【1】数据类型2

松果集2025-10-10 11:19

如何使用特殊方法

模拟数值类型

在 Python 中，complex 类用于表示和操作复数。复数由实部和虚部组成，形式为 a + bj，其中 a 是实部，b 是虚部，j（或 J）表示虚数单位（即 √-1）。

python 复制代码 
z1 = 3 + 4j
z2 = 2.5 - 1.2j
python 复制代码 
z3 = complex(3, 4)   # 等价于 3 + 4j
z4 = complex(2.5)    # 虚部默认为 0，等价于 2.5 + 0j
z5 = complex("3+4j") # 从字符串解析复数

complex 类提供了两个属性来获取复数的实部和虚部： real：返回复数的实部 imag：返回复数的虚部

python 复制代码 
z = 3 + 4j
print(z.real)  # 输出：3.0（注意返回的是浮点数）
print(z.imag)  # 输出：4.0

conjugate()：返回复数的共轭复数（将虚部的符号取反）

python 复制代码 
z = 3 + 4j
print(z.conjugate())  # 输出：(3-4j)

abs()：返回复数的模（即到原点的距离，计算为 √(a² + b²)）

python 复制代码 
print(abs(3 + 4j))  # 输出：5.0

cmath 模块：提供了更多复数相关的数学函数（如三角函数、对数函数等），与处理实数的 math 模块对应

python 复制代码 
import cmath
print(cmath.sqrt(-1))  # 输出：1j（与 math.sqrt(-1) 不同，后者会报错）
print(cmath.sin(3 + 4j))  # 计算复数的正弦值

一个简单二维向量类：

python 复制代码 
from math import hypot
class Vector:
    def __init__(self, x=0, y=0):
        self.x = x
        self.y = y

    def __repr__(self):
        return 'Vector(%g, %g)' % (self.x, self.y)
    def __abs__(self):
        return hypot(self.x, self.y)
    def __bool__(self):
        return bool(abs(self))
    def __add__(self, other):
        x = self.x + other.x
        y = self.y + other.y
        return Vector(x, y)
    def __mul__(self, scalar):
        return Vector(self.x * scalar, self.y * scalar
)

从 Python 内置的 math 模块中导入 hypot 函数，该函数用于计算直角三角形的斜边长度（即 √(x² + y²)）。

2.** 类定义与初始化方法 **```python class Vector: def init (self, x=0, y=0): self.x = x self.y = y init 方法是构造函数，用于初始化向量的 x 和 y 分量，默认值都是 0

  • __repr__ 是特殊方法，用于返回对象的字符串表示形式
  • 当打印向量对象或在交互环境中显示时，会以 Vector(x, y) 的形式展示，例如 Vector(3, 4)

4.** 向量模长计算 **```python def abs(self): return hypot(self.x, self.y)

  • 这是一个笔误，正确的方法名应该是 __bool__
  • __bool__ 方法定义了对象在布尔上下文中的行为（如 if 判断）
  • 当向量的模长为 0 时（即 abs(self) == 0），返回 False；否则返回 True

6.** 向量加法 **```python def add(self, other): x = self.x + other.x y = self.y + other.y return Vector(x, y)

  • __mul__ 是特殊方法，用于实现 * 运算符
  • 实现了向量与标量（数字）的乘法：将向量的每个分量乘以标量，返回一个新的 Vector 对象
  • 例如 v * 3 会返回 Vector(v.x*3, v.y*3)

使用示例：

python 复制代码 
v1 = Vector(2, 4)
v2 = Vector(3, 1)

print(v1 + v2)   # 输出: Vector(5, 5)
print(v1 * 2)    # 输出: Vector(4, 8)
print(abs(v1))   # 输出: 4.472135955... (即 √(2²+4²))
print(bool(v1))  # 输出: True (因为模长不为0)

不使用类的方法也能实现类似的向量功能，我们可以通过函数来操作表示向量的数据结构（如元组或列表）。以下是使用函数式编程实现与上述 Vector 类相同功能的示例：

python 复制代码 
from math import hypot

# 创建向量
def vector(x=0, y=0):
    return (x, y)

# 向量的字符串表示
def vector_repr(v):
    return f"Vector({v[0]}, {v[1]})"

# 计算向量模长
def vector_abs(v):
    return hypot(v[0], v[1])

# 判断向量是否非零
def vector_bool(v):
    return bool(vector_abs(v))

# 向量加法
def vector_add(v1, v2):
    return (v1[0] + v2[0], v1[1] + v2[1])

# 向量与标量乘法
def vector_mul(v, scalar):
    return (v[0] * scalar, v[1] * scalar)


# 使用示例
v1 = vector(2, 4)
v2 = vector(3, 1)

print(vector_repr(v1))        # 输出: Vector(2, 4)
print(vector_repr(vector_add(v1, v2)))  # 输出: Vector(5, 5)
print(vector_repr(vector_mul(v1, 2)))   # 输出: Vector(4, 8)
print(vector_abs(v1))         # 输出: 4.472135955...
print(vector_bool(v1))        # 输出: True

