python入门学习笔记之领域模型

langchain入门学习笔记 langchain快速入门 阅读详情

本节重点

  • 了解什么领域模型

  • 掌握如何在开发中使用领域模型进行面向对象程序设计

本节时长需控制在15分钟内

好了,你现在会了面向对象的各种语法了, 那请看下本章最后的作业需求,我相信你可能是蒙蔽的, 很多同学都是学会了面向对象的语法,却依然写不出面向对象的程序,原因是什么呢?原因就是因为你还没掌握一门面向对象设计利器, 你说我读书少别骗我, 什么利器?

答案就是:领域建模。 从领域模型开始,我们就开始了面向对象的分析和设计过程,可以说,领域模型是完成从需求分析到面向 对象设计的一座桥梁。

领域模型,顾名思义,就是需求所涉及的领域的一个建模,更通俗的讲法是业务模型。 参考百度百科(http://baike.baidu.cn/view/757895.htm),领域模型定义如下:

从这个定义我们可以看出,领域模型有两个主要的作用:

  1. 发掘重要的业务领域概念
  2. 建立业务领域概念之间的关系

领域建模三字经

领域模型如此重要,很多同学可能会认为领域建模很复杂,需要很高的技巧。然而事实上领域建模非常简 单,简单得有点难以让人相信,领域建模的方法概括一下就是“找名词”! 许多同学看到这个方法后估计都会笑出来:太假了吧,这么简单,找个初中生都会啊,那我们公司那些分 析师和设计师还有什么用哦?

分析师和设计师当然有用,后面我们会看到,即使是简单的找名词这样的操作,也涉及到分析和提炼,而 不是简单的摘取出来就可,这种情况下分析师和设计师的经验和技能就能够派上用场了。但领域模型分析 也确实相对简单,即使没有丰富的经验和高超的技巧,至少也能完成一个能用的领域模型。

虽然我们说“找名词”很简单,但一个关键的问题还没有说明:从哪里找? 如果你还记得领域模型是“需求到面向对象的桥梁”,那么你肯定一下子就能想到:从需求模型中找,具 体来说就是从用例中找。

归纳一下域建模的方法就是“从用例中找名词”。 当然,找到名词后,为了能够更加符合面向对象的要求和特点,我们还需要对这些名词进一步完善,这就 是接下来的步骤:加属性,连关系!

最后我们总结出领域建模的三字经方法:找名词、加属性、连关系。

以本章作业为例

找名词

who : 学员、讲师、管理员

用例:

1.管理员创建了 北京 和 上海 两个校区

  1. 管理员 创建了 Linux Python Go 3个课程

  2. 管理员 创建了 北京校区的Python 16期, Go开发第一期,和上海校区的Linux 36期班级

  3. 管理员 创建了 北京校区的学员小晴 ,并将其 分配 在了 班级 python 16期

  4. 管理员 创建了讲师Alex , 并将其分配 给了 班级 python 16期 和全栈脱产5期

  5. 讲师 Alex 创建 了一条 python 16期的上课纪录Day6

  6. 讲师 Alex 为Day6这节课 所有的学员 批了作业,小晴得了A, 李磊得了C-, 严帅得了B

  7. 学员小晴 在 python 16 的 day6里 提交了作业

  8. 学员李磊 查看了自己所报的所有课程

  9. 学员 李磊 在 查看了 自己在 py16期 的成绩列表 ,然后自杀了

  10. 学员小晴 跟 讲师 Alex 表白了

名词列表:

管理员、校区、课程、班级、上课纪录、作业、成绩、讲师、学员

加属性

连关系

有了类,也有了属性,接下来自然就是找出它们的关系了。

使用Python实现LLM的模型迁移:领域自适应与跨任务迁移 本文详细介绍了如何使用Python实现LLM的模型迁移,包括领域自适应和跨任务迁移。通过微调预训练模型,并结合对抗训练、知识蒸馏和多任务学习等高级技术,可以显著提升模型在目标领域或任务上的性能。希望本文能为读者在实际应用中实现模型迁移提供有价值的参考。 阅读详情

相关推荐

Python领域的入门秘籍大公开

本文的主要目的是为完全没有编程基础或对Python仅有初步了解的读者提供一份系统、全面的Python入门指南。涵盖了Python编程的基础知识、核心概念、常用算法、实际应用等方面,旨在帮助读者快速掌握Python编程技能,并能够独立完成一些简单的项目。核心概念与联系:介绍Python的基本概念、数据类型、控制结构等核心内容。核心算法原理 & 具体操作步骤:讲解Python中常用的算法原理,并通过Python代码进行详细阐述。

AI Python 编程之道的博客 1085

UML领域模型和类图

昊鹏哥哥的PPT+各种网站的翻译资料总结而得~ 这里有一片很有意思的文章,讲类图里出现的各种关系,有兴趣的童鞋请戳这里~ -------------------------------------------------------------------------分割线-------------------------------------------------------------...

