forked from fluentpython/example-code-2e
-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathfrenchdeck.py
More file actions
106 lines (70 loc) · 3.2 KB
/
Copy pathfrenchdeck.py
File metadata and controls
106 lines (70 loc) · 3.2 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
import collections
import random
"""
2. O que é o "data model" em Python?
O data model é o conjunto de regras e interfaces que definem como objetos devem se comportar dentro da linguagem.
🧩 Ele define:
Como objetos são criados, comparados, iterados, somados, representados em string, etc.
Como operadores (+, ==), funções built-in (len, abs, repr), estruturas de controle (for, with) interagem com objetos.
➡️ O data model se baseia fortemente em special methods, como:
| Python code | Internally calls... |
| -------------- | -------------------------------- |
| `len(obj)` | `obj.__len__()` |
| `obj[0]` | `obj.__getitem__(0)` |
| `obj + other` | `obj.__add__(other)` |
| `for x in obj` | `obj.__iter__()` |
| `with obj:` | `obj.__enter__()` / `__exit__()` |
"""
Card = collections.namedtuple('Card', ['rank', 'suit'])
# Este exemplo mostra como você pode criar um objeto que se comporta como
# uma sequence (como uma lista).
class FrenchDeck:
ranks = [str(n) for n in range(2, 11)] + list('JQKA')
suits = 'spades diamonds clubs hearts'.split()
def __init__(self):
self._cards = [Card(rank, suit) for suit in self.suits
for rank in self.ranks]
def __len__(self):
return len(self._cards)
def __getitem__(self, position):
return self._cards[position]
# ##############################################################
deck = FrenchDeck()
# len(deck) funciona → porque implementamos __len__
print(len(deck))
# deck[0] funciona → porque implementamos __getitem__
print(deck[0])
# ##############################################################
random.choice(deck) # funciona porque o objeto é uma sequence
# ##############################################################
# O Python cuida dessas chamadas para manter consistência e otimização
# (por exemplo, len() em listas é uma chamada em C extremamente rápida).
len(deck) # correto ✅
deck.__len__() # errado ❌
"""
➡️ Em Python, um objeto é considerado uma sequence (mesmo que não herde de list)
se implementar:
__getitem__(index)
__len__()
Assim que você define esses dois special methods, seu objeto "comporta-se como"
uma sequence para qualquer código Python que use len() ou [].
"""
# ##############################################################
len(deck) # funciona → porque implementamos __len__
deck[0], deck[-1] #→ porque implementamos __getitem__
random.choice(deck) #→ funciona porque o objeto é uma sequence
for card in deck: #→ iteração implícita
deck[12::13] #→ slicing funciona
# Esses comportamentos acontecem sem herdar de list ou implementar __iter__.
# Isso acontece porque o Python reconhece __getitem__ como sinal de que o objeto
# pode ser iterado.
# ##############################################################
"""
🧠 Reforçando: por que isso importa?
O data model define como fazer seu próprio tipo se comportar como os tipos built-in:
listas → com __getitem__, __len__
números → com __add__, __mul__, __abs__
funções → com __call__
context managers → com __enter__, __exit__
iteradores → com __iter__, __next__
"""