Python提供了两种获取对象的字符串表示形式的标准方式：
- repr():以便于开发者理解的方式返回对象的字符串表示形式，需要实现
__repr__特殊方法 - str():以便于开发者理解的方式返回对象的字符串表示形式，需要实现
__str__特殊方法
为了给对象提供其他的表示形式，还会用到另外两个特殊方法：__bytes__和__format__。__bytes__方法与__str__方法类似：bytes（ ）函数调用它获取对象的字节序列表示形式。而__format__方法会被内置的format（ ）函数和str.format（ ）方法调用，使用特殊的格式代码显示对象的字符串表示形式。
在Python 3中，
__repr__、__str__和__format__都必须返回Unicode字符串（str类型）。只有__bytes__方法应该返回字节序列（bytes类型）。
classmethod定义操作类，而不是操作实例的方法。classmethod改变了调用方法的方式，因此类方法的第一个参数是类本身，而不是实例。classmethod最常见的用途是定义备选构造方法，
例如：
@classmethod
def frombytes(cls, octets):
typecode = chr(octets[0])
memv = memoryview(octets[1:].cast(typecode))
return cls(*memv)注意，frombytes的最后一行使用cls参数构建了一个新实例，即cls(*memv)。按照约定，类方法的第一个参数名为cls（但是Python不介意具体怎么命名）。
staticmethod装饰器也会改变方法的调用方式，但是第一个参数不是特殊的值。其实，静态方法就是普通的函数，只是碰巧在类的定义体中，而不是在模块层定义。
内置的format（ ）函数和str.format（ ）方法把各个类型的格式化方式委托给相应的.__format__(format_spec)方法。format_spec是格式说明符，它是：format(my_obj, format_spec)的第二个参数，或者str.format（ ）方法的格式字符串，{}里代换字段中冒号后面的部分
'{0.mass:5.3e}'这样的格式字符串其实包含两部分，冒号左边的'0.mass'在代换字段句法中是字段名，冒号后面的'5.3e'是格式说明符。格式说明符使用的表示法叫格式规范微语言（“Format Specification Mini-Language”）。
格式规范微语言为一些内置类型提供了专用的表示代码。比如，b和x分别表示二进制和十六进制的int类型，f表示小数形式的float类型，而%表示百分数形式：
>>> format(42, 'b')
'101010'
>>> format(2.0/3, '.1%')
'66.7%'格式规范微语言是可扩展的，因为各个类可以自行决定如何解释format_spec参数。
如果类没有定义__format__方法，从object继承的方法会返回str(my_object)。
为了把Vector2d实例变成可散列的，必须使用__hash__方法（还需要__eq__方法，前面已经实现了）。此外，还要让向量不可变。
class Vector2d:
typecode = 'd'
def __init__(self, x, y):
self.__x = float(x)
self.__y = float(y)
@property
def x(self):
return self.__x
@property
def y(self):
return self.__y
def __iter__(self):
return (i for i in (self.x, self.y))- @property装饰器把读值方法标记为特性。
- 读值方法与公开属性同名，都是x。
根据特殊方法__hash__的文档，最好使用位运算符异或（^）混合各分量的散列值——我们会这么做。Vector2d.__hash__方法的代码十分简单，如示例:
def __hash__(self):
return hash(self.x) ^ hash(self.y)要想创建可散列的类型，不一定要实现特性，也不一定要保护实例属性。只需正确地实现
__hash__和__eq__方法即可。但是，实例的散列值绝不应该变化，
如果定义的类型有标量数值，可能还要实现__int__和__float__方法（分别被int（ ）和float（ ）构造函数调用），以便在某些情况下用于强制转换类型。此外，还有用于支持内置的complex（ ）构造函数的__complex__方法。
Python有个简单的机制，能避免子类意外覆盖“私有”属性。
如果以__mood的形式（两个前导下划线，尾部没有或最多有一个下划线）命名实例属性，Python会把属性名存入实例的__dict__属性中，而且会在前面加上一个下划线和类名。因此，对Dog类来说，__mood会变成_Dog__mood；对Beagle类来说，会变成_Beagle__mood。这个语言特性叫名称改写（name mangling）。
class A:
def __init__(self):
self.__x = 1
self.__y = 2
def getX(self):
return self.__x
if __name__ == "__main__":
a = A()
print(a.__dict__)
print(a.getX())
print(a._A__x)
{'_A__y': 2, '_A__x': 1}
1
1Python解释器不会对使用单个下划线的属性名做特殊处理，不过这是很多Python程序员严格遵守的约定，他们不会在类外部访问这种属性。
Python文档的某些角落把使用一个下划线前缀标记的属性称为“受保护的”属性。使用self._x这种形式保护属性的做法很常见，但是很少有人把这种属性叫作“受保护的”属性。有些人甚至将其称为“私有”属性。
默认情况下，Python在各个实例中名为__dict__的字典里存储实例属性。为了使用底层的散列表提升访问速度，字典会消耗大量内存。如果要处理数百万个属性不多的实例，通过__slots__类属性，能节省大量内存，方法是让解释器在元组中存储实例属性，而不用字典。
继承自超类的
__slots__属性没有效果。Python只会使用各个类中定义的__slots__属性。
class Vector2d:
__slots__ = ('__x', '__y')
typecode = 'd'
...在类中定义__slots__属性的目的是告诉解释器：“这个类中的所有实例属性都在这儿了！”这样，Python会在各个实例中使用类似元组的结构存储实例变量，从而避免使用消耗内存的__dict__属性。如果有数百万个实例同时活动，这样做能节省大量内存。
如果要处理数百万个数值对象，应该使用NumPy数组。NumPy数组能高效使用内存，而且提供了高度优化的数值处理函数，其中很多都一次操作整个数组。
在类中定义__slots__属性之后，实例不能再有__slots__中所列名称之外的其他属性。
然而，“节省的内存也可能被再次吃掉”：如果把'__dict__'这个名称添加到__slots__中，实例会在元组中保存各个实例的属性，此外还支持动态创建属性，这些属性存储在常规的__dict__中。当然，把'__dict__'添加到__slots__中可能完全违背了初衷，这取决于各个实例的静态属性和动态属性的数量及其用法。粗心的优化甚至比提早优化还糟糕。
此外，还有一个实例属性可能需要注意，即__weakref__属性，为了让对象支持弱引用，必须有这个属性。用户定义的类中默认就有__weakref__属性。可是，如果类中定义了__slots__属性，而且想把实例作为弱引用的目标，那么要把'__weakref__'添加到__slots__中。
如果使用得当，__slots__能显著节省内存，不过有几点要注意:
- 每个子类都要定义
__slots__属性，因为解释器会忽略继承的__slots__属性。 - 实例只能拥有
__slots__中列出的属性，除非把'__dict__'加入__slots__中（这样做就失去了节省内存的功效）。 - 如果不把'
__weakref__'加入__slots__，实例就不能作为弱引用的目标。
Python有个很独特的特性：类属性可用于为实例属性提供默认值。
如果为不存在的实例属性赋值，会新建实例属性。假如我们为typecode实例属性赋值，那么同名类属性不受影响。然而，自此之后，实例读取的self.typecode是实例属性typecode，也就是把同名类属性遮盖了。借助这一特性，可以为各个实例的typecode属性定制不同的值。
然而，有种修改方法更符合Python风格，而且效果持久，也更有针对性。类属性是公开的，因此会被子类继承，于是经常会创建一个子类，只用于定制类的数据属性。Django基于类的视图就大量使用了这个技术。