课程库 › AI 主线 › 面向对象初步 › 第 1 课

为什么需要类 —— 从字典的痛点讲起

普通课约 50 分钟

本课导读

新单元不着急学语法，先回答一个更重要的问题：字典用得好好的，为什么还要发明"类"？ 本课带你亲身踩一遍用字典建模的三个痛点，再看类（class）怎么一次治好它们。学完你会突然发现：其实从第一天写 "abc".upper() 起，你就一直在用类的产物。预计 50 分钟。

用字典养一只"任务"

假设你在给自己搭个待办工具（阶段 0 项目课的既视感来了）。每条任务有标题、优先级、是否完成——字典建模，熟练：

Python

task = {"title": "写周报", "priority": 2, "done": False}

def finish(t):
  t["done"] = True
  print(f"完成：{t['title']}")

def describe(t):
  mark = "✅" if t["done"] else "⬜"
  return f"{mark} {t['title']}（优先级 {t['priority']}）"

print(describe(task))
finish(task)
print(describe(task))

能跑，也不难看。但任务一多、功能一加，三个痛点就会按时上门。

痛点一：拼错键，没人拦你

Python

task = {"title": "写周报", "priority": 2, "done": False}

task["donee"] = True    # 手一抖拼错键——注意：不报错！
print(task["done"])     # 还是 False：你以为完成了，其实没有

print(task)             # 字典里多了个幽灵键 "donee"

还记得"赋值即创建"吗？它在这里成了帮凶：拼错的键不报错，而是静默创建一个新键。这种 bug 不炸不响，直到某天统计数字对不上，你才开始大海捞针。

痛点二：数据和它的操作是散的

finish()、describe() 和 task 字典逻辑上是一家人，代码上却是陌生人——函数散落在各处，谁都能对字典下手，每次调用还得把字典传来传去。项目一大，"哪些函数是伺候这个数据的"全靠记忆。

痛点三：每造一个都要手抄结构

Python

# 造第二、第三个任务：整个结构再抄一遍
task2 = {"title": "订会议室", "priority": 1, "done": False}
task3 = {"title": "回邮件", "priority": 3}   # 漏了 done 字段！

def describe(t):
  mark = "✅" if t["done"] else "⬜"
  return f"{mark} {t['title']}"

print(describe(task2))
print(describe(task3))   # 崩：KeyError——漏字段的代价延迟爆炸

没有模板，每次创建全凭自觉——字段漏没漏、默认值给没给，出了事还是延迟才炸（KeyError 在使用时才出现，不在创建时）。

类：一次治好三个痛

同一个"任务"，用类重写。先看效果再拆语法（下一课细讲，今天混脸熟）：

Python

class Task:
  def __init__(self, title, priority=2):
      self.title = title
      self.priority = priority
      self.done = False          # 默认值写死在模板里，漏不了

  def finish(self):
      self.done = True
      print(f"完成：{self.title}")

  def describe(self):
      mark = "✅" if self.done else "⬜"
      return f"{mark} {self.title}（优先级 {self.priority}）"


t1 = Task("写周报")                # 按模板造，一行一个
t2 = Task("订会议室", priority=1)   # 关键字参数，眼熟吧

print(t1.describe())
t1.finish()
print(t1.describe())
print(t2.describe())               # 两个任务互不干扰

对着三个痛点验收：

模板化创建：Task("写周报") 按图纸生产，字段齐全、默认值自动带上——痛点三没了
数据和操作住一起：finish、describe 就长在 Task 身上，t1.finish() 直接喊，不用传来传去——痛点二没了
拼错就报错：试试把上面的 t1.done 改成 t1.donee 再读——AttributeError，当场抓获，不再静默——痛点一大半也没了

提示

类比记忆：类是模具，对象是产品。Task 这个类是"任务"的模具（规定了有什么属性、会什么动作）；t1、t2 是模具压出来的两个产品，各有各的数据，但能力一样。造一百个任务也不怕漏字段——模具保证了出厂配置。

惊天真相：你从第一天就在用对象

现在揭一个盖子。回忆这些你写过无数遍的代码：

Python

name = "  Ada  "
print(name.strip().upper())    # 字符串的方法

nums = [3, 1, 2]
nums.append(4)                 # 列表的方法
nums.sort()
print(nums)

d = {"a": 1}
print(d.get("b", 0))           # 字典的方法

.strip()、.append()、.get()——这个"点一下、喊方法"的姿势，正是对象的用法。字符串、列表、字典本身就是 Python 内置的类，你写 "abc" 时就是在造一个 str 类的对象。所以"面向对象"对你根本不是新事物，只是今天开始，模具从"别人造好的"变成"你也能造"。

