python类内静态函数 python 静态类

python 里面有静态函数吗

python的类里用@staticmethod的是静态方法，@classmethod的是类方法，如下

为企业提供网站制作、成都网站建设、网站优化、全网整合营销推广、竞价托管、品牌运营等营销获客服务。创新互联公司拥有网络营销运营团队，以丰富的互联网营销经验助力企业精准获客，真正落地解决中小企业营销获客难题，做到“让获客更简单”。自创立至今，成功用技术实力解决了企业“网站建设、网络品牌塑造、网络营销”三大难题，同时降低了营销成本，提高了有效客户转化率，获得了众多企业客户的高度认可！

class Person(object):

person_list = []

def __init__(self, name, age):

self.name = name

self.age = age

self.person_list.append(self)

@classmethod

def one_year_later(cls):

for p in cls.person_list:

p.age += 1

@staticmethod

def born_one_boby(name):

return Person(name, 0)

def __repr__(self):

return 'Person name:%s, age:%s' % (self.name, self.age)

if __name__ == '__main__':

petter =  Person('Petter',23)

merry = Person('Merry',21)

print(petter) # Person name:Petter, age:23

print(merry)  #  Person name:Merry, age:21

Person.one_year_later()

print(petter)  #  Person name:Petter, age:24

print(merry)  #  Person name:Merry, age:22

baby = merry.born_one_boby('Tom')

print(Person.person_list) #  [Person name:Petter, age:24, Person name:Merry, age:22, Person name:Tom, age:0]

python 类方法和静态方法的区别

面相对象程序设计中，类方法和静态方法是经常用到的两个术语。

逻辑上讲：类方法是只能由类名调用；静态方法可以由类名或对象名进行调用。

在C++中，静态方法与类方法逻辑上是等价的，只有一个概念，不会混淆。

而在python中，方法分为三类实例方法、类方法、静态方法。代码如下：

　class Test(object):

def InstanceFun(self):

print("InstanceFun");

print(self);

@classmethod

def ClassFun(cls):

print("ClassFun");

print(cls);

@staticmethod

def StaticFun():

print("StaticFun");

t = Test();　

t.InstanceFun();＃ 输出InstanceFun，打印对象内存地址“__main__.Test object at 0x0293DCF0”

Test.ClassFun(); # 输出ClassFun，打印类位置 class '__main__.Test'

Test.StaticFun(); # 输出StaticFun

t.StaticFun(); # 输出StaticFun

t.ClassFun(); # 输出ClassFun，打印类位置 class '__main__.Test'

Test.InstanceFun(); # 错误，TypeError: unbound method instanceFun() must be called with Test instance as first argument

Test.InstanceFun(t); # 输出InstanceFun，打印对象内存地址“__main__.Test object at 0x0293DCF0”

t.ClassFun(Test); # 错误 classFun() takes exactly 1 argument (2 given)

可以看到，在python中，两种方法的主要区别在于参数。实例方法隐含的参数为类实例self，而类方法隐含的参数为类本身cls。

静态方法无隐含参数，主要为了类实例也可以直接调用静态方法。

所以逻辑上类方法应当只被类调用，实例方法实例调用，静态方法两者都能调用。主要区别在于参数传递上的区别，实例方法悄悄传递的是self引用作为参数，而类方法悄悄传递的是cls引用作为参数。

python实现了一定的灵活性使得类方法和静态方法，都能够被实例和类二者调用

Python中静态方法和类方法的区别是什么'>lt;译文>Python中静态方法和类方法的区别是什么

要在类中使用静态方法，需在类成员函数前面加上@staticmethod标记符，以表示下面的成员函数是静态函数。使用静态方法的好处是，不需要定义实例即可使用这个方法。另外，多个实例共享此静态方法。

普通的类方法需要对象实例化之后才能调用 。

Python中静态方法和类方法的区别

一、先是在语法上面的区别:

