Skip to main content

Python 数据模型

Python 有一个核心设计哲学：一致性。当你用了一段时间 Python 后，会发现这门语言的行为非常 predictable——列表、字符串、字典这些内置类型在很多场景下的表现是相似的。这种一致性不是巧合，而是源于 Python 的数据模型（Data Model）。

数据模型定义了 Python 内置类型的公共接口。比如 len(obj)、obj[key]、for x in obj 这些操作，背后都有一组以双下划线开头和结尾的特殊方法（special method）在支撑。当你在自己的类中实现这些特殊方法时，你的对象就能表现得像内置类型一样自然。

什么是特殊方法​

特殊方法的名字格式是 __xxx__，比如 __len__、__getitem__、__repr__。Python 解释器在遇到特定语法时，会自动调用对应的特殊方法，而不是让你显式地调用它们。

例如：

  • len(obj) → 调用 obj.__len__()
  • obj[key] → 调用 obj.__getitem__(key)
  • str(obj) → 调用 obj.__str__()

特殊方法也叫 dunder method（dunder 是 "double under" 的缩写）。

示例：实现一个社团成员名单​

假设你在管理一个社团的成员信息，想实现一个 TeamRoster 类，让它能像 Python 列表一样被使用：可以用 len() 查人数、用 [] 取成员、可以迭代、可以判断某个成员是否在名单中。

from collections import namedtuple

Member = namedtuple('Member', ['name', 'role'])

class TeamRoster:
    def __init__(self):
        self._members = []
    
    def add(self, name, role):
        self._members.append(Member(name, role))
    
    def __len__(self):
        return len(self._members)
    
    def __getitem__(self, position):
        return self._members[position]

只实现了 __len__ 和 __getitem__ 两个方法，这个类就已经支持了很多 Python 核心功能：

>>> team = TeamRoster()
>>> team.add("Alice", "算法")
>>> team.add("Bob", "前端")
>>> team.add("Carol", "后端")
>>> len(team)
3

>>> team[0]
Member(name='Alice', role='算法')
>>> team[-1]
Member(name='Carol', role='后端')

随机选取一个成员：

>>> from random import choice
>>> choice(team)
Member(name='Bob', role='前端')

切片也没问题：

>>> team[:2]
[Member(name='Alice', role='算法'), Member(name='Bob', role='前端')]

迭代和成员判断：

>>> for member in team:
...     print(f"{member.name} ({member.role})")
Alice (算法)
Bob (前端)
Carol (后端)

>>> Member("Alice", "算法") in team
True
>>> Member("David", "设计") in team
False

TeamRoster 隐式继承了 object，但上面的功能不是靠继承来的，而是靠数据模型——通过实现 __len__ 和 __getitem__，Python 就知道这个类是一个序列，自动赋予了它迭代、切片、in 判断等能力。

如何使用特殊方法​

基本原则​

特殊方法是给 Python 解释器调用的，不是给你直接调用的。也就是说，你应该写 len(obj) 而不是 obj.__len__()。使用内置函数（len、str、iter 等）的好处是：

  1. 它们会为内置类型走捷径（比如 len(list) 直接读取 C 结构体里的长度，比方法调用更快）
  2. 它们提供了一致的接口，用户不需要记各种 .size()、.length() 等方法名

不要自己发明新的特殊方法（比如 __foo__），Python 未来可能会用到这些名字。

模拟数值类型​

假设我们要实现一个二维点 Point2D，支持 + 加法、* 标量乘法、abs() 求距离：

from math import hypot

class Point2D:
    def __init__(self, x=0, y=0):
        self.x = x
        self.y = y
    
    def __repr__(self):
        return f'Point2D({self.x!r}, {self.y!r})'
    
    def __abs__(self):
        return hypot(self.x, self.y)
    
    def __bool__(self):
        return bool(abs(self))
    
    def __add__(self, other):
        return Point2D(self.x + other.x, self.y + other.y)
    
    def __mul__(self, scalar):
        return Point2D(self.x * scalar, self.y * scalar)

用法：

>>> p1 = Point2D(3, 4)
>>> p2 = Point2D(1, 2)
>>> p1 + p2
Point2D(4, 6)
>>> abs(p1)
5.0
>>> p1 * 3
Point2D(9, 12)
>>> abs(p1 * 3)
15.0

字符串表示形式​

__repr__ 返回的字符串应该准确、无歧义，最好能让人看了就知道怎么重建这个对象。上面的 Point2D 类，__repr__ 返回的是类似构造函数调用的形式，这是好习惯。

__str__ 则是给终端用户看的，应该更友好。如果只实现一个，优先实现 __repr__，因为当 __str__ 不存在时，Python 会回退到 __repr__。

>>> p = Point2D(3, 4)
>>> repr(p)
'Point2D(3, 4)'
>>> str(p)
'Point2D(3, 4)'  # 因为没定义 __str__，回退到 __repr__

算术运算符​

__add__ 和 __mul__ 实现了 + 和 * 运算符。注意中缀运算符的原则：不改变操作对象，而是返回新对象。p1 + p2 不会修改 p1 或 p2，而是创建一个新的 Point2D。

上面的实现只支持 point * 3（点乘标量），不支持 3 * point。要实现交换律，需要额外定义 __rmul__：

def __rmul__(self, scalar):
    return self * scalar

自定义布尔值​

默认情况下，自定义类的实例总被认为是 True。但你可以通过 __bool__ 来控制：

def __bool__(self):
    return bool(abs(self))

如果类没有定义 __bool__，Python 会尝试调用 __len__，返回 0 则为 False，否则为 True。

一个更高效的实现（避免开方运算）：

def __bool__(self):
    return bool(self.x or self.y)

常用特殊方法一览​

类别方法名说明
字符串表示__repr__、__str__、__format__、__bytes__对象的字符串形式
数值转换__abs__、__bool__、__int__、__float__、__hash__转为数值或布尔值
集合模拟__len__、__getitem__、__setitem__、__delitem__、__contains__序列/映射行为
迭代__iter__、__reversed__、__next__for 循环、reversed()
可调用__call__让对象像函数一样被调用
上下文管理__enter__、__exit__with 语句
实例生命周期__new__、__init__、__del__创建和销毁
属性管理__getattr__、__getattribute__、__setattr__、__delattr__属性访问
运算符重载__add__、__sub__、__mul__、__truediv__ 等+、-、*、/ 等
比较运算__eq__、__ne__、__lt__、__le__、__gt__、__ge__==、!=、<、<=、>、>=
反向运算__radd__、__rsub__、__rmul__ 等操作数交换位置时调用
增量赋值__iadd__、__isub__、__imul__ 等+=、-=、*= 等

为什么 len 不是方法​

你可能会问：为什么 Python 用 len(obj) 而不是 obj.len()？

答案是效率。对于 str、list、bytes 等内置类型，CPython 会直接从 C 结构体中读取长度，完全不调用方法。len() 是一个极其常见的操作，必须足够快。

同时，得益于特殊方法的设计，你自定义的类也能用 len()，而不必实现 .len() 或 .size() 等方法。这种处理方式在内置类型的效率和语言的一致性之间找到了平衡。

小结​

  • 特殊方法（__xxx__）让自定义对象融入 Python 的数据模型
  • 通过实现少量特殊方法，你的类就能支持迭代、切片、运算符、len()、str() 等核心功能
  • 使用内置函数（len、str、iter）而不是直接调用特殊方法
  • 优先实现 __repr__，它同时服务于调试和用户展示
  • 中缀运算符应该返回新对象，不要修改操作数