面向对象逻辑要求将矩阵的维度、边界和访问规则变为强制契约而非约定。通过封装不可变形状、初始化校验、重载索引方法、安全工厂函数及组合而非继承，实现越界访问的主动拦截与全程管控。

面向对象逻辑不是给矩阵“套个类壳”就完事，而是把维度、边界、访问规则变成不可绕过的契约。越界红线之所以常被踩，是因为初始化和访问脱节——声明时定下尺寸，用的时候却靠人脑记范围。OOP 的核心作用，是让这个范围从“约定”变成“强制”。

封装形状为不可变属性，初始化即校验

构造函数里必须显式接收行数、列数，并立刻验证合法性。不能接受 0 或负数，也不能放任 float 当整型用。

• 初始化时断言：if not (isinstance(rows, int) and rows > 0)，否则抛 ValueError
• 用 self._shape = (rows, cols) 存为只读元组，不提供 setter
• 若支持多维，用 self._ndim = len(shape) 和 self._size = math.prod(shape) 提前算好总容量，后续所有操作都以此为基准

重载 __getitem__ 和 __setitem__，访问即安检

不让用户直接碰底层数据结构，所有索引操作都经由统一入口。二维场景下，支持 mat[i, j] 这种双下标写法，比 mat[i][j] 更安全——后者若第一层返回的是共享列表，越界可能静默发生。

python-script-generator

快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。

下载

• 解包索引：if isinstance(key, tuple) and len(key) == 2: → 得到 r, c = key
• 逐维校验：if not (0 → 立即 raise IndexError
• 底层存储可用一维 list 或 bytearray，但对外完全隐藏线性偏移计算逻辑

提供安全工厂方法，杜绝裸数组拼装

不暴露原始构造器给终端调用者，而是提供像 from_zeros(rows, cols, dtype=int) 或 from_bytes(buf, shape, dtype=np.float32) 这样的静态方法。它们内部完成字节长度校验、类型对齐、视图封装等全部初始化检查。

• 例如 from_bytes 方法开头就做：assert len(buf) == math.prod(shape) * dtype().itemsize
• 接着用 memoryview(bytearray(buf)).cast(dtype.char) 构造可写视图，确保后续任何越界写入都会触发 ValueError
• 返回实例前，再调用一次 self._validate() 做最终快照校验

继承与组合优于裸继承，避免边界逻辑泄漏

别让 Matrix 类去继承 list 或 ndarray——那等于把原生越界风险直接带进来。正确做法是组合：内部持有 self._data（如 list、bytearray 或 np.ndarray），但所有对外接口都经过本类控制。

• 如果需要 NumPy 兼容性，可实现 __array__ 协议，返回一个带 .at() 安全访问的 view，而不是裸 array
• 子类如 SparseMatrix 或 ReadOnlyMatrix 只能重写特定行为（如 get），不能绕过父类的索引校验主干
• 所有公开方法签名里，明确标注参数范围，比如 def set_block(self, top: int, left: int, data: Matrix) → None: 内部立刻检查 top + data.rows