两种方式的对比： 类方法的优势： 封装性更好，将数据（向量的 x、y 分量）和操作（加法、乘法等）捆绑在一起 可以使用直观的运算符（+、*、abs()），代码更简洁易读 便于扩展更多功能，维护性更强 函数式方法的优势： 实现简单直接，不需要理解类和特殊方法的概念 适合简单场景，代码量可能更少 更灵活，不需要遵循类的结构约束

字符串表现形式

repr() 是 Python 的内置函数，用于返回对象的字符串表示形式，主要用途是为开发者提供一个清晰、准确的对象描述，便于调试和理解对象的状态。

python 复制代码 
x = 123
print(repr(x))  # 输出: '123'

s = "hello"
print(repr(s))  # 输出: "'hello'"  (包含引号，明确表示这是字符串)

lst = [1, 2, 3]
print(repr(lst))  # 输出: '[1, 2, 3]'

核心特点 面向开发者：返回的字符串通常包含对象的类型和关键信息，便于调试时识别对象。 尽可能精确：理想情况下，repr(obj) 的结果应该是一段可以直接执行的 Python 代码，执行后能重建出与原对象相似的实例。

python 复制代码 
# 示例：通过 repr 结果重建列表
lst = [1, 2, 3]
lst_str = repr(lst)  # 得到 '[1, 2, 3]'
new_lst = eval(lst_str)  # 执行字符串，重建列表
print(new_lst == lst)  # 输出: True

与 str() 的区别： str(obj) 用于返回用户友好的字符串表示（侧重可读性） repr(obj) 用于返回开发者友好的字符串表示（侧重精确性）

python 复制代码 
from datetime import datetime
dt = datetime(2023, 10, 1)

print(str(dt))   # 输出: '2023-10-01 00:00:00' (用户易读)
print(repr(dt))  # 输出: 'datetime.datetime(2023, 10, 1, 0, 0)' (可用于重建对象)

内容由 AI 生成 clickable Avatar: undefined 讲解一下python的complex类 在 Python 中，complex 类用于表示和操作复数。复数由实部和虚部组成，形式为 a + bj，其中 a 是实部，b 是虚部，j（或 J）表示虚数单位（即 √-1）。

  1. 创建复数 可以通过以下几种方式创建复数： 直接使用复数字面量： python 运行 z1 = 3 + 4j z2 = 2.5 - 1.2j 使用 complex() 构造函数： python 运行 z3 = complex(3, 4) # 等价于 3 + 4j z4 = complex(2.5) # 虚部默认为 0，等价于 2.5 + 0j z5 = complex("3+4j") # 从字符串解析复数
  2. 复数的属性 complex 类提供了两个属性来获取复数的实部和虚部： real：返回复数的实部 imag：返回复数的虚部 python 运行 z = 3 + 4j print(z.real) # 输出：3.0（注意返回的是浮点数） print(z.imag) # 输出：4.0
  3. 复数的方法 complex 类主要有一个常用方法： conjugate()：返回复数的共轭复数（将虚部的符号取反） python 运行 z = 3 + 4j print(z.conjugate()) # 输出：(3-4j)
  4. 复数的运算 Python 支持复数的各种基本运算： 加法：z1 + z2 减法：z1 - z2 乘法：z1 * z2 除法：z1 / z2 幂运算：z1 **z2 python 运行 z1 = 3 + 4j z2 = 1 + 2j

print(z1 + z2) # (4+6j) print(z1 * z2) # (31 - 4 2) + (41 + 32)j = (-5+10j) 5. 与复数相关的内置函数 abs()：返回复数的模（即到原点的距离，计算为 √(a² + b²)） python 运行 print(abs(3 + 4j)) # 输出：5.0 cmath 模块：提供了更多复数相关的数学函数（如三角函数、对数函数等），与处理实数的 math 模块对应 python 运行 import cmath print(cmath.sqrt(-1)) # 输出：1j（与 math.sqrt(-1) 不同，后者会报错） print(cmath.sin(3 + 4j)) # 计算复数的正弦值 注意事项 复数不能参与位运算（如 &、|、<< 等） 复数不能用于 round()、int()、float() 等类型转换（除非虚部为 0，可通过 z.real 转换实部） 比较运算（==、!=）可以用于复数，但大小比较（>、< 等）不支持 通过 complex 类，Python 提供了对复数的完整支持，使其在科学计算、工程领域等需要处理复数的场景中非常方便。 math模块是内置的吗 是的，math 是 Python 的内置模块（标准库模块），不需要额外安装即可使用。 只需在代码中通过 import math 语句导入后，就可以使用其提供的数学函数，例如： python 运行 import math

