在面向对象编程中，“重写”与“重载”是两个核心概念，它们分别对应着如何扩展或改变现有功能的不同方式。
尽管Python作为一种动态语言，对于这两种概念的支持与C++、Java等强类型静态语言有所不同，但这并不意味着它们在Python中不存在。
01 / Python中的重写(Overwriting)
重写，又称为方法覆盖，在面向对象编程中指的是子类重新实现父类的方法。这意味着子类可以改变父类方法的行为而不改变其名称，以此提供更具体或更适合自身需求的功能实现。这一过程不仅限于方法，也可以应用于属性和其他成员。
条件
-
参数列表无需严格匹配：不同于Java或C++中的重写规则，Python中的方法重写不要求参数列表完全一致。
-
返回类型差异性：同样，Python不强制要求重写后的返回类型与原方法一致。
-
访问修饰符放宽：虽然Python没有严格的访问修饰符(public, protected, private)，但可以通过命名约定（如单下划线_表示受保护，双下划线__表示私有）控制访问权限，重写时需遵循相应的可见性原则。
示例代码：
class BaseClass(object):
def display(self):
print("Base Class Display")
class DerivedClass(BaseClass): # 重写display方法
def display(self):
print("Derived Class Display")
if __name__ == "__main__":
obj_base = BaseClass()
obj_derived = DerivedClass()
obj_base.display() # 输出: Base Class Display
obj_derived.display() # 输出: Derived Class Display02 / “重载”(Overloading) 在Python中的模拟
传统意义上，重载是指在同一作用域内，允许存在多个同名但具有不同参数列表的函数或方法。
然而，由于Python的动态性质，它实际上不支持像C++那样的重载机制。这是因为Python的函数调用时会自动判断传入参数的数量和类型，并进行相应处理。
解决方案：可选参数与默认值
Python通过可选参数和默认值实现了类似于重载的效果。这使得我们可以创建一个看起来像是多个重载版本的函数，但实际上只是一个函数，能够根据提供的参数数量和类型表现出不同的行为。
示例代码：
class Calculator:
def calculate(self, a=0, b=None):
if b is None:
return f"Singular Value: {a}"
else:
return a + b
calc = Calculator()
print(calc.calculate(5)) # 输出: Singular Value: 5
print(calc.calculate(5, 10)) # 输出: 1503 / 应用场景
重写：比如，考虑一个图形绘制软件的框架开发，其中包含基本形状类，如Shape，以及各种具体实现如Circle, Rectangle等。我们来看看如何通过重写提升用户体验：
class Shape:
def draw(self):
raise NotImplementedError("Subclasses must implement this method.")
class Circle(Shape):
def draw(self):
print("Drawing a circle...")
class Rectangle(Shape):
def draw(self):
print("Drawing a rectangle...")
# 创新点：增加动画渲染能力
class AnimatedCircle(Circle):
def draw(self):
super().draw()
print("Adding animation effects...")
if __name__ == "__main__":
shapes = [Circle(), Rectangle(), AnimatedCircle()]
for shape in shapes:
shape.draw()在这个场景中，AnimatedCircle通过重写Circle的draw方法，不仅保留了基础的圆形绘制，还添加了动画效果，从而为最终用户提供了更丰富的视觉体验。这是重写在拓展功能上的直观体现。
“重载”(模拟)的巧妙运用在数据处理或服务端编程中，面对多样化的请求参数，我们需要灵活应变。
例如一个日志记录系统，根据不同层级的信息输出不同的格式：
import logging
class Logger:
def log(self, message, level=logging.INFO):
if level == logging.DEBUG:
self._debug(message)
elif level == logging.ERROR:
self._error(message)
else:
self._info(message)
def _debug(self, msg):
print(f"[DEBUG]: {msg}")
def _error(self, msg):
print(f"[ERROR]: {msg}")
def _info(self, msg):
print(f"[INFO]: {msg}")
logger = Logger()
logger.log("General info") # [INFO]: General info
logger.log("Debug info", logging.DEBUG) # [DEBUG]: Debug info
logger.log("Error message", logging.ERROR) # [ERROR]: Error message这里，log方法通过检查level参数决定调用哪个内部方法(_debug, _error, _info)，模拟出了类似重载的效果，使日志系统的配置更具弹性和用户友好度。