在 Python 中,接口和抽象基类(Abstract Base Classes, ABCs)都用于定义类的结构和强制子类实现特定的方法,Python 没有内建的接口机制,但可以通过抽象基类(ABC)来模拟接口的行为。
全网最适合入门的面向对象编程教程:00 面向对象设计方法导论
全网最适合入门的面向对象编程教程:01 面向对象编程的基本概念
全网最适合入门的面向对象编程教程:02 类和对象的 Python 实现-使用 Python 创建类
全网最适合入门的面向对象编程教程:03 类和对象的 Python 实现-为自定义类添加属性
全网最适合入门的面向对象编程教程:04 类和对象的Python实现-为自定义类添加方法
全网最适合入门的面向对象编程教程:05 类和对象的Python实现-PyCharm代码标签
全网最适合入门的面向对象编程教程:06 类和对象的Python实现-自定义类的数据封装
全网最适合入门的面向对象编程教程:07 类和对象的Python实现-类型注解
全网最适合入门的面向对象编程教程:08 类和对象的Python实现-@property装饰器
全网最适合入门的面向对象编程教程:09 类和对象的Python实现-类之间的关系
全网最适合入门的面向对象编程教程:10 类和对象的Python实现-类的继承和里氏替换原则
全网最适合入门的面向对象编程教程:11 类和对象的Python实现-子类调用父类方法
全网最适合入门的面向对象编程教程:12 类和对象的Python实现-Python使用logging模块输出程序运行日志
全网最适合入门的面向对象编程教程:13 类和对象的Python实现-可视化阅读代码神器Sourcetrail的安装使用
全网最适合入门的面向对象编程教程:全网最适合入门的面向对象编程教程:14 类和对象的Python实现-类的静态方法和类方法
全网最适合入门的面向对象编程教程:15 类和对象的 Python 实现-__slots__魔法方法
全网最适合入门的面向对象编程教程:16 类和对象的Python实现-多态、方法重写与开闭原则
全网最适合入门的面向对象编程教程:17 类和对象的Python实现-鸭子类型与“file-like object“
全网最适合入门的面向对象编程教程:18 类和对象的Python实现-多重继承与PyQtGraph串口数据绘制曲线图
全网最适合入门的面向对象编程教程:19 类和对象的 Python 实现-使用 PyCharm 自动生成文件注释和函数注释
全网最适合入门的面向对象编程教程:20 类和对象的Python实现-组合关系的实现与CSV文件保存
全网最适合入门的面向对象编程教程:21 类和对象的Python实现-多文件的组织:模块module和包package
全网最适合入门的面向对象编程教程:22 类和对象的Python实现-异常和语法错误
全网最适合入门的面向对象编程教程:23 类和对象的Python实现-抛出异常
全网最适合入门的面向对象编程教程:24 类和对象的Python实现-异常的捕获与处理
全网最适合入门的面向对象编程教程:25 类和对象的Python实现-Python判断输入数据类型
全网最适合入门的面向对象编程教程:26 类和对象的Python实现-上下文管理器和with语句
全网最适合入门的面向对象编程教程:27 类和对象的Python实现-Python中异常层级与自定义异常类的实现
全网最适合入门的面向对象编程教程:28 类和对象的Python实现-Python编程原则、哲学和规范大汇总
全网最适合入门的面向对象编程教程:29 类和对象的Python实现-断言与防御性编程和help函数的使用
全网最适合入门的面向对象编程教程:30 Python的内置数据类型-object根类
全网最适合入门的面向对象编程教程:31 Python的内置数据类型-对象Object和类型Type
全网最适合入门的面向对象编程教程:32 Python的内置数据类型-类Class和实例Instance
全网最适合入门的面向对象编程教程:33 Python的内置数据类型-对象Object和类型Type的关系
全网最适合入门的面向对象编程教程:34 Python的内置数据类型-Python常用复合数据类型:元组和命名元组
全网最适合入门的面向对象编程教程:35 Python的内置数据类型-文档字符串和__doc__属性
全网最适合入门的面向对象编程教程:36 Python的内置数据类型-字典
全网最适合入门的面向对象编程教程:37 Python常用复合数据类型-列表和列表推导式
全网最适合入门的面向对象编程教程:38 Python常用复合数据类型-使用列表实现堆栈、队列和双端队列
全网最适合入门的面向对象编程教程:39 Python常用复合数据类型-集合
全网最适合入门的面向对象编程教程:40 Python常用复合数据类型-枚举和enum模块的使用
全网最适合入门的面向对象编程教程:41 Python常用复合数据类型-队列(FIFO、LIFO、优先级队列、双端队列和环形队列)
全网最适合入门的面向对象编程教程:42 Python常用复合数据类型-collections容器数据类型
全网最适合入门的面向对象编程教程:43 Python常用复合数据类型-扩展内置数据类型
全网最适合入门的面向对象编程教程:44 Python内置函数与魔法方法-重写内置类型的魔法方法
全网最适合入门的面向对象编程教程:45 Python实现常见数据结构-链表、树、哈希表、图和堆
全网最适合入门的面向对象编程教程:46 Python函数方法与接口-函数与事件驱动框架
全网最适合入门的面向对象编程教程:47 Python函数方法与接口-回调函数Callback
全网最适合入门的面向对象编程教程:48 Python函数方法与接口-位置参数、默认参数、可变参数和关键字参数
全网最适合入门的面向对象编程教程:49 Python函数方法与接口-函数与方法的区别和lamda匿名函数
给你的 Python 加加速:一文速通 Python 并行计算
一个MicroPython的开源项目集锦:awesome-micropython,包含各个方面的Micropython工具库