print(math.pi) # 圆周率 π print(math.sqrt(2)) # 计算平方根 print(math.sin(math.pi/2)) # 计算正弦值 math 模块主要提供对实数的基本数学运算支持，包括三角函数、指数对数、取整函数等。如果需要处理复数相关的数学运算，则需要使用同样是内置模块的 cmath。 这些模块属于 Python 标准库的一部分，只要安装了 Python 环境，就可以直接使用，无需通过 pip 等工具额外安装。 解释代码 from math import hypot class Vector: def init(self, x=0, y=0): self.x = x self.y = y

python 复制代码 
def __repr__(self):
    return 'Vector(%g, %g)' % (self.x, self.y)
def __abs__(self):
    return hypot(self.x, self.y)
def __boof__(self):
    return bool(abs(self))
def __add__(self, other):
    x = self.x + other.x
    y = self.y + other.y
    return Vector(x, y)
def __mul__(self, scalar):
    return Vector(self.x * scalar, self.y * scalar

) 这段代码定义了一个 Vector 类，用于表示二维向量并实现了一些基本操作。让我们逐部分解释： 1.** 导入函数 **```pythonfrom math import hypot plaintext 从 Python 内置的 math 模块中导入 hypot 函数，该函数用于计算直角三角形的斜边长度（即 √(x² + y²)）。

2.** 类定义与初始化方法 **python class Vector: def __init__(self, x=0, y=0): self.x = x self.y = y 定义了 Vector 类，表示二维向量（有 x 和 y 两个分量） __init__ 方法是构造函数，用于初始化向量的 x 和 y 分量，默认值都是 0 3.** 字符串表示方法 **pythondef repr(self):return 'Vector(%g, %g)' % (self.x, self.y) plaintext

  • __repr__ 是特殊方法，用于返回对象的字符串表示形式
  • 当打印向量对象或在交互环境中显示时，会以 Vector(x, y) 的形式展示，例如 Vector(3, 4)

4.** 向量模长计算 **python def __abs__(self): return hypot(self.x, self.y) __abs__ 是特殊方法，当使用 abs() 函数时会被调用 用于计算向量的模长（即向量的长度），通过 hypot(self.x, self.y) 实现，等价于 √(x² + y²) 5.** 布尔值判断（注意代码中有笔误）**pythondef boof(self): # 这里应该是 bool 而不是 boofreturn bool(abs(self)) plaintext

  • 这是一个笔误，正确的方法名应该是 __bool__
  • __bool__ 方法定义了对象在布尔上下文中的行为（如 if 判断）
  • 当向量的模长为 0 时（即 abs(self) == 0），返回 False；否则返回 True

6.** 向量加法 **python def __add__(self, other): x = self.x + other.x y = self.y + other.y return Vector(x, y) __add__ 是特殊方法，用于实现 + 运算符 实现了两个向量的加法：将对应分量相加，返回一个新的 Vector 对象 例如 v1 + v2 会调用此方法，返回一个新向量 Vector(v1.x+v2.x, v1.y+v2.y) 7.** 向量与标量乘法 **pythondef mul(self, scalar):return Vector(self.x * scalar, self.y * scalar) plaintext

  • __mul__ 是特殊方法，用于实现 * 运算符
  • 实现了向量与标量（数字）的乘法：将向量的每个分量乘以标量，返回一个新的 Vector 对象
  • 例如 v * 3 会返回 Vector(v.x*3, v.y*3)

使用示例：

python 复制代码 
v1 = Vector(2, 4)
v2 = Vector(3, 1)

