这12个Python面向对象底层逻辑涵盖了实例方法、类方法、静态方法的区别，数据类简化属性定义，__dict__ 与 __slots__ 管理属性，双下划线实现名称重整，@property 实现受控属性，type() 动态生成类，类装饰器与单例方法/模式增强类行为，展现了Python类的灵活性与可控性，是构建清晰、高效、可维护代码的关键基础。

1）继承 vs 组合

有时候我们应该使用继承，有时候则不该。我们来仔细探讨一下这个问题。

当类之间存在 “是一个”（IS-A） 的关系时，应当使用继承。例如：

• 狗是一种动物（Dog 是 Animal）
• 矩形是一种图形（Rectangle 是 Shape）
• 汽车是一种交通工具（Car 是 Vehicle）

因此：

• Dog 类应该继承自 Animal 类
• Rectangle 类应该继承自 Shape 类
• Car 类应该继承自 Vehicle 类

当类之间存在 “拥有”（HAS-A） 或 “拥有多个”（HAS-MANY） 的关系时，则应该使用组合。例如：

• 狗有主人（A dog has an owner）
• 汽车有引擎（A car has an engine）
• 项目小组有一个或多个成员（A project group has one or more members）

反过来看，一个狗不是主人，一辆车不是引擎，一个项目组也不是成员。因此不能用继承来表达这些关系，而是需要使用组合。

请注意，这里并没有发生继承关系。相反：

• 一个 Dog 对象包含一个 Owner 对象
• 一个 Car 对象包含一个 Engine 对象
• 一个 ProjectGroup 对象包含多个 Member 对象

在继承和组合之间做选择时务必小心，因为一旦选错了，可能会给项目后续带来不少麻烦。

2）super()是什么，我们为什么要用它

super() 是在类中调用父类方法的一种方式。

假设我们有两个类：Rectangle（矩形）和 Square（正方形）。

正方形其实就是一种特殊的矩形，它的长等于宽，因此我们可以让 Square 继承自 Rectangle。这时候，Rectangle 是父类，Square 是子类。我们先定义 Rectangle 类：

接下来，我们定义 Square 类，并让它继承自 Rectangle。我们希望尽可能重用已有的方法。

这里的 super() 代表的是父类 Rectangle，所以 super().__init__ 实际上调用的是父类 Rectangle 的构造方法 __init__。

在 Square 的 __init__ 方法中，我们调用了 Rectangle 的 __init__，这个方法需要两个参数 (length, width)。由于正方形的长等于宽，我们就传入两个相同的值：(length, length)。

这样一来：

• self.length = length
• self.width = length

从而我们依然可以直接使用父类中定义的 area() 和 perimeter() 方法，无需重新实现。

使用 super() 的好处在于：保持代码简洁、避免重复定义、增强可维护性。

3）实例方法 vs 类方法 vs 静态方法

实例方法（Instance Method）

实例方法属于类的实例对象，它们能够访问实例的属性（通过 self）。

上面 intro() 是 Dog 类的一个实例方法。通过 self，它可以访问当前对象的属性（比如 name）。

类方法（Class Method）

类方法属于类本身，不是某个具体的实例。它只能访问类属性，不能访问实例属性。

• 使用 @classmethod 装饰器来声明类方法
• 第一个参数是 cls，表示的是类本身（如 Dog 类）
• 类方法只能访问类属性（如 num_dogs），不能访问实例属性（如 name 或 age）

静态方法（Static Method）

静态方法也属于类，但无法访问任何属性，既不能访问类属性，也不能访问实例属性。

• 使用 @staticmethod 装饰器声明静态方法
• 静态方法不接受 self 或 cls 参数
• 不能访问任何属性（既不能访问实例属性，也不能访问类属性）

4）dataclass：让类定义更简洁

普通写法

我们来定义一个简单的 Dog 类，包含两个属性：name 和 age：

这种写法在属性较多时会显得重复和冗长。

使用 @dataclass简化

通过 Python 的 dataclasses 模块，我们可以大大简化这类“纯数据”类的写法：

• 不需要手动编写 __init__ 方法，dataclass 会自动为你生成构造函数
• 自动生成了 __init__、__repr__、__eq__ 等方法
• 特别适合用来定义包含多个简单属性的类

