命令需要（）与不需要（）的区别是什么？

Question

我最近花了太长时间调试一段代码，结果发现问题在于我没有在命令后包含（）命令。哪些命令需要（）而哪些命令不需要（）的逻辑是什么

例如：

import pandas as pd

col1=['a','b','c','d','e']
col2=[1,2,3,4,5]

df=pd.DataFrame(list(zip(col1,col2)),columns=['col1','col2'])

df.columns

按预期返回Index(['col1', 'col2'], dtype='object')。如果我们使用.columns()，我们会得到一个错误

其他命令则相反：

df.isna()

返回：

    col1    col2
0   False   False
1   False   False
2   False   False
3   False   False
4   False   False

但是df.isna返回：

<bound method DataFrame.isna of   col1  col2
0    a     1
1    b     2
2    c     3
3    d     4
4    e     5>

虽然没有抛出错误，但这显然不是我们要寻找的

命令使用（）和不使用（）的逻辑是什么？

这里我使用pandas作为一个例子，但我认为这与python更普遍地相关

Answer 1

因为函数的参数需要括号，而变量不需要括号，这就是为什么它是list.append(<item>)而它是list.items

如果调用不带括号的函数，如list.append，返回的是函数的描述，不是函数的功能描述，而是函数的功能描述

至于类，调用带有括号的类会启动该类的对象，而调用不带括号的类则指向类本身，这意味着如果要执行print(SomeClass)，您将得到<class '__main__.SomeClass'>，这是对它的描述，如果你调用一个没有括号的函数，你会得到同样的响应

Answer 2

What's the logic behind which commands use a () and which do not?

一个对象需要有一个与之关联的^{}方法，以便使用()将其作为函数调用：

class Test:
    def __call__(self, arg):
        print("Called with", arg)

t = Test()  # The Test class object uses __call__ to create instances
t(5)  # Then this line prints "Called with 5"

因此，区别在于columns没有定义__call__方法，而Index和DataFrame有

Answer 3

TL；博士，你必须知道

名义上，paren需要调用函数，而不仅仅是返回一个对象

foo.bar    # get the bar object
foo.bar()  # call the bar object 

可调用对象有一个__call__方法。当python看到（）时，它知道调用__call__。这是在C级完成的

此外，python还有属性的概念。它是一个看起来像常规数据对象的可调用数据对象

class Foo:
    def __init__(self):
        self._foo = "foo"

    @property
    def foo(self):
        return "I am " + self._foo

    @foo.setter
    def foo(self, val):
        assert isinstance(val, str)
        self._foo = val + " you bet"

f = Foo()
f.foo = "Hello"     # calls setter
print(f.foo)        # calls getter

类似地，当python看到数组表示法foo[1]时，它将调用对象的__getitem__或__setitem__方法，并且对象可以自由地以它认为合适的任何方式重载该调用

最后，对象本身可以使用__getattr__、__getattribute__和__setattr__方法拦截属性访问，让一切都悬而未决。事实上，python并不真正知道获取和设置属性意味着什么。它正在调用这些方法。大多数对象只使用从object继承的默认版本。如果这个类是用C实现的，那么在后台发生的事情就没有尽头了

Python是一种动态语言，许多软件包都添加了抽象，以便于（？）使用其服务。不利的一面是，你可能会花更多的时间在帮助文本和文档上