移动开发记录 3490

Python 领域中 pytest 的入门指南

pytest是Python生态中最受欢迎且功能强大的测试框架之一。本文旨在为Python开发者提供全面的pytest入门指南,覆盖从基础用法到高级特性的所有内容。pytest的核心概念和优势测试编写的最佳实践高级功能如fixture和参数化测试插件生态系统与其他测试框架的对比背景介绍:pytest的基本信息和优势核心概念:pytest的架构和关键特性安装与配置:如何设置pytest环境编写测试:基础到高级的测试编写技巧高级特性:fixture、参数化等高级功能。

AI Python 编程之道的博客 939

领域模型小栗子 uml图六种箭头的含义(泛化、实现、依赖、关联、聚合、组合)

uml图六种箭头的含义(泛化、实现、依赖、关联、聚合、组合) 领域模型一个小栗子:        默认所有未注册用户为问卷参与者, 注册用户身份为调查员,同时也可以作为问卷参与者 —> 对应下图中的泛化 一个调查员可以创建多份问卷----> 对应下图中的关联 一份问卷由多个问题组合而成----> 对应下图中的聚合 一个问题可以包含多个选项,不同问题类型拥有不同类型的选项; —>前半句可以对应下图中的组合 问卷中的一个问题对应多个参与者

可控的事情要谨慎,不可控的事情要乐观。 4030

chatgpt赋能python:Python模型构建入门指南:如何使用Python构建模型

本文由chatgpt生成,文章没有在chatgpt生成的基础上进行任何的修改。以上只是chatgpt能力的冰山一角。作为通用的Aigc大模型,只是展现它原本的实力。对于颠覆工作方式的ChatGPT,应该选择拥抱而不是抗拒,未来属于“会用”AI的人。🧡AI职场汇报智能办公文案写作效率提升教程 🧡专注于AI+职场+办公方向。下图是课程的整体大纲下图是AI职场汇报智能办公文案写作效率提升教程中用到的ai工具。

sc17332889342的博客 667

Python 领域 vllm 模型部署的最佳实践

在当今人工智能领域,大语言模型(LLMs)的应用越来越广泛。然而,这些模型通常具有巨大的参数规模,导致推理速度较慢,难以满足实时性要求较高的应用场景。vllm 作为一种高效的大语言模型推理引擎,旨在显著提高推理速度,降低延迟。本文的目的是详细介绍在 Python 领域中如何进行 vllm 模型的部署,包括从理论原理到实际操作的全流程。范围涵盖了 vllm 的核心概念、算法原理、数学模型、项目实战、实际应用场景以及相关工具和资源推荐等方面。

AI Python 编程之道的博客 863

第9章 领域模型

本文为《UML和模式应用(原书第3版)》读书笔记UP制品关系样例示例下图是以UML类图表示法绘制的部分领域模型 什么是领域模型 领域模型是对领域内的概念类或现实世界中对象的可视化表示,是重要领域概念和词汇的可视化。领域模型也称为概念模型、领域对象模型和分析对象模型。 注意在UP中,术语“领域模型”指的是对现实世界概念类的表示,而非软件对象的表示。 UP对领域模型的定义是,可以在业务建模科目中创建

linran200的专栏 4485

Python领域TensorFlow的模型评估策略

在机器学习和深度学习领域,训练一个模型只是第一步,评估模型的性能才是判断模型好坏、能否投入实际应用的关键。本文章的目的是深入探讨在Python环境下使用TensorFlow进行模型评估的各种策略和方法。我们将涵盖常见的评估指标,如准确率、召回率、F1值等,以及针对不同类型的机器学习任务(分类、回归等)的评估策略。同时,会通过实际的代码案例来演示如何在TensorFlow中实现这些评估方法。

