头歌educoder-Python程序设计-第五阶段类与对象-类的其它
特性
关卡⼀:类的内建函数
import specialmethodtest
sc = specialmethodtest.subClass()
# 请在下⾯填⼊判断subClass是否为parentClass的⼦类的代码,并输出结果
>> Begin >>
print(issubclass(specialmethodtest.subClass, specialmethodtest.parentClass))
>> End >>
# 请在下⾯填⼊判断sc是否为subClass实例的代码,并输出结果
>> Begin >>
print(isinstance(sc,specialmethodtest.subClass))
>> End >>
# 请在下⾯填⼊判断实例sc是否包含⼀个属性为name的代码,并输出结果
>> Begin >>
print(hasattr(sc,'name'))
>> End >>
# 请在下⾯填⼊将sc的属性name的值设置为subclass的代码
>> Begin >>
实例化类和实例化对象setattr(sc,'name','subclass')
>> End >>
# 请在下⾯填⼊获取sc的属性name的值的代码,并输出结果
>> Begin >>
print(getattr(sc,'name'))
>> End >>
# 请在下⾯填⼊调⽤subClass的⽗类的tell()⽅法的代码
>> Begin >>
ll(sc)
>> End >>
关卡⼆:类的私有化
import Bagtest
price = int(input())
bag = Bagtest.Bag(price)
# 请在下⾯填⼊输出Bag类中变量__price的代码
>> Begin >>
print(bag._Bag__price)
>> End >>
# 请在下⾯填⼊输出Bag类中变量_price的代码
>> Begin >>
print(bag._price)
>> End >>
关卡三:授权
class WrapClass(object):
def __init__(self,obj):
self.__obj = obj
def get(self):
return self.__obj
def __repr__(self):
return 'self.__obj'
def __str__(self):
return str(self.__obj)
# 请在下⾯填⼊重写__getattr__()实现授权的代码
>> Begin >>
def __getattr__(self,thelist):
print(thelist[2])
>> End >>
thelist = []
inputlist = input()
for i in inputlist.split(','):
result = i
thelist.append(result)
# 请在下⾯填⼊实例化类,并通过对象调⽤thelist,并输出thelist第三个元素的代码
>> Begin >>
lists = WrapClass(thelist)
lists.__init__(thelist)
lists.__getattr__(thelist)
>> End >>
关卡四:对象的销毁
import delObjecttest
# 请在下⾯声明类delObject的实例,并将其引⽤赋给其它别名,然后调⽤del⽅法将其销毁>> Begin >>
delobj = delObjecttest.delObject()
delobj2 = delobj
del(delobj)
del(delobj2)
>> End >>
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
推荐文章
热门文章
-
随机森林特征选择原理
2024-10-02 -
自动驾驶系统中的随机森林算法解析
2024-10-02 -
随机森林算法及其在生物信息学中的应用
2024-10-02 -
监督学习中的随机森林算法解析(六)
2024-10-02 -
随机森林算法在数据分析中的应用
2024-10-02 -
机器学习——随机森林,RandomForestClassifier参数含义详解
2024-10-02 -
随机森林 的算法
2024-10-02 -
随机森林算法作用
2024-10-02 -
监督学习中的随机森林算法解析(十)
2024-10-02 -
随机森林算法案例
2024-10-02 -
随机森林案例
2024-10-02 -
二分类问题常用的模型
2024-10-02 -
绘制ssd框架训练流程
2024-10-02 -
一种基于信息熵和DTW的多维时间序列相似性度量算法
2024-10-02 -
SVM训练过程范文
2024-10-02 -
如何使用支持向量机进行股票预测与交易分析
2024-10-02 -
二分类交叉熵损失函数binary
2024-10-02 -
tinybert_训练中文文本分类模型_概述说明
2024-10-02 -
基于门控可形变卷积和分层Transformer的图像修复模型及其应用
2024-10-02 -
人工智能开发技术的测试和评估方法
2024-10-02
最新文章
-
基于随机森林的数据分类算法改进
2024-10-02 -
人工智能中的智能识别与分类技术
2024-10-02 -
基于人工智能技术的随机森林算法在医疗数据挖掘中的应用
2024-10-02 -
随机森林回归模型的建模步骤
2024-10-02 -
r语言随机森林预测模型校准曲线
2024-10-02 -
《2024年随机森林算法优化研究》范文
2024-10-02
发表评论