go学习-struct

Go语言学习之struct(The way to go) 生命不止,继续Go go go.今天跟大家分享一些golang中的struct。定义package mainimport "fmt"type Vertex struct { X int Y int }func main() { fmt.Println(Vertex{1, 2}) }type Circle struct { x, y, r float64 }初始化var c 阅读详情

初始化

package main

import (
	"fmt"
)

type person struct {
	Name string
	Age  int
}

func main() {
	a := person{
		Name: "cll",
		Age:  10,
	}
	a.Name = "cll2"
	a.Age = 20
	fmt.Println(a)
}

struct是值类型,函数传参是值传递

package main


import (
	"fmt"
)


type person struct {
	Name string
	Age  int
}


func main() {
	a := person{
		Name: "cll",
		Age:  10,
	}
	fmt.Println(a)
	A(a)
	fmt.Println(a)
	B(&a)
	fmt.Println(a)
}


func A(p person) {
	p.Age = 20
}


func B(p *person) {
	p.Age = 20
}

组合(嵌入)

package main


import (
	"fmt"
)


type human struct {
	Sex int
}


type teacher struct {
	human
	Name string
	Age  int
}


type student struct {
	human
	Name string
	Age  int
}


func main() {
	a := teacher{Name: "jjj", Age: 20, human: human{Sex: 1}}
	b := student{Name: "kkk", Age: 10, human: human{Sex: 0}}
	a.Sex = 3
	fmt.Println(a, b)
}

匿名结构

package main

import (
	"fmt"
)

func main() {
	a := &struct {
		Name string
		Age  int
	}{
		Name: "cll",
		Age:  10,
	}
	fmt.Println(a)
}

结构的比较

1、new 得到是结构的引用,{}得到是结构的值

2、结构的值的比较,比较结构的类型和值

package main

import (
	"fmt"
)

type Dog struct {
	name string
}

func main() {
	d1 := Dog{name: "1"}
	d2 := Dog{name: "1"}
	fmt.Println(d1 == d2)

	d3 := Dog{name: "11"}
	d4 := Dog{name: "22"}
	fmt.Println(d3 == d4)
}


如何处理NC数据?(Python和IDL语言实现) 如何处理NC数据?(Python和IDL语言实现) NetCDF(network Common Data Form)网络通用数据格式是一种面向数组型并适于网络共享的数据的描述和编码标准。目前,NetCDF广泛应用于大气科学、水文、海洋学、环境模拟、地球物理等诸多领域。用户可以借助多种方式方便地管理和操作 NetCDF 数据集。(参考自:https://zhuanlan.zhihu.com/p/129351199) 在我看来,nc和hdf有异曲同工之妙,我用的数据以hdf结构为主(HDF:层次文件格式,相当于 阅读详情

相关推荐

给大一新生的蓝桥杯EDA备赛规划:从电路分析到立创EDA,如何用一年时间高效备赛?

本文为大一新生提供了一份系统的蓝桥杯EDA备赛规划,从电路分析基础到立创EDA实战操作,分阶段指导如何高效备赛。内容涵盖理论学习、软件操作、PCB设计专项提升及冲刺优化策略,帮助学生在一年内全面提升电子设计能力,为竞赛做好充分准备。

weixin_31476015的博客 291

Go学习之——struct 进阶

Go学习之——struct 进阶 匿名字段 正经的结构定义 type person struct{ name string age int } func main(){ p1 = person{ name: "内裤外穿的人", age: 10000 } fmt.Println("%v\n", p1) fmt.Println( p1.name) fmt.Println( p1.age) } 匿名字段的结构定义 ty

忧郁沙的博客 208

PET,CT图像融合笔记

PET-CT怎样进行图像融合?图像融合实现CT与PET图像的融合 OpenCV实现(附实验结果)

chenran187906的博客 8416

golang 解析struct为map_Go学习每日一问(5)-struct

每次学习并整理一个Golang的知识点,每天进步一点点。今天来学习下结构体的一个知识点。代码片段观察如下代码片段,判断能否编译通过;如果可以,写出输出结果?package mainimport ("fmt")type s struct {name stringage int}type m struct {age intdict map[string]string}func main() {s1...

weixin_39980347的博客 149

BrepNet实战:5分钟搞定三维CAD模型的加工特征识别(附Python代码)

本文详细介绍了BrepNet在三维CAD模型加工特征识别中的实战应用,通过Python代码演示了从环境搭建到模型训练的全流程。BrepNet基于边界表示(BRep)的深度学习框架,能够高效识别加工特征,显著提升工业设计和智能制造领域的效率。文章还提供了性能优化和部署建议,帮助开发者快速实现AI驱动的几何特征识别。

weixin_29044713的博客 517

在UI界面中播放视频_unity基础开发教程

之前我写过一篇在场景中播放视频的文章,但是在开发中有时候也会在UI的界面中播放视频,这期我们做一下在UI的界面中播放视频。操作步骤比较简单,到这里就完成了,如果有问题的话可以在评论区留言,下期见,拜拜!

