京公网安备 11010802034615号
经营许可证编号:京B2-20210330
浅谈python类属性的访问、设置和删除方法
下面小编就为大家带来一篇浅谈python类属性的访问、设置和删除方法。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。
类属性和对象属性
我们把定义在类中的属性称为类属性,该类的所有对象共享类属性,类属性具有继承性,可以为类动态地添加类属性。
对象在创建完成后还可以为它添加额外的属性,我们把这部分属性称为对象属性,对象属性仅属于该对象,不具有继承性。
类属性和对象属性都会被包含在dir()中,而vars()是仅包含对象属性。vars()跟__dict__是等同的。
类属性和对象属性可类比于Java中的static成员和非static成员,只不python中的类属性和对象属性都是可以动态添加(和删除)的。
class A(object):
name='orisun'
def __init__(self):
self.age=10
class B(A):
city='bei jing'
def __init__(self):
self.tempurature=20
if __name__ == '__main__':
a=A()
print dir(A)
print dir(a)
print a.__dict__
print vars(a)
print
b=B()
print dir(B)
print dir(b)
print b.__dict__
print vars(b)
输出
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'name']
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'age', 'name']
{'age': 10}
{'age': 10}
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'city', 'name']
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'city', 'name', 'tempurature']
{'tempurature': 20}
{'tempurature': 20}
动态地为类添加类属性后,该类的所有对象也都添加了该属性(即使是动态添加类属性之前创建的对象)。通过实例修改属性,并不会影响其他实例的同名属性和类上的同名属性。
class A(object):
name='orisun'
def __init__(self):
self.age=10
if __name__ == '__main__':
a=A()
print dir(a)
A.city='BeiJing' #动态添加类属性,会反应到所有对象上
b=A()
A.name='zcy' #动态修改类属性,会反应到所有对象上
print dir(b)
print dir(a)
print a.name
b.name='tom' #通过实例修改属性,并不会影响其他实例的同名属性和类上的同名属性
print a.name
print A.name
print b.name
输出
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'age', 'name']
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'age', 'city', 'name']
['__class__', '__delattr__', '__dict__', '__doc__', '__format__', '__getattribute__', '__hash__', '__init__', '__module__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'age', 'city', 'name']
zcy
zcy
zcy
tom
下文中讨论的全部是类属性,不涉及对象属性。
对属性的访问、设置和删除又分为2种情况:
1.通过对象(实例)访问、设置和删除属性,即obj.attr、obj.attr=val、del obj.attr
2.通过类访问、设置和删除属性,即Cls.attr、Cls.attr=val、del Cls.attr
本文将针对这2种情况分别讨论。
Descriptor
一个Descriptor是指实现了__get__的类,实现__set__和__delete__是可选的。同时实现了__get__和__set__则称为Data Descriptor,如果只实现了__get__则称为Non-data Descriptor。
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __set__(self,obj,val):
pass
def __delete__(self,obj):
pass
先给一个Descriptor的示例,__get__、__set__、__delete__的作用后文再细讲。
通过实例访问属性
__getattribute__、__getattr__、__get__和__dict__[attr]都是跟属性访问相关的方法,它们的优先级:
1.当类中定义了__getattribute__方法时,则调用__getattribute__。
2.如果访问的属性存在,且
2.1 属性是个Descriptor,是调用这个属性的__get__
2.2 属性不是Descriptor,则调用__dict__[attr]
3.如果类中没有定义该属性,则调用__getattr__
4.否则,抛出异常AttributeError
验证4
class A(object):
pass
if __name__ == '__main__':
a=A()
print a.d
输出:
AttributeError: 'A' object has no attribute 'd'
验证3
class A(object):
def __getattr__(self,name):
return name+" not found in "+self.__class__.__name__+" object"
if __name__ == '__main__':
a=A()
print a.d
输出:
d not found in A object
验证2.1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
class A(object):
d=Descriptor()
def __getattr__(self,name):
return name+" not found in "+self.__class__.__name__+" object"
if __name__ == '__main__':
a=A()
print a.d
输出:
Descriptor in A
__getattr__并没有被调用。
验证2.2
class A(object):
d=10
def __getattr__(self,name):
return name+" not found in "+self.__class__.__name__+" object"
if __name__ == '__main__':
a=A()
print a.d
输出:
__getattr__并没有被调用。
验证1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
class A(object):
d=Descriptor()
def __getattribute__(self,name):
return '__getattribute__ '
def __getattr__(self,name):
return name+" not found in "+self.__class__.__name__+" object"
if __name__ == '__main__':
a=A()
输出:
__getattribute__
__get__和__getattr__并没有被调用。
通过实例设置属性
跟属性设置相关的方法有3个:__setattr__、__set__和__dict__[attr]=val。它们的优先级跟get正好反过来:
1.如果类中定义了__setattr__方法,则直接调用__setattr__
2.如果赋值的属性是个Descriptor,且
2.1 该Descriptor中定义了__set__,则直接调用__set__