说明

为什么转行 AI 的人要学类？两个实用理由：① 你将来用的一切库——pandas 的 DataFrame、PyTorch 的模型——全是类，看懂类才能看懂文档和示例；② 不用你写很多类，但读懂别人的类是刚需，这正是本单元最后两课的主题。目标是"够用"：会造简单模具、能读懂复杂模具，不深挖屠龙技。

✍️ 练习

练习 1：痛点侦探

下面的字典版代码埋了一个"静默 bug"——运行后统计数字是错的，但程序不报错。找出它，并说明这个 bug 在类版本里会变成什么。

Python

orders = [
  {"item": "键盘", "paid": False},
  {"item": "鼠标", "paid": False},
]

orders[0]["paid"] = True
orders[1]["paied"] = True    # ← 观察这一行

paid_count = len([o for o in orders if o["paid"]])
print(f"已付款 {paid_count} 单")   # 应该是 2，输出却是……

✅ 参考答案

"paied" 拼错了——字典的"赋值即创建"静默造出一个新键，第二单的 paid 依然是 False，统计输出 1。若是类的对象，order.paied = True 虽然也能创建属性，但读取 order.paid 前后逻辑集中在类里、字段有模板兜底，而且规范写法下（属性在 __init__ 统一声明）拼错会在 review 和使用中更早暴露；下一课还会看到更严格的防拼错手段。核心教训：结构无模板，错误就延迟爆炸。

练习 2：模具质检

运行下面的类版本代码前，先预测输出的三行各是什么，再运行验证。

Python

class Book:
  def __init__(self, title, pages=100):
      self.title = title
      self.pages = pages
      self.read = 0

  def read_to(self, page):
      self.read = page

  def progress(self):
      return f"《{self.title}》读到 {self.read}/{self.pages} 页"


b1 = Book("小王子", pages=96)
b2 = Book("活着")

b1.read_to(48)
print(b1.progress())
print(b2.progress())
print(b2.pages)

✅ 参考答案

《小王子》读到 48/96 页、《活着》读到 0/100 页、100。要点：b1 和 b2 是两个独立产品——b1 翻页不影响 b2；b2 没传 pages，用了模具里的默认值 100。

练习 3：改写初体验（挑战）

把这段字典 + 函数的代码改写成类（模仿本课 Task 的样子）：会员有 name 和 points（默认 0），add_points 加积分，level 返回等级（积分 ≥ 100 是 "金卡"，否则 "普卡"）。

Python

# 把下面的字典版改写成 class Member 版
member = {"name": "小雨", "points": 0}

def add_points(m, n):
  m["points"] = m["points"] + n

def level(m):
  return "金卡" if m["points"] >= 100 else "普卡"

add_points(member, 120)
print(f"{member['name']}：{level(member)}")

💡 提示

骨架：class Member: → def __init__(self, name, points=0): 把两个字段挂到 self 上 → 两个方法第一个参数都是 self，函数体里把 m["xxx"] 全换成 self.xxx。

✅ 参考答案

class Member:
    def __init__(self, name, points=0):
        self.name = name
        self.points = points

    def add_points(self, n):
        self.points = self.points + n

    def level(self):
        return "金卡" if self.points >= 100 else "普卡"


m = Member("小雨")
m.add_points(120)
print(f"{m.name}：{m.level()}")

对照一下：数据（name/points）和动作（add_points/level）从"散装"变成了"住在一个屋檐下"。self 具体是什么，下一课正面讲透。

📝 随堂测验

随堂测验0 / 5 题正确

1. 用字典建模的“静默 bug”指的是？

2. “类”和“对象”的关系，最贴切的类比是？

3. 类相比“字典 + 散装函数”，解决了哪个组织问题？

4. nums.append(4) 这个写法说明了什么？

5. 转行 AI 的学习者学类的首要目标是？

本课小结

字典建模三痛：拼错键静默出 bug、数据和函数散装、创建无模板漏字段
类 = 模具，对象 = 产品：模板化创建 + 数据行为同住 + 错误更早暴露
你早就在用对象：str/list/dict 都是内置类，"点方法"就是对象的用法
学习目标"够用即可"：造得出简单的，读得懂复杂的

下一课正面拆解类的语法：__init__ 是什么、self 到底是谁、属性和方法怎么写——把今天混的脸熟变成真会。

划选正文任意文字可高亮、批注或加入复习卡

讨论

载入中…