Un guide complet sur la surcharge de méthodes en Python (avec exemples)

La surcharge est la capacité d'une fonction, d'une méthode ou d'un opérateur à fonctionner différemment lorsque vous lui transmettez différents paramètres. La surcharge de méthode ou la surcharge de fonction en Python ont des termes couramment utilisés. Certains des principaux avantages de la surcharge sont que vous pouvez utiliser une méthode de plusieurs manières, ce qui vous aide à garder votre code plus propre et supprime la complexité lorsque vous travaillez avec une équipe.

Qu'est-ce que la surcharge de méthode ?

Dans la programmation orientée objet, la surcharge de méthode est utilisée dans des scénarios où, pour un objet spécifique, une méthode particulière peut être appelée de plusieurs manières en fonction des exigences du projet.

Des exemples de surcharge de méthode en Python sont discutés en détail plus loin dans l'article.

Qu'est-ce que le remplacement de méthode ?

Le remplacement de méthode en Python est similaire à la surcharge de méthode, sauf que le remplacement de méthode se produit entre une sous-classe et une superclasse. Il a les mêmes paramètres quant au moment où les méthodes sont appelées. Pourtant, ils se comportent différemment en raison du fait que certaines fonctionnalités sont remplacées par la superclasse.

Exemple de remplacement de méthode

classe X :

def method1(self):

print('Je suis la première fonctionnalité de la classe X')

def method2(self):

print('Je suis la deuxième caractéristique de la classe X')

classe Y(X):

def method1(self):

print('Je suis la première fonctionnalité modifiée de la classe X dans la classe Y')

def method3(self):

print('Je suis une caractéristique de la classe Y')

obj = Y()

obj.method1()

Production:

Je suis la première fonctionnalité modifiée de la classe X dans la classe Y

method1 a été remplacée par la classe Y.

Apprenez des cours de science des données en ligne sur upGrad

Surcharge de méthode en Python

Le problème avec la surcharge de méthode en Python est que Python ne la prend pas en charge par défaut. Cependant, il existe des solutions de contournement pour faire de même.

Le problème

Considérons le code suivant :

def add(a, b):

s = un + b

impression(s)

def add(a, b, c):

s = une + b + c

impression(s)

# add(8, 9) affiche une erreur

ajouter(8, 9, 2)

À première vue, le code semble bon, mais lorsque vous essayez de l'exécuter avec deux arguments, Python vous affichera une erreur car en Python, lorsque vous avez plusieurs méthodes du même nom mais un nombre différent d'arguments, seul le la dernière méthode définie peut être utilisée.

Il existe deux façons différentes de surmonter ce problème de surcharge de méthode en Python.

1 : Utiliser les mêmes méthodes diffèrent selon le type de données des arguments

Nous pouvons voir un argument pour connaître le type de données, ainsi que *args qui permet de passer un nombre variable d'arguments à une méthode en Python. Nous pouvons ensuite utiliser des instructions if pour contrôler le comportement de la méthode en fonction de l'entrée.

CODE:

def add(dt, *args):

si dt =='entier' :

s = 0

si dt =='str' :

s = "

pour x dans les arguments :

s = s + x

impression(s)

ajouter('entier', 11, 9)

add("str", "Bonjour", "Comment vas-tu?")

Production:

20

Bonjour comment vas-tu?

C'était la première solution de contournement pour implémenter la surcharge de méthode en Python.

Explorez nos cours populaires en science des données

2 : Utilisation de Multiple Dispatch Decorator (moyen plus efficace)

Multiple Dispatch Decorator est moins une solution de contournement et fonctionne exactement comme il est censé le faire. Vous pouvez l'installer en utilisant pip3.

pip3 installer plusieurs envois

CODE:

à partir d'envois multiples envoi d'importation

@dispatch(int,int) # pour 2 arguments entiers

def add(n1,n2):

s = n1 + n2

impression(s)

@dispatch(int,int,int) # pour 3 arguments entiers

def add(n1,n2,n3):

s = n1 + n2 + n3

impression(s)

@dispatch(float,float,float) # pour les arguments flottants

def add(n1,n2,n3):

s = n1 + n2 + n3

impression(s

ajouter(5,2)

ajouter(6,1,4)

ajouter(3.4,1.2,5.6)

Production:

sept

11

10.2

Lors de l'exécution, le répartiteur crée un nouvel objet qui stocke différentes implémentations de la méthode et décide de la méthode à sélectionner en fonction du type et du nombre d'arguments passés lors de l'appel de la méthode. Cette méthode de surcharge en Python est plus efficace.

Lisez nos articles populaires sur la science des données

conclusion

Si vous souhaitez entrer dans le domaine de la science des données, Python est une bonne première étape à franchir. Pour approfondir et approfondir le sujet, vous pouvez consulter des cours de certification en ligne avancés comme le programme exécutif en science des données par IIIT-Bangalore en association avec upGrad . Ce programme couvre les aspects importants du sujet et offre de nombreux avantages supplémentaires tels qu'une assistance professionnelle, un mentorat 1: 1, une assistance en ligne, des conférences en direct et des modules supplémentaires facultatifs pour les passionnés qui souhaitent se perfectionner davantage.