SenseCraft 部署模型到Grove Vision AI V2图像处理模块
可访问如下链接进行对文档下载:
https://github.com/leezisheng/Doc
本文档主要介绍如何使用 Python 进行面向对象编程,需要读者对 Python 语法和单片机开发具有基本了解。相比其他讲解 Python 面向对象编程的博客或书籍而言,本文档更加详细、侧重于嵌入式上位机应用,以上位机和下位机的常见串口数据收发、数据处理、动态图绘制等为应用实例,同时使用 Sourcetrail 代码软件对代码进行可视化阅读便于读者理解。
相关示例代码获取链接如下:https://github.com/leezisheng/Python-OOP-Demo
1994 年,GoF 在其经典之作《设计模式》中,提出了一个至关重要的编程原则,即“基于接口编程,而非面向实现编程”。这一原则的英文原句为“Program to an interface, not an implementation”。在此,所谓的“接口”,并非专指某一特定编程语言的接口定义,而是一种跨语言的概念。它代表了开发者向使用者提供的一组功能列表,对这些功能的理解对于编程实践至关重要。简而言之,接口定义了程序应完成的任务,而不涉及具体的实现细节。这一原则对于提升代码的可扩展性、可维护性和灵活性具有深远影响。
通过定义接口,我们可以在实现具体功能的函数发生问题时(可能是用的没有授权的盗版模块,被人家发现了、起诉了;也可能是库的版本变了,某个重要的函数改名了/取消了)来减少代码的改动量,通过接口和实现相分离的模式,封装不稳定的实现,暴露稳定的接口。上下游系统在使用我们开发的功能时,只需要使用接口中声明的函数列表,这样当实现发生变化的时候,上游系统的代码基本上不需要做改动,以此来降低耦合性,提高扩展性。
同时,通过定义接口将系统分成多个小模块,每个模块只需实现自己所需的接口,而不需要关心其他模块的实现细节。这样在与他人协作时,我们只需要修改自己实现该接口的模块,而不需要修改其他模块。
常见的面向对象语言通常在类的接口和实现之间有明确的区分。例如,一些语言提供明确的 interface 关键字,用于定义类必须包含的方法,但是不需要实现。在这样的环境下,抽象类提供一个接口,以及众多方法中某几个的具体实现。任何类可以明确声明它实现自某个接口。
与 Java、Go 和 C++ 这些语言相比,Python 的接口设计方法有些不同。这些语言都提供了一个 interface 关键字来定义接口,而在 Python 中,却没有提供这个关键字。Python 在另一个方面与其他语言有明显的区别,python 并不要求实现接口的类来定义接口的所有抽象方法。
这里,我们首先定义一个数据处理类的接口,声明该类需要具有数据滤波、计算最大值、计算最小值和傅里叶变换的方法。同时定义了在初始化的过程中,需要接收哪些参数,如数据列表、滤波器点数(以平均值滤波为例,对多少个点计算平均值)等。
示例代码如下:
_# 使用typing模块提供的复合注解功能_
from typing import List
_# 定义数据处理接口_
class DateProcessInterface(object):
def __init__(self,DateList:List[int],FilterLength:int):
'''
初始化方法
:param DateList: 数据列表
:param FilterLength: 对多少个点做数据滤波
'''
pass
def DateFilter(self)->List:
'''
数据滤波
:return: List
'''
pass
def DateCalMax(self)->int:
'''
计算数据最大值
:return: int
'''
pass
def DateCalMin(self)->int:
'''
计算最小值
:return: int
'''
pass
在定义该接口的过程中,虽然没有实现具体操作,但是我们主要关心的是该接口类规定了数据处理的一般方法,也可以看作规范,就是我们首先会对数据进行滤波等预处理,然后计算一些时域特征进行分析。DateProcessInterface 实际上就是标准 python 的 class,不过因为形似接口所以可以将这个类看做一个接口。
为了使用接口,首先创建一个具体类来继承于 DateProcessInterface,也就是这个类是接口类的子类,提供了接口抽象方法的具体实现。
示例代码如下,这里我们需要引入 math 库去使用 sin 函数,引入 random 库生成随机数序列来模拟噪声,引入 matplotlib 库去绘图,matplotlib 库需要使用 conda 或者 pip 命令去安装:
import math
import matplotlib.pyplot as plt
import random
_# 创建一个具体类来继承于DateProcessInterface_
class DateProcessClass(DateProcessInterface):
def __init__(self,DateList:List[int],FilterLength:int):
self.DateList = DateList
self.FilterLength = FilterLength
self.TempList = [0] * (self.FilterLength)
def DateFilter(self)->List:
_# 遍历DateList_
for index,value in enumerate(self.DateList):
_# 把每个值都当成传入的新的传感器的值_
NowValue = value
_# 表示列表求和的变量_
sum = 0
for i in range(self.FilterLength-1):
_# 实现列表的移位操作_
self.TempList[i] = self.TempList[i + 1]
_# 实现列表求和_
sum += self.TempList[i]
self.TempList[self.FilterLength-1] = NowValue