AI Python 编程之道的博客 895

UML复习——领域模型

e.g.(见下图)Cashier类中的currentRegister属性是不合适的,因为currentRegister的类型是Register,并不是简单数据类型(Number或String)。)在设计模型中,属性可以是任何类型。1.定义:关联是类(更准确的说,是类的实例)之间的关系,表示有意义和值得关注的连接。⑤具有以上性质的一个或多个类型的抽象,e.g.销售领域的商品标识符是诸如UPS和EAN这样的类型的泛化。①定义:数据类型指的是一组值,这组值的表示本身不具有任何含义(在我们的模型或系统的语境下)。

2301_78060222的博客 4632

深入解析USB3.0一致性测试的关键技术与实践指南

本文深入解析了USB3.0一致性测试的核心技术与实践指南。文章阐述了测试如何确保设备在5Gbps高速传输下的信号完整性、电源管理合规性及协议兼容性,并提供了从测试系统搭建到完整流程执行的实战经验,帮助工程师有效应对高速信号、电源与兼容性三大核心挑战。

weixin_29164091的博客 281

告别Root!用Python脚本一键解密Android微信EnMicroMsg.db数据库(附完整源码)

本文详细介绍了如何在非Root环境下使用Python脚本一键解密Android微信EnMicroMsg.db数据库。通过ADB调试接口和SQLCipher技术,实现自动化提取和解密微信聊天记录数据库,无需Root权限,适合数据分析师和普通用户安全备份数据。

weixin_29266007的博客 330

领域模型学习笔记

对“领域模型”有“忽如一夜春风来”的感觉,太多书籍在谈它。将学习心得记录下来,与大家分享。 什么是领域模型? 领域模型是对领域内的概念类或现实世界中对象的可视化表示。又称概念模型、领域对象模型、分析对象模型。 那什么是概念类呢? 概念类是思想、事物或对象。 这样的解释,仍然显得抽象。还是先看图吧! (图一) 利用上图,我们可以从概念类的符号、内涵和外延三个方面来考虑。 符号:表...

weixin_30835923的博客 229

Windows 10/11下R与RStudio最新版安装避坑指南(含镜像加速配置)

本文提供了Windows 10/11系统下R与RStudio最新版的详细安装指南,包含镜像加速配置和常见问题解决方案。通过分步教程帮助用户避开安装陷阱,优化开发环境设置,特别适合国内用户快速搭建高效的数据分析平台。

weixin_29065959的博客 1005

使用 Python 微调大模型,实现特定领域模型

数据集准备:清洗数据,使用 JSON/JSONL 格式微调方法:推荐 LoRA(低成本)、全量微调(高精度)训练环境:至少 16GB GPU,建议使用 A100 进行大模型训练训练步骤加载预训练模型(LLaMA、DeepSeek 等)使用 LoRA 适配器进行参数高效训练格式化数据集训练模型并保存使用训练后的模型加载 fine-tuned 模型进行推理如果是商业应用量化模型(4-bit、8-bit)以减少部署成本优化推理结合缓存(如 Redis)提高响应速度。

ctotalk 1881

新能源知识库(37)三代储能电芯介绍

2025年储能电芯三代技术演进概述 截至2025年6月,储能电芯已明确划分为三代: 第一代(280Ah):2019-2023年主流,能量密度180Wh/kg,循环寿命8000次,成本降至0.6元/Wh; 第二代(314Ah):2023年起主导,容量超1kWh,能量密度提升20%,循环寿命达15000次,系统成本降低15%; 第三代(500Ah+):2024年量产,能量密度突破440Wh/L(如宁德时代587Ah、阳光电源684Ah),20尺集装箱容量达6-9MWh,零部件成本降30%。 技术路线分化:卷绕派

竹君子之家 7910

ArcGIS Pro新手避坑:从OpenStreetMap导入路网到创建拓扑关系全流程

本文详细解析了ArcGIS Pro中从OpenStreetMap导入路网数据到创建拓扑关系的全流程,涵盖OSM数据特性、几何完整性检查、属性强化及拓扑关系构建等关键步骤。特别针对路网数据预处理、网络数据集配置和常见问题提供了实用解决方案,帮助GIS新手高效完成网络分析任务。

