Una guida completa al sovraccarico dei metodi in Python (con esempi)

Il sovraccarico è la capacità di una funzione, metodo o operatore di funzionare in modo diverso quando si passano parametri diversi allo stesso. Il sovraccarico del metodo o il sovraccarico della funzione in Python hanno termini comunemente usati. Alcuni dei principali vantaggi dell'overloading sono che puoi utilizzare un metodo in più modi, il che ti aiuta a mantenere il tuo codice più pulito e rimuove la complessità quando lavori con un team.

Che cos'è il sovraccarico del metodo?

Nella programmazione orientata agli oggetti, l'overload del metodo viene utilizzato in scenari in cui, per un oggetto specifico, un metodo particolare può essere chiamato in più di un modo in base alle esigenze del progetto.

Esempi di Method Overloading in Python sono discussi in dettaglio più avanti nell'articolo.

Che cos'è l'override del metodo?

L'override del metodo in Python è simile all'overloading del metodo, tranne per il fatto che l'override del metodo si verifica tra una sottoclasse e una superclasse. Ha gli stessi parametri di quando vengono chiamati i metodi. Tuttavia, si comportano in modo diverso a causa dell'override di alcune funzionalità dalla superclasse.

Esempio di sovrascrittura del metodo

classe X:

def metodo1(auto):

print('Sono la prima caratteristica della classe X')

def metodo2(auto):

print('Sono la seconda caratteristica della classe X')

classe Y(X):

def metodo1(auto):

print('Sono la prima caratteristica modificata della classe X nella classe Y')

def metodo3(auto):

print('Sono una caratteristica della classe Y')

obj = Y()

obj.metodo1()

Produzione:

Sono la prima caratteristica modificata della classe X nella classe Y

metodo1 è stato sovrascritto dalla classe Y.

Impara i corsi di Data Science online su upGrad

Sovraccarico del metodo in Python

Il problema con il sovraccarico del metodo in Python è che Python non lo supporta per impostazione predefinita. Tuttavia, ci sono soluzioni alternative per fare lo stesso.

Il problema

Consideriamo il seguente codice:

def aggiungi(a, b):

s = a + b

stampa/i

def add(a, b, c):

s = a + b + c

stampa/i

# add(8, 9) mostra un errore

aggiungi(8, 9, 2)

A prima vista, il codice sembra buono, ma quando provi ad eseguirlo con due argomenti, Python ti mostrerà un errore perché in Python, quando hai più di un metodo con lo stesso nome ma un diverso numero di argomenti, solo il è possibile utilizzare l'ultimo metodo definito.

Ci sono due modi diversi per superare questo problema di sovraccarico dei metodi in Python.

1: L'utilizzo degli stessi metodi differisce in base al tipo di dati degli argomenti

Possiamo vedere un argomento per conoscere il tipo di dati, insieme a *args che consente di passare un numero variabile di argomenti a un metodo in Python. Possiamo quindi utilizzare le istruzioni if ​​per controllare come si comporta il metodo in base all'input.

CODICE:

def add(dt, *args):

se dt =='int':

s = 0

se dt =='str':

s = ”

per x in argomenti:

s = s + x

stampa/i

add('int', 11, 9)

add(“str”, “Ciao”, “Come stai?”)

Produzione:

20

Ciao, come stai?

Questa è stata la prima soluzione alternativa per implementare l'overloading del metodo in Python.

Esplora i nostri corsi di scienza dei dati popolari

2: Utilizzo di Multiple Dispatch Decorator (modo più efficiente)

Multiple Dispatch Decorator è meno di una soluzione alternativa e funziona esattamente come dovrebbe. Puoi installarlo usando pip3.

pip3 installa più spedizioni

CODICE:

da spedizioni multiple di importazione

@dispatch(int,int) # per 2 argomenti interi

def add(n1,n2):

s = n1 + n2

stampa/i

@dispatch(int,int,int) # per 3 argomenti interi

def add(n1,n2,n3):

s = n1 + n2 + n3

stampa/i

@dispatch(float,float,float) # per argomenti float

def add(n1,n2,n3):

s = n1 + n2 + n3

stampa/i

aggiungi(5,2)

aggiungi(6,1,4)

aggiungi(3.4,1.2,5.6)

Produzione:

7

11

10.2

Durante l'esecuzione, il dispatcher crea un nuovo oggetto che memorizza diverse implementazioni del metodo e decide il metodo da selezionare in base al tipo e al numero di argomenti passati durante la chiamata del metodo. In questo modo il metodo di sovraccarico in Python è più efficiente.

Leggi i nostri popolari articoli sulla scienza dei dati

Conclusioni

Se desideri entrare nel campo della scienza dei dati, Python è un buon primo passo da compiere. Per approfondire e approfondire l'argomento, puoi dare un'occhiata ai corsi di certificazione online avanzati come l' Executive Program in Data Science di IIIT-Bangalore in associazione con upGrad . Questo programma copre gli aspetti importanti dell'argomento e offre molti vantaggi aggiuntivi come assistenza sul lavoro, tutoraggio 1:1, supporto online, lezioni dal vivo e moduli aggiuntivi opzionali per gli appassionati che desiderano migliorare ulteriormente le competenze.