2.2 该Descriptor中没有定义__set__,则调用__dict__[attr]=val
3.如果赋值的属性不是Descriptor,则直接调用__dict__[attr]=val
4.如果该属性不存在,则动态地添加该属性,然后调用__dict__[attr]=val进行赋值
验证4
class A(object):
pass
if __name__ == '__main__':
a=A()
a.d='hello'
print a.d
输出:
hello
验证3
class A(object):
d=10
if __name__ == '__main__':
a=A()
a.d=30
print a.d
输出:
验证2.2
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
a.d=30
print a.d
输出:
验证2.1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __set__(self,instance,value):
pass
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
a.d=30
print a.d
输出
Descriptor in A
因为代码“a.d=30”调用了__set__,而__set__又什么都没做,所以属性d还是Descriptor对象(而非30),那么在执行"print a.d"时自然就调到了__get__
验证1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __set__(self,instance,value):
print '__set__'
class A(object):
d=Descriptor()
def __setattr__(self,name,value):
print '__setattr__'
if __name__ == '__main__':
a=A()
a.d=30
print a.d
输出
__setattr__
Descriptor in A
调用了__setattr__,而__set__并没有被调到。
通过实例删除属性
调用del instance.attr进行属性删除时可能会调到__delattr__或__delete__,它们的优先级跟set雷同。
1.如果类中定义了__delattr__方法,则直接调用__delattr__
2.如果赋值的属性是个Descriptor,且该Descriptor中定义了__delete__,则直接调用__delete__
3.如果赋值的属性是个Descriptor,且该Descriptor中没有定义__delete__,则会报异常AttributeError:属性是只读的
4.如果赋值的属性不是Descriptor,也会报异常AttributeError:属性是只读的
5.如果该属性不存在,则报异常AttributeError
验证5
class A(object):
pass
if __name__ == '__main__':
a=A()
del a.d
输出
AttributeError: 'A' object has no attribute 'd'
验证4
class A(object):
d=10
if __name__ == '__main__':
a=A()
del a.d
输出
?
1
AttributeError: 'A' object attribute 'd' is read-only
验证3
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
del a.d
输出
AttributeError: 'A' object attribute 'd' is read-only
验证2
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __delete__(self,instance):
print '__delete__'
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
del a.d
输出
__delete__
验证1
class Descriptor(object):
def __get__(self,instance,owner):
return 'Descriptor in '+owner.__name__
def __delete__(self,instance):
print '__delete__'
class A(object):
d=Descriptor()
def __delattr__(self,name):
print '__delattr__'
if __name__ == '__main__':
a=A()
del a.d
输出
__delattr__
__delete__并没有被调用。
__get__ __set__ __delete__参数说明
class Descriptor(object):
def __get__(self,obj,owner):
return '__get__',self,obj,owner
def __set__(self,obj,val):
print '__set__',self,obj,val
def __delete__(self,obj):
print '__delete__',self,obj
class A(object):
d=Descriptor()
if __name__ == '__main__':
a=A()
print a.d
a.d=3
del a.d
输出
('__get__', <__main__.Descriptor object at 0x100481c10>, <__main__.A object at 0x1004a0fd0>, <class '__main__.A'>)
__set__ <__main__.Descriptor object at 0x100481c10> <__main__.A object at 0x1004a0fd0> 3
__delete__ <__main__.Descriptor object at 0x100481c10> <__main__.A object at 0x1004a0fd0>
可见,3个方法参数中的obj是Descriptor属性所在的对象,而owner参数(__get__中的owner参数)是该对象所属的类。
在上面的讨论中我们是通过实例操作属性,如果你作一下对应转换:"实例转换到类,类转换到MetaClass",那就是通过类操作属性的规则。这种对应转换也是容易理解的,应该类是用于创建对象的,而MetaClass是用于创建类的。
class MetaClass(object):
pass
class A(object):
__metaclass__=MetaClass
通过类访问属性
通过A.attr访问属性的规则为:
1.如果MetaClass中有__getattribute__,则直接返回该__getattribute__的结果。
2.如果attr是个Descriptor,则直接返回Descriptor的__get__的结果。
3.如果attr是通过属性,则直接返回attr的值
4.如果类中没有attr,且MetaClass中定义了__getattr__,则调用MetaClass中的__getattr__
5.如果类中没有attr,且MetaClass中没有定义__getattr__,则抛出异常AttributeError
通过类设置属性
通过A.attr=val给属性赋值时:
1.如果MetaClass中定义了__setattr__,则执行该__setattr__
2.如果该属性是Descriptor,且定义了__set__,则执行Descriptor的__set__
3.如果是普通属性或None-data Descriptor,则直接令attr=val
4.如果属性不存在,则动态给类添加该属性,然后进行赋值
通过类删除属性
通过del A.attr删除属性时:
1.如果MetaClass中定义了__delattr__,则执行该__delattr__
2.如果该属性是Descriptor,且定义了__delete__,则执行Descriptor的__delete__
3.如果是普通属性,或虽是Descriptor但是没有定义__delete__,则直接从A.__dict__中删除该属性
4.如果属性不存在,则抛出异常AttributeError
以上这篇浅谈python类属性的访问、设置和删除方法就是小编分享给大家的全部内容了
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19