
Tworzysz skrypt do obsługi zadań i nagle kilka funkcji zaczyna pilnować tych samych danych: tytułu, terminu i statusu. Programowanie obiektowe zwykle pomaga zebrać dane oraz działania w jednym miejscu, choć nie każdy problem potrzebuje własnej klasy.
Klasy porządkują kod, gdy dane i działania należą do siebie
- Klasa opisuje wspólną strukturę, a obiekt przechowuje dane konkretnego egzemplarza.
- Metoda to funkcja zdefiniowana w klasie, która może odczytywać lub zmieniać stan obiektu.
- Dziedziczenie opisuje relację „jest rodzajem”; kompozycja pasuje do relacji „ma element”.
- Lista jako atrybut klasy może być współdzielona przez wszystkie instancje, co prowadzi do trudnego do zauważenia błędu.
- Python nie wymusza prywatności atrybutów tak jak niektóre inne języki.
Klasa opisuje typ rzeczy, a obiekt jej konkretny egzemplarz
Wyobraź sobie dwa zadania w aplikacji: „opłacić rachunek” i „wysłać raport”. Mają różne tytuły, ale oba mogą mieć termin oraz status. Klasa opisuje wspólną strukturę takich zadań, a każdy utworzony obiekt przechowuje własne wartości.
W Pythonie definicję klasy zaczynasz od słowa class. Metoda __init__ ustawia początkowy stan obiektu, a parametr self wskazuje na konkretną instancję, na której działa metoda.
class Zadanie:
def __init__(self, tytul):
self.tytul = tytul
self.wykonane = False
def zakoncz(self):
self.wykonane = True
pierwsze = Zadanie("Opłacić rachunek")
drugie = Zadanie("Wysłać raport")
pierwsze.zakoncz()
print(pierwsze.wykonane) # True
print(drugie.wykonane) # False
Oba obiekty mają te same pola i metody, ale zmiana statusu pierwszego nie zmienia drugiego. Tożsamość instancji łatwo dostrzec w praktyce: metoda zakoncz() zmienia dane zadania, do którego ją wywołujesz. Uważam, że taki mały przykład lepiej objaśnia klasę niż rozbudowana hierarchia zwierząt czy pojazdów.
Atrybut instancji powinien przechowywać stan konkretnego obiektu
Pułapka pojawia się wtedy, gdy lista trafia do treści klasy zamiast do __init__. Wówczas nie powstaje osobna lista dla każdego obiektu, a instancje korzystają z tego samego obiektu listy. W aplikacji z zadaniami nowe pozycje mogą więc niespodziewanie pojawiać się na liście innego użytkownika.
class ListaZadan:
zadania = [] # wspólne dla instancji
def dodaj(self, tytul):
self.zadania.append(tytul)
Poprawka polega na utworzeniu listy podczas inicjalizacji instancji:
class ListaZadan:
def __init__(self):
self.zadania = []
def dodaj(self, tytul):
self.zadania.append(tytul)
Według dokumentacji klas w dokumentacji Pythona zmienne klasowe są wspólne dla instancji, dlatego mutowalna lista przypisana do klasy może prowadzić do zaskakujących skutków. Prosta reguła: dane należące do jednego egzemplarza, takie jak jego zadania, zapisuj jako atrybut instancji; wartość wspólną, jak stała konfiguracyjna, rozważ jako atrybut klasy.
Dziedziczenie pasuje do relacji „jest rodzajem”, kompozycja do „ma”
Gdy dwa typy mają wspólne zachowanie, dziedziczenie może ograniczyć powtarzanie kodu. Na przykład ZadanieZTermin może być szczególnym rodzajem Zadanie, jeśli zachowuje jego podstawowe reguły i dodaje termin. Kłopot zaczyna się wtedy, gdy dziedziczenie służy wyłącznie do „pożyczenia” metody z klasy, z którą nowy typ nie ma naturalnej relacji.
