https://dsw-dev.data.aliyun.com/#/?fileUrl=http%3A%2F%2Ftianchi-media.oss-cn-beijing.aliyuncs.com%2FDSW%2FPython%2FPython3.ipynb&fileName=Python3.ipynb.
new(cls[, …]) 在一个对象实例化的时候所调用的第一个方法，在调用__init__初始化前，先调用__new__
new__至少要有一个参数cls，代表要实例化的类，此参数在实例化时由 Python 解释器自动提供，后面的参数直接传递给__init。 new__对当前类进行了实例化，并将实例返回，传给__init__的self。但是，执行了__new，并不一定会进入__init__，只有__new__返回了，当前类cls的实例，当前类的__init__才会进入。
class A(object): def __init__(self, value): print("into A __init__") self.value = value def __new__(cls, *args, **kwargs): print("into A __new__") print(cls) return object.__new__(cls) class B(A): def __init__(self, value): print("into B __init__") self.value = value def __new__(cls, *args, **kwargs): print("into B __new__") print(cls) return super().__new__(cls, *args, **kwargs) b = B(10) class A(object): def __init__(self, value): print("into A __init__") self.value = value def __new__(cls, *args, **kwargs): print("into A __new__") print(cls) return object.__new__(cls) class B(A): def __init__(self, value): print("into B __init__") self.value = value def __new__(cls, *args, **kwargs): print("into B __new__") print(cls) return super().__new__(A, *args, **kwargs) # 改动了cls变为A b = B(10) 利用__new__实现单例模式若__new__没有正确返回当前类cls的实例，那__init__是不会被调用的，即使是父类的实例也不行，将没有__init__被调用
class Earth: pass a = Earth() print(id(a)) # 260728291456 b = Earth() print(id(b)) # 260728291624 class Earth: __instance = None # 定义一个类属性做判断 def __new__(cls): if cls.__instance is None: cls.__instance = object.__new__(cls) return cls.__instance else: return cls.__instance a = Earth() print(id(a)) b = Earth() print(id(b))__new__方法主要是当你继承一些不可变的 class 时（比如int, str, tuple）， 提供给你一个自定义这些类的实例化过程的途径。
class CapStr(str): def __new__(cls, string): string = string.upper() return str.__new__(cls, string) a = CapStr("i love lsgogroup") print(a) del(self) 析构器，当一个对象将要被系统回收之时调用的方法 class C(object): def __init__(self): print('into C __init__') def __del__(self): print('into C __del__') c1 = C() c2 = c1 c3 = c2 del c3 del c2 del c1str(self):
当你打印一个对象的时候，触发__str__ 当你使用%s格式化的时候，触发__str__ str强转数据类型的时候，触发__str__
repr(self)：
repr是str的备胎 有__str__的时候执行__str__,没有实现__str__的时候，执行__repr__ repr(obj)内置函数对应的结果是__repr__的返回值 当你使用%r格式化的时候 触发__repr__
class Cat: """定义一个猫类""" def __init__(self, new_name, new_age): """在创建完对象之后 会自动调用, 它完成对象的初始化的功能""" self.name = new_name self.age = new_age def __str__(self): """返回一个对象的描述信息""" return "名字是:%s , 年龄是:%d" % (self.name, self.age) def __repr__(self): """返回一个对象的描述信息""" return "Cat:(%s,%d)" % (self.name, self.age) def eat(self): print("%s在吃鱼...." % self.name) def drink(self): print("%s在喝可乐..." % self.name) def introduce(self): print("名字是:%s, 年龄是:%d" % (self.name, self.age)) # 创建了一个对象 tom = Cat("汤姆", 30) print(tom) print(str(tom)) print(repr(tom)) tom.eat() tom.introduce()str(self) 的返回结果可读性强。也就是说，str 的意义是得到便于人们阅读的信息，就像下面的 ‘2019-10-11’ 一样。 repr(self) 的返回结果应更准确。怎么说，repr 存在的目的在于调试，便于开发者使用。
import datetime today = datetime.date.today() print(str(today)) print(repr(today)) print('%s' %today) print('%r' %today)add(self, other)定义加法的行为：+ sub(self, other)定义减法的行为：-