print(v1 + v2)   # 输出: Vector(5, 5)
print(v1 * 2)    # 输出: Vector(4, 8)
print(abs(v1))   # 输出: 4.472135955... (即 √(2²+4²))
print(bool(v1))  # 输出: True (因为模长不为0)
这段代码通过 Python 的特殊方法（也称为 "魔术方法"），让 Vector 类的实例可以像内置类型一样使用运算符（+、*）和函数（abs()），使代码更直观易懂。
不用类的方法是不是也可以得到符合上面条件的向量
是的，不使用类的方法也能实现类似的向量功能，我们可以通过函数来操作表示向量的数据结构（如元组或列表）。以下是使用函数式编程实现与上述 Vector 类相同功能的示例：
```python

from math import hypot

# 创建向量
def vector(x=0, y=0):
    return (x, y)

# 向量的字符串表示
def vector_repr(v):
    return f"Vector({v[0]}, {v[1]})"

# 计算向量模长
def vector_abs(v):
    return hypot(v[0], v[1])

# 判断向量是否非零
def vector_bool(v):
    return bool(vector_abs(v))

# 向量加法
def vector_add(v1, v2):
    return (v1[0] + v2[0], v1[1] + v2[1])

# 向量与标量乘法
def vector_mul(v, scalar):
    return (v[0] * scalar, v[1] * scalar)


# 使用示例
v1 = vector(2, 4)
v2 = vector(3, 1)

print(vector_repr(v1))        # 输出: Vector(2, 4)
print(vector_repr(vector_add(v1, v2)))  # 输出: Vector(5, 5)
print(vector_repr(vector_mul(v1, 2)))   # 输出: Vector(4, 8)
print(vector_abs(v1))         # 输出: 4.472135955...
print(vector_bool(v1))        # 输出: True

两种方式的对比： 类方法的优势： 封装性更好，将数据（向量的 x、y 分量）和操作（加法、乘法等）捆绑在一起 可以使用直观的运算符（+、*、abs()），代码更简洁易读 便于扩展更多功能，维护性更强 函数式方法的优势： 实现简单直接，不需要理解类和特殊方法的概念 适合简单场景，代码量可能更少 更灵活，不需要遵循类的结构约束 在处理简单向量操作时，两种方式都能满足需求。但随着功能复杂度增加（如需要添加向量减法、点积计算等），使用类的方式会更便于管理和扩展。 讲解内置函数repr repr() 是 Python 的内置函数，用于返回对象的字符串表示形式，主要用途是为开发者提供一个清晰、准确的对象描述，便于调试和理解对象的状态。 基本用法

python 复制代码 
x = 123
print(repr(x))  # 输出: '123'

s = "hello"
print(repr(s))  # 输出: "'hello'"  (包含引号，明确表示这是字符串)

lst = [1, 2, 3]
print(repr(lst))  # 输出: '[1, 2, 3]'

核心特点 面向开发者：返回的字符串通常包含对象的类型和关键信息，便于调试时识别对象。 尽可能精确：理想情况下，repr(obj) 的结果应该是一段可以直接执行的 Python 代码，执行后能重建出与原对象相似的实例。

python 复制代码 
# 示例：通过 repr 结果重建列表
lst = [1, 2, 3]
lst_str = repr(lst)  # 得到 '[1, 2, 3]'
new_lst = eval(lst_str)  # 执行字符串，重建列表
print(new_lst == lst)  # 输出: True
与 str() 的区别：
str(obj) 用于返回用户友好的字符串表示（侧重可读性）
repr(obj) 用于返回开发者友好的字符串表示（侧重精确性）
python 复制代码 
from datetime import datetime
dt = datetime(2023, 10, 1)

print(str(dt))   # 输出: '2023-10-01 00:00:00' (用户易读)
print(repr(dt))  # 输出: 'datetime.datetime(2023, 10, 1, 0, 0)' (可用于重建对象)

自定义对象的 repr 行为 通过在类中定义 repr 方法，可以自定义对象的 repr() 输出：

python 复制代码 
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
    
    # 自定义 repr 输出
    def __repr__(self):
        return f"Person(name='{self.name}', age={self.age})"

p = Person("Alice", 30)
print(repr(p))  # 输出: Person(name='Alice', age=30)
相关推荐
做运维的阿瑞2 小时前
用 Python 构建稳健的数据分析流水线
开发语言·python·数据分析
左师佑图2 小时前
综合案例：Python 数据处理——从Excel文件到数据分析
开发语言·python·数据分析·excel·pandas
l1t3 小时前
利用DeepSeek修改数据结构提升求解集合程序效率
数据结构·python·deepseek
jiushun_suanli3 小时前
PyTorch CV模型实战全流程（一）
人工智能·pytorch·python
2301_764441333 小时前
基于python构建的低温胁迫实验
开发语言·python
天才测试猿4 小时前
Selenium定位元素的方法css和xpath的区别
css·自动化测试·软件测试·python·selenium·测试工具·测试用例
云烟成雨TD4 小时前
NumPy 2.x 完全指南【四十二】线性代数之向量运算
python·机器学习·numpy
m0_738120724 小时前
网络安全编程——开发一个TCP代理Python实现
python·tcp/ip·安全·web安全·网络安全
PONY LEE5 小时前
Flink keyby使用随机数踩坑记
大数据·python·flink
热门推荐
01GitHub 镜像站点02UV安装并设置国内源03BongoCat - 跨平台键盘猫动画工具04GitLab 零基础入门指南：从安装到项目管理全流程05Linux下V2Ray安装配置指南06NVIDIA显卡驱动、CUDA、cuDNN 和 TensorRT 版本匹配指南07安娜的档案(Anna’s Archive) 镜像网站/国内最新可访问入口（持续更新）08Labelme从安装到标注：零基础完整指南09在VSCode配置Java开发环境的保姆级教程（适配各类AI编程IDE）10jdk21下载、安装（Windows、Linux、macOS）