新闻详情

新闻详情

首页 / 资讯中心 / 详情

一篇文章搞懂python的三种魔术方法、私有方法、名称改写下划线设计

发布时间:2026/11/15 6:36:51来源:尧图网络
一篇文章搞懂python的三种魔术方法、私有方法、名称改写下划线设计
前后双下划线__xxx__→ 叫魔术方法Magic Method / 特殊方法像你代码里的__iter__、__next__还有平时见到的__init__、__str__都是这一类。为什么要前后都加双下划线这是Python官方约定的特殊命名格式目的区分普通方法普通方法我们自己写比如get_name()没有双下划线__iter__()这种是Python内置预留名字属于语言本身规定好的钩子函数。意思就是这个方法不是让你手动直接调用而是Python解释器在特定场景自动调用举个对照myiteriter(myclass)# 等价于 myclass.__iter__()next(myiter)# 等价于 myiter.__next__()你写iter()、next()解释器自动去找对应的__iter__、__next__。三种下划线命名一次性分清小白必记①__xxx__前后双下划线魔术方法系统预留名字不要自己随便创建新的__abc__这种名字防止和Python未来新增的内置方法冲突。由解释器自动调用。 例子__init__构造方法、__iter__、__next__、__str__、__len__②_xxx单下划线开头约定私有只是约定俗成告诉其他开发者这是内部变量/方法尽量不要在类外面直接访问。语法上仍然能访问只是一个提示。③__xxx双下划线开头末尾没有下划线名称改写name manglingPython会自动改名用来避免子类重名冲突不是严格私有。classA:def__func(self):pass# 实际变成 _A__func迭代器的例子def__iter__(self):def__next__(self):Python规定想让这个类支持iter()、next()就必须实现名字刚好叫__iter__和__next__的魔术方法。 名字不能随便改写成iter_()或者_iter_()都不行解释器识别不到。一句话总结前后双下划线是Python预留的特殊标记代表这是语言内置钩子函数由解释器自动调用不是普通自定义方法。要不要我给你列一份最常用的魔术方法清单附带触发场景
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