Python 的类、继承和多态详解
类的定义
假如要定义一个类 Point，表示二维的坐标点：
# point.py
class Point:
def __init__(self, x=0, y=0):
self.x, self.y = x, y
最最基本的就是 __init__ 方法，相当于 C++ / Java 的构造函数。带双下划线 __ 的方法都是特殊方法，除了 __init__ 还有很多，后面会有介绍。
参数 self 相当于 C++ 的 this，表示当前实例，所有方法都有这个参数，但是调用时并不需要指定。
> from point import * > p = Point(10, 10) # __init__ 被调用 > type(p) <class 'point.Point'> > p.x, p.y (10, 10)
几乎所有的特殊方法（包括 __init__）都是隐式调用的（不直接调用）。
对一切皆对象的 Python 来说，类自己当然也是对象：
> type(Point) <class 'type'> > dir(Point) ['__class__', '__delattr__', '__dict__', ..., '__init__', ...] > Point.__class__ <class 'type'>
Point 是 type 的一个实例，这和 p 是 Point 的一个实例是一回事。
现添加方法 set：
class Point:
...
def set(self, x, y):
self.x, self.y = x, y
> p = Point(10, 10) > p.set(0, 0) > p.x, p.y (0, 0)
p.set(...) 其实只是一个语法糖，你也可以写成 Point.set(p, ...)，这样就能明显看出 p 就是 self 参数了：
> Point.set(p, 0, 0) > p.x, p.y (0, 0)
值得注意的是，self 并不是关键字，甚至可以用其它名字替代，比如 this：
class Point:
...
def set(this, x, y):
this.x, this.y = x, y
与 C++ 不同的是，“成员变量”必须要加 self. 前缀，否则就变成类的属性（相当于 C++ 静态成员），而不是对象的属性了。
访问控制
Python 没有 public / protected / private 这样的访问控制，如果你非要表示“私有”，习惯是加双下划线前缀。
class Point:
def __init__(self, x=0, y=0):
self.__x, self.__y = x, y
def set(self, x, y):
self.__x, self.__y = x, y
def __f(self):
pass
__x、__y 和 __f 就相当于私有了：
> p = Point(10, 10) > p.__x ... AttributeError: 'Point' object has no attribute '__x' > p.__f() ... AttributeError: 'Point' object has no attribute '__f'
_repr_
尝试打印 Point 实例：
> p = Point(10, 10) > p <point.Point object at 0x000000000272AA20>
通常，这并不是我们想要的输出，我们想要的是：
> p Point(10, 10)
添加特殊方法 __repr__ 即可实现：
class Point:
def __repr__(self):
return 'Point({}, {})'.format(self.__x, self.__y)
不难看出，交互模式在打印 p 时其实是调用了 repr(p)：
> repr(p)
'Point(10, 10)'
_str_
如果没有提供 __str__，str() 缺省使用 repr() 的结果。
这两者都是对象的字符串形式的表示，但还是有点差别的。简单来说，repr() 的结果面向的是解释器，通常都是合法的 Python 代码，比如 Point(10, 10)；而 str() 的结果面向用户，更简洁，比如 (10, 10)。
按照这个原则，我们为 Point 提供 __str__ 的定义如下：
class Point:
def __str__(self):
return '({}, {})'.format(self.__x, self.__y)
_add_
两个坐标点相加是个很合理的需求。
> p1 = Point(10, 10) > p2 = Point(10, 10) > p3 = p1 + p2 Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: unsupported operand type(s) for +: 'Point' and 'Point'
添加特殊方法 __add__ 即可做到：
class Point:
def __add__(self, other):
return Point(self.__x + other.__x, self.__y + other.__y)
> p3 = p1 + p2 > p3 Point(20, 20)
这就像 C++ 里的操作符重载一样。
Python 的内建类型，比如字符串、列表，都“重载”了 + 操作符。
特殊方法还有很多，这里就不逐一介绍了。
继承
举一个教科书中最常见的例子。Circle 和 Rectangle 继承自 Shape，不同的图形，面积（area）计算方式不同。
# shape.py
class Shape:
def area(self):
return 0.0
class Circle(Shape):
def __init__(self, r=0.0):
self.r = r
def area(self):
return math.pi * self.r * self.r
class Rectangle(Shape):
def __init__(self, a, b):
self.a, self.b = a, b
def area(self):
return self.a * self.b
用法比较直接：
> from shape import * > circle = Circle(3.0) > circle.area() 28.274333882308138 > rectangle = Rectangle(2.0, 3.0) > rectangle.area() 6.0
如果 Circle 没有定义自己的 area：
class Circle(Shape): pass
那么它将继承父类 Shape 的 area：
> Shape.area is Circle.area True
一旦 Circle 定义了自己的 area，从 Shape 继承而来的那个 area 就被重写（overwrite）了：
> from shape import * > Shape.area is Circle.area False
通过类的字典更能明显地看清这一点：
> Shape.__dict__['area'] <function Shape.area at 0x0000000001FDB9D8> > Circle.__dict__['area'] <function Circle.area at 0x0000000001FDBB70>
所以，子类重写父类的方法，其实只是把相同的属性名绑定到了不同的函数对象。可见 Python 是没有覆写（override）的概念的。
同理，即使 Shape 没有定义 area 也是可以的，Shape 作为“接口”，并不能得到语法的保证。
甚至可以动态的添加方法：
class Circle(Shape):
...
