python使用魔法函数__getitem__实现字典和列表式访问自定义类型 ...

起因

想起C++可以实现运算符重载,以实现以数组的方式([])访问我们的类.
我想要实现一个类,可以同时用类似于字典和
就想到python能不能实现这个结果,而且显然是可以的,不然numpy是怎么实现属于本身的数组的?

1. # 期望实现效果
2. class myclass:
3.         pass
4. c = myclass()
5. # 像这样使用[]访问我们自己的类
6. print(c[0])

复制代码

经过

如许进行测试

1. class C(object):
2.     def __getitem__(self, val):
3.         print(val)
5. c = C()
6. print(c[4])
7. print(c[0,2])
8. print(c[0:2])

复制代码

发现几种比较常用的访问方式:

• int
  
• slice
  
• tuple
  

也就是我们在用[]进行访问的时间实际上对应地传入的是这几种类型.
那么我们只需要在__getitem__里对类型进行判断进行差别的处理惩罚即可:

1. class C(object):
2.     def __getitem__(self, val):
3.         if isinstance(val,slice):
4.                 pass
5.             elif isinstance(val,int):
6.                     pass
7.                 elif isinstance(val,tuple):
8.                         pass
9.                 elif isinstance(val,str):
10.                         pass

复制代码

那么前三种分支就是以列表式索引访问,末了一种则是用字典式访问.
本身定义好类型的数据结构就可以愉快地进行访问了.
numpy支持的索引方式

来自于:\numpy\__init__.pyi:

1.     @overload
2.     def __getitem__(self, key: (
3.         NDArray[integer[Any]]
4.         | NDArray[bool_]
5.         | tuple[NDArray[integer[Any]] | NDArray[bool_], ...]
6.     )) -> ndarray[Any, _DType_co]: ...
7.     @overload
8.     def __getitem__(self, key: SupportsIndex | tuple[SupportsIndex, ...]) -> Any: ...
9.     @overload
10.     def __getitem__(self, key: (
11.         None
12.         | slice
13.         | ellipsis
14.         | SupportsIndex
15.         | _ArrayLikeInt_co
16.         | tuple[None | slice | ellipsis | _ArrayLikeInt_co | SupportsIndex, ...]
17.     )) -> ndarray[Any, _DType_co]: ...
18.     @overload
19.     def __getitem__(self: NDArray[void], key: str) -> NDArray[Any]: ...
20.     @overload
21.     def __getitem__(self: NDArray[void], key: list[str]) -> ndarray[_ShapeType, _dtype[void]]: ...

复制代码

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。