1、静态方法不需要传入self参数，类成员方法需要传入代表本类的cls参数；

2、静态方法是无妨访问实例变量和类变量的，类成员方法无法访问实例变量但是可以访问类变量

二、使用的区别：

由于静态方法无法访问类属性，实例属性，相当于一个相对独立的方法，跟类其实并没有什么关系。这样说来，静态方法就是在类的作用域里的函数而已。

python 为什么要使用静态方法

Python使用静态方法类似函数工具使用，一般尽量少用静态方法。

Python的静态方法和类成员方法都可以被类或实例访问，两者概念不容易理清，但还是有区别的：

1）静态方法无需传入self参数，类成员方法需传入代表本类的cls参数；

2）从第1条，静态方法是无法访问实例变量的，而类成员方法也同样无法访问实例变量，但可以访问类变量；

3）静态方法有点像函数工具库的作用，而类成员方法则更接近类似Java面向对象概念中的静态方法。

类函数、成员函数、静态函数、抽象函数、方法伪装属性

本篇博客是滚雪球学 Python 第二轮的最后一篇博客，我们将内容继续提升到面向对象部分，为你补充类里面的一些装饰器，学习之后，希望你的 Python 基础知识可以更上一层楼。

先直接看代码，再对代码内容进行分析与学习。

首先要掌握的是类函数的定义格式，在普通函数的前面添加装饰器 @classmethod ，该函数就会转换为类函数，同时函数的第一个参数默认是 cls ，该变量名可以任意，建议使用成 cls ，这个是程序员之间的约定。

在 Python 中，大部分 @classmethod 装饰的函数末尾都是 return cls(XXX) ， return XXX.__new__ () 也就是 @classmethod 的一个主要用途是作为构造函数。

先掌握一个概念，静态函数不属于它所在的那个类，它是独立于类的一个单独函数，只是寄存在一个类名下，先建立这个基本概念，后面学起来就简单很多了。

在同一个类中，调用静态方法，使用 类名.函数名() 的格式。

先创建一个父类，其中包含两个静态函数与一个类函数。

再编写一个 S 类继承自 F 类：

测试之后，基本结论如下：

如果在子类中覆盖了父类的静态函数，那调用时使用的是子类自己的静态函数，

如果在子类中没有覆盖父类的静态函数，那调用时使用的是父类的静态函数，

类函数同样遵循该规则。

如果希望在子类中调用父类的属性或者函数，请使用 父类名. 的形式实现。

被 @abstractmethod 装饰的函数为抽象函数，含抽象函数的类不能实例化，继承了含抽象函数的子类必须覆盖所有抽象函数装饰的方法，未被装饰的可以不重写。

抽象类是一个特殊的类，它的特殊之处在于只能被继承，不能被实例化，实现代码如下：

抽象基类中学习还需要了解元类相关知识，在第三轮滚雪球学 Python 中将为你展开这部分内容。

在 Python 面向对象的编码过程中， 对象.属性 来获取属性的值，使用 对象.方法() 来调用方法，通过装饰器 @property 可以将一个方法伪装成属性，从而使用 对象.方法 没有括号的形式调用。代码非常简单：

这种写法最直接的应用，就是将部分属性变成只读属性，例如，上述代码，你无法通过下述代码对 name 进行修改。

如果希望方法伪装的属性具备修改和删除功能，需要参考下述代码：

上述代码在将 name 方法伪装成属性之后，可以通过 @name.setter 和 @name.deleter 对同名的 name 方法进行装饰，从而实现了修改与删除功能。

所以一般使用方法伪装属性的步骤是：

如果你觉得这个比较麻烦，还存在一种方法伪装属性的方式。使用 property 函数，原型如下

通过上述函数将方法伪装成属性的代码为：

滚雪球学 Python 第二轮 15 篇博客在一次结束了，下一轮将在 4 月中旬再次开启，学 Python 我们一直在路上，希望本系列的课程对你的 Python 学习有所助力。