Python中type,object关系?(转载)
概要
- 在看下去之前,也要请先明白,在Python里面,所有的东西都是对象的概念。
- 在上一篇文章中我说过object和instance是一样的,指的是都是对象,在这里我们要介绍的是三种对象的关系,因此要分开来讲的;也就是:type是对象,object是对象,instance也属于对象。
- 实际上面向对象中有三种对象,type,object,instance,在python中这三个都有,但是Java中只有object和instance。
- object 和 type的关系很像鸡和蛋的关系,先有object还是先有type没法说,obejct和type是共生的关系,必须同时出现的。
面向对象
在面向对象体系里面,存在两种纬度的关系:
-
父子关系,即继承关系,表现为子类继承于父类
如『蛇』类继承自『爬行动物』类,我们说『蛇是一种爬行动物』,英文说『snake is a kind of reptile』。在python里要查看一个类型的父类,使用它的bases属性可以查看。
继承关系是可以任意层级的,这个概念和Java一样,是通用的面向对象的抽象。
-
类型实例关系(或者说三种对象层级之间的关系:type,object,instance),表现为某个类型的实例化
例如『萌萌是一条蛇』,英文说『萌萌 is an instance of snake』。在python里要查看一个实例的类型,使用它的class属性可以查看,或者使用type()函数查看。
我们今天要介绍的就是这两种纬度下之间的关系:
类型实例的关系是固定的三个层级(type,object,instance:这是所有的类型)。
而继承关系,我们介绍的是这三个类型下的所有对象之间的继承关系,因此理论上是可以有无限的对象之间的继承关系。
python中三种对象(type,object,instance)的关系图解
我们把python中三种对象的关系写入到下面表格中
1.先来看看type和object:
>>> object
<type 'object'>
>>> type
<type 'type'>
>>> object.__class__
<type 'type'>
>>> object.__bases__ # object 无父类,因为它是链条顶端。
()
>>> type.__bases__
(<type 'object'>,)
>>> type.__class__ # type的类型是自己
<type 'type'>
它们都是type的一个实例,表示它们都是类型对象。
在Python的世界中,object是父子关系的顶端,所有的数据类型的父类都是它;type是类型实例关系的顶端,所有对象都是它的实例的。
它们两个的关系可以这样描述:
- object是一个type,object is and instance of type。即Object是type的一个实例。
- type是一种object, type is kind of object。即Type是object的子类。
此时,表格上对象的关系如下图:
2.我们再引入list, dict, tuple 这些内置数据类型来看看:
>>> list.__bases__
(<type 'object'>,)
>>> list.__class__
<type 'type'>
>>> dict.__bases__
(<type 'object'>,)
>>> dict.__class__
<type 'type'>
>>> tuple.__class__
<type 'type'>
>>> tuple.__bases__
(<type 'object'>,)
# 它们的父类都是object,类型都是type。
# 再实例化一个list看看:
>>> mylist = [1,2,3]
>>> mylist.__class__
<type 'list'>
>>> mylist.__bases__Traceback (most recent call last): File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute '__bases__'
实例化的list的类型是<type 'list'>, 而没有了父类。
此时的表格:
白板上的虚线表示源是目标的实例,实线表示源是目标的子类。即,左边的是右边的类型,而上面的是下面的父亲。
虚线是跨列产生关系,而实线只能在一列内产生关系。除了type和object两者外。
3.当我们自己去定个一个类及实例化它的时候,和上面的对象们又是什么关系呢?
>>> class C(object):
... pass
...
>>> C.__class__
<type 'type'>
>>> C.__bases__
(<type 'object'>,)
# 实例化
>>> c = C()
>>> c.__class__
<class '__main__.C'>
>>> c.__bases__Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'C' object has no attribute '__bases__'
这个实例化的C类对象也是没有父类的属性的。
再更新一下表格:
- 白板上的第一列,目前只有type,我们先把这列的东西叫Type。
- 白板上的第二列,它们既是第三列的类型,又是第一列的实例,我们把这列的对象叫TypeObject。
- 白板上的第三列,它们是第二列类型的实例,而没有父类(bases)的,我们把它们叫Instance。
4.type的子类
要属于第一列的,必须是type的子类,那么我们只需要继承type来定义类就可以了:
>>> class M(type):
... pass
...
>>> M.__class__
<type 'type'>
>>> M.__bases__
(<type 'type'>,)
>>>
嗯嗯,M类的类型和父类都是type。这个时候,我们可以把它归到第一列去。那么,要怎么样实例化M类型呢?实例化后它应该出现在那个列?嗯嗯,好吧,刚才你一不小心创建了一个元类,MetaClass!即类的类。如果你要实例化一个元类,那还是得定义一个类:
>>> class TM(object):
... __metaclass__ = M # 这样来指定元类。
... ...
>>> TM.__class__
<class '__main__.M'> # 这个类不再是type类型,而是M类型的。
>>> TM.__bases__
(<type 'object'>,)
好了,现在TM这个类就是出现在第二列的。
为何python有三列类型而Java只有两列?
如果type和object只保留一个,那么一定是object。只有object 时,第一列将不复存在,只剩下二三列,第二列表示类型,第三列表示实例,这个和大部分静态语言的类型架构类似,如java 。
这样的架构将让python 失去一种很重要的动态特性--动态创建类型。本来,类(第二列的同学)在Python里面是一个对象(typeobject),对象是可以在运行时动态修改的,所以我们能在你定义一个类之后去修改他的行为或属性!拿掉第一列后,第二列变成了纯类型,写成怎样的,运行时行为就怎样。在这一点上,并不比静态语言有优势。
小结
- 第一列,元类列,type是所有元类的父亲。我们可以通过继承type来创建元类。
- 第二列,TypeObject列,也称类列,object是所有类的父亲,大部份我们直接使用的数据类型都存在这个列的。
- 第三列,实例列,实例是对象关系链的末端,不能再被子类化和实例化。
Comments | NOTHING