sum += self.TempList[self.FilterLength - 1]
_# 求平均值_
average = sum / self.FilterLength
_# 将计算得到的平均值替换原始值_
self.DateList[index] = average
_# 计算完成后将TempList中元素清零_
self.TempList = [0] * (self.FilterLength)
return self.DateList
def DateCalMax(self)->int:
max_value = max(self.DateList)
return int(max_value)
def DateCalMin(self)->int:
min_value = min(self.DateList)
return int(min_value)
_# 创建l的索引列表,主要提供给plot函数作为x轴坐标_
index = [x for x in range(0,100)]
_# 生成一个正弦序列_
originalsignal = [math.sin(x)*10 for x in range(0,100)]
_# 生成随机数序列,模拟噪声_
noise = [random.uniform(0, 5) for x in range(0,100)]
_# 将两个列表中的元素相加_
signal = [x+y for x,y in zip(originalsignal,noise) ]
_# 创建DateProcessClass类,传入signal.copy()_
_# 通过创建signal的拷贝序列,从而不改变l的原始数据_
s = DateProcessClass(signal.copy(),10)
_# 进行数据滤波_
filtersignal = s.DateFilter()
_# 曲线绘图_
plt.plot(index,signal,'b')
plt.plot(index,filtersignal,'r')
_# 显示图像_
plt.show()
_# 打印信号最大值_
print("Signal Max value:",s.DateCalMax())
_# 打印信号最小值_
print("Signal Min value:",s.DateCalMin())
我们来看一下运行效果,可以看到我们对原始数据使用 5 点的滑动平均滤波的效果(蓝色是原始波形、红色是滤波后波形):
为了防止有人直接从我们的接口类中实例化对象,我们可以使用如下代码,在直接调用接口中方法时抛出 NotImplementedError 异常:
_# 定义数据处理接口_
class DateProcessInterface(object):
def __init__(self,DateList:List[int],FilterLength:int):
'''
初始化方法
:param DateList: 数据列表
:param FilterLength: 对多少个点做数据滤波
'''
raise NotImplementedError
在 Python 编程中,抽象基类(Abstract Base Classes,简称 ABC)是一种非常有用的工具,用于定义接口和规范类的行为。抽象基类提供了一种机制,可以确保子类实现了特定的方法和属性。
抽象基类,也是类,需要使用 class 关键字进行定义,它与普通类不同之处有两点:
在 Python 中,可以使用 abc 模块来定义抽象基类。以上的 DateProcessInterface 使用抽象基类时,示例代码如下:
from abc import ABCMeta, abstractmethod
_# 使用抽象基类定义数据处理接口_
class DateProcessInterface(metaclass=ABCMeta):
def __init__(self,DateList:List[int],FilterLength:int):
'''
初始化方法
:param DateList: 数据列表
:param FilterLength: 对多少个点做数据滤波
'''
pass
@abstractmethod
def DateFilter(self)->List:
'''
抽象方法,数据滤波
:return: List
'''
pass
@abstractmethod
def DateCalMax(self)->int:
'''
抽象方法,计算数据最大值
:return: int
'''
pass
@abstractmethod
def DateCalMin(self)->int:
'''
抽象方法,计算最小值
:return: int
'''
pass
这里,我们首先需要给接口类传递 metaclass 关键字参数,该关键字涉及到了元类编程的相关知识点,我们不予详细介绍,只需知道通过分配 ABCMeta 元类,可以赋予你的类为抽象基类。接下来使用 @abstractmethod 的装饰器实现了将方法标记为抽象,它们声明该类的任何子类必须实现这一方法。
具体来说,使用 @abstractmethod 装饰器的方法必须满足以下两个条件:
@abstractmethod 还能注解静态方法、类方法和属性。 你只需保证这个注解紧靠在方法定义前即可。
class A(metaclass=ABCMeta):
@property
@abstractmethod
def name(self):
pass
@name.setter
@abstractmethod
def name(self, value):
pass
@classmethod
@abstractmethod
def method1(cls):
pass
@staticmethod
@abstractmethod
def method2():
pass
抽象基类还可以用于类型检查,使用 isinstance()和 issubclass()函数。例如:
print(issubclass(DateProcessClass, DateProcessInterface))
print(isinstance(DateProcessClass, DateProcessInterface))