class MyClass: def __init__(self, height, weight): self.height = height self.weight = weight # 两个对象的长相加，宽不变.返回一个新的类 def __add__(self, others): return MyClass(self.height + others.height, self.weight + others.weight) # 两个对象的宽相减，长不变.返回一个新的类 def __sub__(self, others): return MyClass(self.height - others.height, self.weight - others.weight) # 说一下自己的参数 def intro(self): print("高为", self.height, " 重为", self.weight) def main(): a = MyClass(height=10, weight=5) a.intro() b = MyClass(height=20, weight=10) b.intro() c = b - a c.intro() d = a + b d.intro() if __name__ == '__main__': main()mul(self, other)定义乘法的行为：* truediv(self, other)定义真除法的行为：/ floordiv(self, other)定义整数除法的行为：// mod(self, other) 定义取模算法的行为：% divmod(self, other)定义当被 divmod() 调用时的行为 divmod(a, b)把除数和余数运算结果结合起来，返回一个包含商和余数的元组(a // b, a % b)
print(divmod(7, 2)) print(divmod(8, 2))pow(self, other[, module])定义当被 power() 调用或 ** 运算时的行为 lshift(self, other)定义按位左移位的行为：<< rshift(self, other)定义按位右移位的行为：>> and(self, other)定义按位与操作的行为：& xor(self, other)定义按位异或操作的行为：^ or(self, other)定义按位或操作的行为：|
反运算的魔法方法多了一个“r”。当文件左操作不支持相应的操作时被调用。
radd(self, other)定义加法的行为：+ rsub(self, other)定义减法的行为：- rmul(self, other)定义乘法的行为：* rtruediv(self, other)定义真除法的行为：/ rfloordiv(self, other)定义整数除法的行为：// rmod(self, other) 定义取模算法的行为：% rdivmod(self, other)定义当被 divmod() 调用时的行为 rpow(self, other[, module])定义当被 power() 调用或 ** 运算时的行为 rlshift(self, other)定义按位左移位的行为：<< rrshift(self, other)定义按位右移位的行为：>> rand(self, other)定义按位与操作的行为：& rxor(self, other)定义按位异或操作的行为：^ ror(self, other)定义按位或操作的行为：|
a+b这里加数是a，被加数是b，因此是a主动，反运算就是如果a对象的__add__()方法没有实现或者不支持相应的操作，那么 Python 就会调用b的__radd__()方法。
class Nint(int): def __radd__(self, other): return int.__sub__(other, self) # 注意 self 在后面 a = Nint(5) b = Nint(3) print(a + b) print(1 + b)iadd(self, other)定义赋值加法的行为：+= isub(self, other)定义赋值减法的行为：-= imul(self, other)定义赋值乘法的行为：*= itruediv(self, other)定义赋值真除法的行为：/= ifloordiv(self, other)定义赋值整数除法的行为：//= imod(self, other)定义赋值取模算法的行为：%= ipow(self, other[, modulo])定义赋值幂运算的行为：**= ilshift(self, other)定义赋值按位左移位的行为：<<= irshift(self, other)定义赋值按位右移位的行为：>>= iand(self, other)定义赋值按位与操作的行为：&= ixor(self, other)定义赋值按位异或操作的行为：^= ior(self, other)定义赋值按位或操作的行为：|=
neg(self)定义正号的行为：+x pos(self)定义负号的行为：-x abs(self)定义当被abs()调用时的行为 invert(self)定义按位求反的行为：~x
getattr(self, name): 定义当用户试图获取一个不存在的属性时的行为。 getattribute(self, name)：定义当该类的属性被访问时的行为（先调用该方法，查看是否存在该属性，若不存在，接着去调用__getattr__）。 setattr(self, name, value)：定义当一个属性被设置时的行为。 delattr(self, name)：定义当一个属性被删除时的行为。
class C: def __getattribute__(self, item): print('__getattribute__') return super().__getattribute__(item) def __getattr__(self, item): print('__getattr__') def __setattr__(self, key, value): print('__setattr__') super().__setattr__(key, value) def __delattr__(self, item): print('__delattr__') super().__delattr__(item) c = C() c.x c.x = 1 del c.xget(self, instance, owner)用于访问属性，它返回属性的值。 set(self, instance, value)将在属性分配操作中调用，不返回任何内容。 del(self, instance)控制删除操作，不返回任何内容。
class MyDecriptor: def __get__(self, instance, owner): print('__get__', self, instance, owner) def __set__(self, instance, value): print('__set__', self, instance, value) def __delete__(self, instance): print('__delete__', self, instance) class Test: x = MyDecriptor() t = Test() t.x t.x = 'x-man' del t.x如果说你希望定制的容器是不可变的话，你只需要定义__len__()和__getitem__()方法。 如果你希望定制的容器是可变的话，除了__len__()和__getitem__()方法，你还需要定义__setitem__()和__delitem__()两个方法。