5）__dict__属性：快速查看对象的所有属性

Python 中，每个对象都有一个内置的 __dict__ 属性，它是一个字典，用来存储对象的所有实例属性。

来看一个例子：

无论属性是通过 init 设置，还是运行时动态添加的，都会出现在 dict 中。

• 调试复杂对象时，可以一眼看清所有实例属性和值
• 在序列化对象（如转 JSON）前，可以先用 __dict__ 预览数据结构
• 某些框架（如 Flask、SQLAlchemy）底层也会使用 __dict__ 来访问对象状态

6）名称重整（Name Mangling）：你以为“私有”，其实只是“伪私有”

当我们在类中定义以下划线开头、双下划线 __ 开头的属性时，Python 会对其进行名称重整（name mangling）处理。

来看例子：

• 虽然我们定义的是 __name，但在 __dict__ 中却变成了 _Dog__name。
• 这是 Python 的 名称重整机制：把 __变量名 转换为 _类名__变量名。

但你可以绕过机制，使用改名后的 _Dog__name 访问：虽然技术上可行，但这违背了封装原则，一般不推荐这么做。

双下划线的目的不是“真正私有”，而是避免子类覆盖属性或方法时发生命名冲突。这是一种“弱私有”约定。

Python 的哲学是“我们都是成年人”，因此不会强制禁止访问，但建议你尊重命名的意图。

7）@property 与受控属性：优雅地封装 getter/setter

在 Python 中，使用 @property 装饰器可以让我们将方法伪装成属性，从而实现对属性的受控访问（managed access）。

这样做的好处是，我们可以在不改变调用方式的前提下，灵活控制属性的读取和写入行为。

我们可以用 @property 创建一个可读写属性：

• dog.name 实际调用的是 name() 方法（getter）
• dog.name = "Lucky" 实际调用的是 name() 方法的 setter 版本

如果你想让某个属性只读不可写，只需不写 setter：

8）用 type()动态创建类：类也是对象

除了使用常规的 class 关键字定义类，Python 还允许我们使用内建函数 type()动态创建类。

这种方式的核心思想是：类本身也是对象，可以在运行时构造和生成。

应用场景:

• 你需要根据配置或运行时逻辑生成类
• 你在做元编程（metaprogramming） 或构建 DSL（领域特定语言）
• 编写框架、ORM、序列化器等动态注入行为

虽然 type() 很强大，但不推荐用于日常编码，因为会影响代码的可读性和维护性。一般用于框架级开发或特定高级需求场景。

9）slots：限制实例属性、节省内存

slots 是 Python 提供的一种机制，用于限制类的实例可以有哪些属性，同时还可以节省内存。

10）类也能当装饰器用：通过实现 __call__

如果在类中定义了 __call__ 方法，那么类的实例就可以像函数一样被调用，从而支持将类作为装饰器使用。

实现一个类装饰器，它能在函数返回值末尾追加符号，比如 "hello tom" → "hello tom!"：

• 使用类装饰器比函数装饰器更适合需要保存状态或配置参数的场景。
• 避免使用双层嵌套函数，逻辑结构更清晰、可维护性更高。

11）单例方法（Singleton Methods）

有时我们希望某个方法只执行一次。常见的场景包括：

• 初始化连接（如数据库连接）
• 只执行一次的数据加载、写入或删除
• 一次性配置的初始化

我们可以在类中添加一个布尔属性 has_run 来记录函数是否已经执行过，从而实现“只运行一次”的逻辑：

12）单例模式（Singleton）

单例模式是一种软件设计模式，它的核心思想是：某个类在整个程序生命周期中只能有一个实例。

为什么要用单例？一些资源只应存在唯一实例，例如：

• 数据库连接
• 日志记录器（Logger）
• 配置管理器
• 驱动设备控制器

使用单例可以避免重复初始化这些资源、节省内存，并保持状态一致性。