны добавить обратный магический метод, __rmul__. 

# Enabling reverse multiplication
class Numbers:
    def __init__(self, a, b):
        self.a = a
        self.b = b
   
    def __add__(self, other):
        # Only permit Numbers objects to be added
        if not isinstance(other, Numbers):
            return NotImplemented
        return Numbers(other.a + self.a, other.b + self.b)
   
    def __mul__(self, other):
      if not isinstance(other, int):
          return NotImplemented
      return Numbers(self.a * other, self.b * other)

    def __rmul__(self, other):
        return self.__mul__(other)
   
    def __repr__(self):
      return f"{self.__class__.__qualname__}({self.a}, {self.b})"
   
a = Numbers(2, 4)
print(5 * a) # Should return 10, 20

"""
Numbers(10, 20)
"""

Теперь мы можем создать выражение умножения, не обращая внимания на то, с какой стороны операнда появляется объект Numbers. 

Заворачивать

Основной принцип использования магических методов Python остается прежним: создайте класс и переопределите магический метод объектного класса. В Python так много волшебных методов, что это был бы очень длинный учебник, если бы мы решили охватить их все по отдельности. Мы настоятельно рекомендуем вам ознакомиться с документацией по Python , чтобы получить полное представление о магических методах Python, которые вы можете использовать для улучшения своих навыков программирования на Python .  

Ссылка: https://www.datacamp.com/tutorial/introduction-python-magic-methods

#python

What is GEEK

Buddha Community

Why use Python for Software Development

No programming language is pretty much as diverse as Python. It enables building cutting edge applications effortlessly. Developers are as yet investigating the full capability of end-to-end Python development services in various areas. 

By areas, we mean FinTech, HealthTech, InsureTech, Cybersecurity, and that's just the beginning. These are New Economy areas, and Python has the ability to serve every one of them. The vast majority of them require massive computational abilities. Python's code is dynamic and powerful - equipped for taking care of the heavy traffic and substantial algorithmic capacities. 

Programming advancement is multidimensional today. Endeavor programming requires an intelligent application with AI and ML capacities. Shopper based applications require information examination to convey a superior client experience. Netflix, Trello, and Amazon are genuine instances of such applications. Python assists with building them effortlessly. 

5 Reasons to Utilize Python for Programming Web Apps 

Python can do such numerous things that developers can't discover enough reasons to admire it. Python application development isn't restricted to web and enterprise applications. It is exceptionally adaptable and superb for a wide range of uses.

Robust frameworks 

Python is known for its tools and frameworks. There's a structure for everything. Django is helpful for building web applications, venture applications, logical applications, and mathematical processing. Flask is another web improvement framework with no conditions. 

Web2Py, CherryPy, and Falcon offer incredible capabilities to customize Python development services. A large portion of them are open-source frameworks that allow quick turn of events. 

Simple to read and compose 

Python has an improved sentence structure - one that is like the English language. New engineers for Python can undoubtedly understand where they stand in the development process. The simplicity of composing allows quick application building. 

The motivation behind building Python, as said by its maker Guido Van Rossum, was to empower even beginner engineers to comprehend the programming language. The simple coding likewise permits developers to roll out speedy improvements without getting confused by pointless subtleties. 

Utilized by the best 

Alright - Python isn't simply one more programming language. It should have something, which is the reason the business giants use it. Furthermore, that too for different purposes. Developers at Google use Python to assemble framework organization systems, parallel information pusher, code audit, testing and QA, and substantially more. Netflix utilizes Python web development services for its recommendation algorithm and media player. 

Massive community support 

Python has a steadily developing community that offers enormous help. From amateurs to specialists, there's everybody. There are a lot of instructional exercises, documentation, and guides accessible for Python web development solutions. 

Today, numerous universities start with Python, adding to the quantity of individuals in the community. Frequently, Python designers team up on various tasks and help each other with algorithmic, utilitarian, and application critical thinking. 

Progressive applications 

Python is the greatest supporter of data science, Machine Learning, and Artificial Intelligence at any enterprise software development company. Its utilization cases in cutting edge applications are the most compelling motivation for its prosperity. Python is the second most well known tool after R for data analytics.

The simplicity of getting sorted out, overseeing, and visualizing information through unique libraries makes it ideal for data based applications. TensorFlow for neural networks and OpenCV for computer vision are two of Python's most well known use cases for Machine learning applications.

Summary

Thinking about the advances in programming and innovation, Python is a YES for an assorted scope of utilizations. Game development, web application development services, GUI advancement, ML and AI improvement, Enterprise and customer applications - every one of them uses Python to its full potential. 

The disadvantages of Python web improvement arrangements are regularly disregarded by developers and organizations because of the advantages it gives. They focus on quality over speed and performance over blunders. That is the reason it's a good idea to utilize Python for building the applications of the future.

#python development services #python development company #python app development #python development #python in web development #python software development

Python Tricks Every Developer Should Know

Python is awesome, it’s one of the easiest languages with simple and intuitive syntax but wait, have you ever thought that there might ways to write your python code simpler?

In this tutorial, you’re going to learn a variety of Python tricks that you can use to write your Python code in a more readable and efficient way like a pro.