编写一个不可改变的自定义列表，要求记录列表中每个元素被访问的次数。 class CountList: def __init__(self, *args): self.values = [x for x in args] self.count = {}.fromkeys(range(len(self.values)), 0) def __len__(self): return len(self.values) def __getitem__(self, item): self.count[item] += 1 return self.values[item] c1 = CountList(1, 3, 5, 7, 9) c2 = CountList(2, 4, 6, 8, 10) print(c1[1]) print(c2[2]) print(c1[1] + c2[1]) print(c1.count) print(c2.count)len(self)定义当被len()调用时的行为（返回容器中元素的个数）。 getitem(self, key)定义获取容器中元素的行为，相当于self[key]。 setitem(self, key, value)定义设置容器中指定元素的行为，相当于self[key] = value。 delitem(self, key)定义删除容器中指定元素的行为，相当于del self[key]
编写一个可改变的自定义列表，要求记录列表中每个元素被访问的次数。 class CountList: def __init__(self, *args): self.values = [x for x in args] self.count = {}.fromkeys(range(len(self.values)), 0) def __len__(self): return len(self.values) def __getitem__(self, item): self.count[item] += 1 return self.values[item] def __setitem__(self, key, value): self.values[key] = value def __delitem__(self, key): del self.values[key] for i in range(0, len(self.values)): if i >= key: self.count[i] = self.count[i + 1] self.count.pop(len(self.values)) c1 = CountList(1, 3, 5, 7, 9) c2 = CountList(2, 4, 6, 8, 10) print(c1[1]) print(c2[2]) c2[2] = 12 print(c1[1] + c2[2]) print(c1.count) print(c2.count) del c1[1] print(c1.count)迭代是 Python 最强大的功能之一，是访问集合元素的一种方式。 迭代器是一个可以记住遍历的位置的对象。 迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。 迭代器只能往前不会后退。 字符串，列表或元组对象都可用于创建迭代器：
string = 'lsgogroup' for c in string: print(c) ''' l s g o g r o u p ''' for c in iter(string): print(c) links = {'B': '百度', 'A': '阿里', 'T': '腾讯'} for each in links: print('%s -> %s' % (each, links[each])) ''' B -> 百度 A -> 阿里 T -> 腾讯 ''' for each in iter(links): print('%s -> %s' % (each, links[each])) 迭代器有两个基本的方法：iter() 和 next()。迭代器有两个基本的方法：iter() 和 next()。 iter(object) 函数用来生成迭代器。 next(iterator[, default]) 返回迭代器的下一个项目。 iterator – 可迭代对象 default – 可选，用于设置在没有下一个元素时返回该默认值，如果不设置，又没有下一个元素则会触发 StopIteration 异常。
links = {'B': '百度', 'A': '阿里', 'T': '腾讯'} it = iter(links) while True: try: each = next(it) except StopIteration: break print(each) it = iter(links) print(next(it)) print(next(it)) print(next(it)) print(next(it)) 把一个类作为一个迭代器使用需要在类中实现两个魔法方法 iter() 与 next()iter(self)定义当迭代容器中的元素的行为，返回一个特殊的迭代器对象， 这个迭代器对象实现了 next() 方法并通过 StopIteration 异常标识迭代的完成。 next() 返回下一个迭代器对象。 StopIteration 异常用于标识迭代的完成，防止出现无限循环的情况，在 next() 方法中我们可以设置在完成指定循环次数后触发 StopIteration 异常来结束迭代。
class Fibs: def __init__(self, n=10): self.a = 0 self.b = 1 self.n = n def __iter__(self): return self def __next__(self): self.a, self.b = self.b, self.a + self.b if self.a > self.n: raise StopIteration return self.a fibs = Fibs(100) for each in fibs: print(each, end=' ') 生成器在 Python 中，使用了 yield 的函数被称为生成器（generator）。 跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。 在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。 调用一个生成器函数，返回的是一个迭代器对象。
def myGen(): print('生成器执行！') yield 1 yield 2 myG = myGen() for each in myG: print(each) ''' 生成器执行！ 1 2 ''' myG = myGen() print(next(myG)) print(next(myG)) print(next(myG)) 用生成器实现斐波那契数列 def libs(n): a = 0 b = 1 while True: a, b = b, a + b if a > n: return yield a for each in libs(100): print(each, end=' ')