weixin_33670786的博客 514

对大模型领域感兴趣的程序员看过来【如何系统的入门大模型?】

本篇回答默认面向对大模型领域感兴趣的程序员。基于提示词对大模型的使用,会问问题就行。在大模型生态之上做业务层产品。AI主播、AINPC、AI小助手。。。之前是会调API就行。现在有了,连调用API都可以不用了,动动嘴就可以实现应用生成。:给大模型配个“资料袋”大模型外挂/知识图谱。给大模型“大脑”装上记忆体、手和脚,让它可以作为智能体进行决策和工作。基于基座大模型的Fine Tuning。大模型训练,高端赛道的角逐。因此普通程序员研究大模型,不妨选择从外到内的思路,从套壳应用,再了解部署、微调和训练。

m0_63171455的博客 1278

【批处理脚本】-0.1-如何运行批处理bat文件

如何运行批处理bat文件

「汽车电子助手」的博客 1585

Python从入门到弃坑学习笔记——第一章 Python入门

这是一系列很新,经过本人消化过的从零进行Python学习的笔记。笔主趁着假期闲的蛋疼,打算开始学习一下Python,主要是之前就有很多朋友问我Python问题,甚至还有新闻学专业的,但我Python从没学过,还挺尴尬的。

m0_73811325的博客 1795

RV1126 ROS2环境交叉编译及部署(基于官方Docker)

我的所有基于`RV1126`的机器人项目都是在`Ubuntu22.04`下进行开发的,在`Ubuntu18.04 Docker`容器中实现`RV1126`的`SDK`编译,详细可参考我之前的博客[《Ubuntu20.04/22.04下Docker方案实现多平台SDK编译》第2章](https://blog.youkuaiyun.com/w1820020635/article/details/147342689),`RV1126`的`ROS1`部署没什么难度,可以参考我之前的博客,这里记录了`ROS2`交叉编译及问题解决

w1820020635的博客 1143

倍福--RS232自由口实现

RS232/485通信协议是在现场中常用到的,比如触摸屏、温控模块等设备控控制器做通信,会常用到此类协议,本文介绍RS232/485自由口通信的实现,并用PC调试助手进行测试。 目 录 软硬件版本 3 1.1. 倍福Beckhoff 3 1.1.1. 控制器硬件 3 1.1.2. 控制器软件 3 硬件连接 3 2.1. PC COM介绍 3 2.2. RS232/RS485连接 3 3.2.1. N030…………. 4 3.2.2. N031…………. 4 2.3. 实际线路连接 5 PLC程序 7 3

weixin_41883890的博客 3284

2025年 | 有哪些入门AI大模型领域的书籍推荐?

今天推荐三本入门大模型必看书籍:《大模型应用开发极简入门》、《大模型基础》、《大规模语言模型:从理论到实践》三本入门大模型书籍。

star_nwe的博客 665

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Python面向对象编程——领域模型

Python面向对象编程——领域模型 领域建模。 从领域模型开始,我们就开始了面向对象的分析和设计过程,可以说,领域模型是完成从需求分析到面向 对象设计的一座桥梁。 领域模型,顾名思义,就是需求所涉及的领域的一个建模,更通俗的讲法是业务模型。 参考百度百科(http://baike.baidu.cn/view/757895.htm),领域模型定义如下: 从这个定义我们可以看出,领域模型有...

369

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

【从零开始用Python做自动化学习笔记-01】

Python Study Note 引言 准备做一个整体的自我提升计划,于是列了一个学习清单,作为清单上的第一个栏目,决定开始系统化的对Python自动化进行学习。 从这一天起,会在这里记录每一天的学习心得体会,希望能够帮助入门不得的同道中人快速入门吧。 Day01 工欲善其事必先利其器,先知道整体要学习的框架,才能够更好的进行系统化的学习,所以先规划学习的整体思路: Tab1:了解整体原理 首先,我们要知道为什么...

weixin_46189300的博客 1123

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

165本Python电子书大放送,零基础也能轻松入门,自学转行必备!

介绍不同阶段学习Python所需要的书籍,分别涵盖了不同的难度和领域,希望能够帮助零基础的人快速入门!

zhang120529的博客 1688

Python量化入门:Black-Scholes模型Python实现详解

上周有个客户问我:"你们搞量化的整天算来算去,跟菜市场讨价还价有什么区别?"我笑着打开Python,给他演示了Black-Scholes模型——这个把菜市场经验变成数学公式的经典案例。想象一下,菜贩子会根据天气、季节、库存调整菜价,而Black-Scholes就是用数学语言描述这个定价过程。

wencaitouzi的博客 1255
上一篇: python入门学习笔记之元类
下一篇: python入门学习笔记之面向对象设计与开发
程序员_大白
博客等级 码龄5年 1万+粉丝 4001原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值