Let’s get started

Swapping value in Python

Instead of creating a temporary variable to hold the value of the one while swapping, you can do this instead

>>> FirstName = "kalebu"
>>> LastName = "Jordan"
>>> FirstName, LastName = LastName, FirstName 
>>> print(FirstName, LastName)
('Jordan', 'kalebu')

#python #python-programming #python3 #python-tutorials #learn-python #python-tips #python-skills #python-development

How to Remove all Duplicate Files on your Drive via Python

Today you’re going to learn how to use Python programming in a way that can ultimately save a lot of space on your drive by removing all the duplicates.

Intro

In many situations you may find yourself having duplicates files on your disk and but when it comes to tracking and checking them manually it can tedious.

Heres a solution

Instead of tracking throughout your disk to see if there is a duplicate, you can automate the process using coding, by writing a program to recursively track through the disk and remove all the found duplicates and that’s what this article is about.

But How do we do it?

If we were to read the whole file and then compare it to the rest of the files recursively through the given directory it will take a very long time, then how do we do it?

The answer is hashing, with hashing can generate a given string of letters and numbers which act as the identity of a given file and if we find any other file with the same identity we gonna delete it.

There’s a variety of hashing algorithms out there such as

• md5
• sha1
• sha224, sha256, sha384 and sha512

#python-programming #python-tutorials #learn-python #python-project #python3 #python #python-skills #python-tips

How To Compare Tesla and Ford Company By Using Magic Methods in Python

Magic Methods are the special methods which gives us the ability to access built in syntactical features such as ‘<’, ‘>’, ‘==’, ‘+’ etc…

You must have worked with such methods without knowing them to be as magic methods. Magic methods can be identified with their names which start with __ and ends with __ like init, call, str etc. These methods are also called Dunder Methods, because of their name starting and ending with Double Underscore (Dunder).

Now there are a number of such special methods, which you might have come across too, in Python. We will just be taking an example of a few of them to understand how they work and how we can use them.

1. init

class AnyClass:
    def __init__():
        print("Init called on its own")
obj = AnyClass()

The first example is _init, _and as the name suggests, it is used for initializing objects. Init method is called on its own, ie. whenever an object is created for the class, the init method is called on its own.

The output of the above code will be given below. Note how we did not call the init method and it got invoked as we created an object for class AnyClass.

Init called on its own

2. add

Let’s move to some other example, add gives us the ability to access the built in syntax feature of the character +. Let’s see how,

class AnyClass:
    def __init__(self, var):
        self.some_var = var
    def __add__(self, other_obj):
        print("Calling the add method")
        return self.some_var + other_obj.some_var
obj1 = AnyClass(5)
obj2 = AnyClass(6)
obj1 + obj2

#python3 #python #python-programming #python-web-development #python-tutorials #python-top-story #python-tips #learn-python

Basic Data Types in Python | Python Web Development For Beginners

At the end of 2019, Python is one of the fastest-growing programming languages. More than 10% of developers have opted for Python development.

In the programming world, Data types play an important role. Each Variable is stored in different data types and responsible for various functions. Python had two different objects, and They are mutable and immutable objects.

Table of Contents  hide

I Mutable objects

II Immutable objects

III Built-in data types in Python

Mutable objects

The Size and declared value and its sequence of the object can able to be modified called mutable objects.

Mutable Data Types are list, dict, set, byte array

Immutable objects

The Size and declared value and its sequence of the object can able to be modified.

Immutable data types are int, float, complex, String, tuples, bytes, and frozen sets.

id() and type() is used to know the Identity and data type of the object

a**=25+**85j

type**(a)**

output**:<class’complex’>**

b**={1:10,2:“Pinky”****}**

id**(b)**

output**:**238989244168

Built-in data types in Python

a**=str(“Hello python world”)****#str**

b**=int(18)****#int**

c**=float(20482.5)****#float**

d**=complex(5+85j)****#complex**

e**=list((“python”,“fast”,“growing”,“in”,2018))****#list**

f**=tuple((“python”,“easy”,“learning”))****#tuple**

g**=range(10)****#range**

h**=dict(name=“Vidu”,age=36)****#dict**

i**=set((“python”,“fast”,“growing”,“in”,2018))****#set**

j**=frozenset((“python”,“fast”,“growing”,“in”,2018))****#frozenset**

k**=bool(18)****#bool**

l**=bytes(8)****#bytes**

m**=bytearray(8)****#bytearray**

n**=memoryview(bytes(18))****#memoryview**

Numbers (int,Float,Complex)

Numbers are stored in numeric Types. when a number is assigned to a variable, Python creates Number objects.

#signed interger

age**=**18

print**(age)**

Output**:**18

Python supports 3 types of numeric data.

int (signed integers like 20, 2, 225, etc.)

float (float is used to store floating-point numbers like 9.8, 3.1444, 89.52, etc.)

complex (complex numbers like 8.94j, 4.0 + 7.3j, etc.)

A complex number contains an ordered pair, i.e., a + ib where a and b denote the real and imaginary parts respectively).

String

The string can be represented as the sequence of characters in the quotation marks. In python, to define strings we can use single, double, or triple quotes.

# String Handling

‘Hello Python’

#single (') Quoted String

“Hello Python”

# Double (") Quoted String

“”“Hello Python”“”

‘’‘Hello Python’‘’

# triple (‘’') (“”") Quoted String

In python, string handling is a straightforward task, and python provides various built-in functions and operators for representing strings.

The operator “+” is used to concatenate strings and “*” is used to repeat the string.

“Hello”+“python”

output**:****‘Hello python’**

"python "*****2

'Output : Python python ’

#python web development #data types in python #list of all python data types #python data types #python datatypes #python types #python variable type