Kompozycja oznacza, że obiekt zawiera lub współpracuje z innym obiektem. Lista zadań może mieć osobny obiekt odpowiedzialny za wysyłanie powiadomień. Uważam, że na początku nauki bezpieczniej szukać relacji „ma” i używać kompozycji, a dziedziczenie zostawić dla wyraźnego „jest rodzajem”.
| Sytuacja | Możliwy problem | Co zrobić |
|---|---|---|
| Dwa typy mają wspólne pola, ale różne reguły działania | Wspólna klasa bazowa może wymuszać niepasujące zachowanie | Rozważ osobne klasy, które korzystają z tego samego pomocniczego obiektu |
| Obiekt zawiera usługę lub składnik, np. powiadomienia | Dziedziczenie opisuje nieprawdziwą relację „jest rodzajem” | Użyj kompozycji, czyli przekaż obiekt usługi do klasy, która go potrzebuje |
| Podklasa zastępuje metodę, lecz nie zachowuje jej oczekiwanego działania | Kod korzystający z klasy bazowej może przestać działać poprawnie | Sprawdź, czy podklasę można użyć w każdym miejscu wymagającym klasy bazowej |
Polimorfizm pozwala używać różnych obiektów przez wspólny interfejs
Załóżmy, że program zapisuje raport w pliku albo wysyła go do usługi internetowej. Kod wywołujący może w obu przypadkach korzystać z metody zapisz(), choć każda klasa wykona ją inaczej. Polimorfizm oznacza tu wspólny sposób użycia różnych typów obiektów.
class ZapisDoPliku:
def zapisz(self, tekst):
print(f"Zapis do pliku: {tekst}")
class WysylkaRaportu:
def zapisz(self, tekst):
print(f"Wysłanie raportu: {tekst}")
def archiwizuj(zapis, tekst):
zapis.zapisz(tekst)
archiwizuj(ZapisDoPliku(), "Raport tygodniowy")
archiwizuj(WysylkaRaportu(), "Raport tygodniowy")
Funkcja archiwizuj nie musi sprawdzać, czy dostała obiekt konkretnej klasy. Wystarczy, że przekazany obiekt udostępnia potrzebną metodę. Takie podejście wiąże się z duck typingiem: przy użyciu obiektu liczy się to, jakie operacje obsługuje, a nie wyłącznie jego formalna klasa.
Hermetyzacja w Pythonie opiera się głównie na konwencji
Nazwa zaczynająca się od pojedynczego podkreślenia, na przykład _status, sygnalizuje, że atrybut jest przeznaczony do użytku wewnętrznego. To jednak konwencja, a nie twarda blokada dostępu. Podwójne podkreślenie uruchamia przekształcanie nazwy, które pomaga uniknąć kolizji z nazwami w klasach pochodnych, ale również nie gwarantuje pełnej prywatności.
W praktyce zamiast tworzyć gettery i settery dla każdego pola, można udostępnić metodę, która pilnuje konkretnej reguły, na przykład nie pozwala oznaczyć pustego tytułu zadania jako poprawnego. W ten sposób chronisz spójność obiektu, nie mnożąc metod bez potrzeby. Szczegóły dotyczące nazw prywatnych opisuje sekcja dokumentacji Pythona o zmiennych prywatnych.
Klasa ma sens, gdy pomaga pilnować reguł programu
Nie każda grupa danych wymaga klasy. Jeśli przechowujesz prostą listę wartości i wykonujesz na niej jedną krótką operację, funkcja oraz słownik mogą być czytelniejsze. Klasa zaczyna się bronić, gdy ten sam stan i powiązane z nim reguły wracają w wielu miejscach albo gdy łatwo przypadkiem ustawić obiekt w niedozwolonym stanie.
Przed napisaniem klasy zadaj sobie pytanie: jaką regułę ten obiekt ma utrzymywać? Jeśli odpowiedź brzmi „żadną, tylko przenoszę kilka pól”, zwykła struktura danych może wystarczyć. Dla prostych struktur z danymi Python oferuje też dataclasses, które mogą automatycznie przygotować część typowych metod; opisuje je dokumentacja modułu dataclasses.
Najłatwiej uczyć się obiektowości na małym przykładzie, takim jak zadanie z tytułem i statusem. Gdy każdy obiekt ma własne dane, a metody pilnują ich sensownych zmian, klasa porządkuje program; jeśli zaczyna wymagać rozbudowanych hierarchii bez wyraźnej potrzeby, prostsze rozwiązanie może być lepsze.