# def area(self):
# return math.pi * self.r * self.r
# 为 Circle 添加 area 方法。
Circle.area = lambda self: math.pi * self.r * self.r
动态语言一般都是这么灵活，Python 也不例外。
Python 官方教程「9. Classes」第一句就是：
Compared with other programming languages, Python's class mechanism adds classes with a minimum of new syntax and semantics.
Python 以最少的新的语法和语义实现了类机制，这一点确实让人惊叹，但是也让 C++ / Java 程序员感到颇为不适。
多态
如前所述，Python 没有覆写（override）的概念。严格来讲，Python 并不支持「多态」。
为了解决继承结构中接口和实现的问题，或者说为了更好的用 Python 面向接口编程（设计模式所提倡的），我们需要人为的设一些规范。
请考虑 Shape.area() 除了简单的返回 0.0，有没有更好的实现？
以内建模块 asyncio 为例，AbstractEventLoop 原则上是一个接口，类似于 Java 中的接口或 C++ 中的纯虚类，但是 Python 并没有语法去保证这一点，为了尽量体现 AbstractEventLoop 是一个接口，首先在名字上标志它是抽象的（Abstract），然后让每个方法都抛出异常 NotImplementedError。
class AbstractEventLoop:
def run_forever(self):
raise NotImplementedError
...
纵然如此，你是无法禁止用户实例化 AbstractEventLoop 的：
loop = asyncio.AbstractEventLoop() try: loop.run_forever() except NotImplementedError: pass
C++ 可以通过纯虚函数或设构造函数为 protected 来避免接口被实例化，Java 就更不用说了，接口就是接口，有完整的语法支持。
你也无法强制子类必须实现“接口”中定义的每一个方法，C++ 的纯虚函数可以强制这一点（Java 更不必说）。
就算子类「自以为」实现了“接口”中的方法，也不能保证方法的名字没有写错，C++ 的 override 关键字可以保证这一点（Java 更不必说）。
静态类型的缺失，让 Python 很难实现 C++ / Java 那样严格的多态检查机制。所以面向接口的编程，对 Python 来说，更多的要依靠程序员的素养。
回到 Shape 的例子，仿照 asyncio，我们把“接口”改成这样：
class AbstractShape:
def area(self):
raise NotImplementedError
这样，它才更像一个接口。
super
有时候，需要在子类中调用父类的方法。
比如图形都有颜色这个属性，所以不妨加一个参数 color 到 __init__：
class AbstractShape:
def __init__(self, color):
self.color = color
那么子类的 __init__() 势必也要跟着改动：
class Circle(AbstractShape):
def __init__(self, color, r=0.0):
super().__init__(color)
self.r = r
通过 super 把 color 传给父类的 __init__()。其实不用 super 也行：
class Circle(AbstractShape):
def __init__(self, color, r=0.0):
AbstractShape.__init__(self, color)
self.r = r
但是 super 是推荐的做法，因为它避免了硬编码，也能处理多继承的情况。
下一篇：Python使用plotly绘制数据图表的方法