为者常成,行者常至! 2015

分享一下学习go的struct的感受

下面的话主要是结构体。MD和Java好像啊。

Arctic__cat的博客 301

手把手教您如何群晖/飞牛NAS等服务器上一键部署洛雪音乐同步服务,手机电脑无缝同步歌单,支持外网访问

🎵 手机电脑歌单不同步?用Docker在群晖/飞牛NAS等服务器上搭个同步服务器, 3分钟搞定 !支持docker-compose一键部署,手机、电脑、平板收藏夹实时同步,外出也能用域名远程访问 ~ ✨

XiaoqiangClub的博客 4615

Go 语言学习之 struct

struct

As_wind_的博客 388

031、速度前馈与加速度前馈

摘要: 本文通过追剪机调试案例,阐述了速度前馈和加速度前馈在运动控制中的关键作用。前馈不是高级技巧,而是解决动态响应问题的必要手段:速度前馈通过预测速度变化提前补偿,加速度前馈则针对惯量变化提供力矩补偿。实现时需注意信号平滑处理,避免噪声放大。前馈与PID分工明确,前馈承担主要动态响应,PID处理残余误差。调试应先调前馈再微调PID,前馈增益需计算而非仅凭参数调整,并允许适当残余误差。前馈作为开环补偿不会影响系统稳定性,但需配合平滑的指令生成器使用。(149字)

m0_50546716的博客 294

用C#+Avalonia写跨平台串口工具:Windows/macOS/Linux通吃,还能解析Modbus+画实时曲线

不管是串口还是蓝牙,核心操作都是“打开连接、发数据、收数据、关连接”,先定义一个// 通信设备接口:统一串口/蓝牙的操作// 连接状态变化事件(UI层订阅)// 接收数据事件(收到数据后触发)// 通信配置(不同设备配置不同,用泛型)// 通信设备接口:统一串口/蓝牙的操作 public interface ICommDevice : IDisposable {// 连接状态变化事件(UI层订阅) event Action < bool > OnConnectionChanged;

这里只有干货:从 Modbus 通信到 MES 对接,从 YOLO 训练到工控机部署,带你搞定工业软件开发全流程。 1001

golang结构体struct学习笔记

结构体struct Go中的struct与C中的struct非常相似,并且Go没有class 使用type<Name>struct{}定义结构,名称遵循可见性规则 支持指向自身的指针类型成员 支持匿名结构,可用作成员或定义成员变量 匿名结构也可以用于map的值 可以使用字面值对结构进行初始化 允许直接通过指针来读写结构成员 相同类型的成员可进行直接拷贝赋值

秋草正离离 1421

定位教程7---旋转中心标定之方法二

手算相机相对机器人关系

Quintin 6234

你的go学长在线学习golang:结构体(struct)基础入门

结构体(struct)是 Go 中的一种自定义数据类型,它可以将多个字段(变量)组合在一起,形成一个完整的“对象”。

Kritop的博客 288

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册,内含HL7和ASTM)

Golang学习——struct的一些事情

Golang中的struct还是有点意思的,相比于C++中的类型要好用很多。 Golang的数据成员放到一个struct中,又为该struct配上相应的方法,这就形成了封装数据成员和方法的class。 相比于C++,Golang没有继承,而是支持嵌套,以组合的形式完成相同的功能,这就使Golang的逻辑非常清晰。 遇到的问题 最近在写程序时碰到了一个小问题,让我困惑了一下。这里只是想判断...

Lazyboy_的博客 745

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

golang学习之struct

结构体定义的一般方式如下: type identifier struct { field1 type1 field2 type2 ... } type T struct {a, b int}也是合法的语法,它更适用于简单的结构体。 var...

chunyouhai5703的博客 122

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

go struct 零值_Go 语言学习之 struct

01概念在 Go 语言中,struct 是将零个或多个任意类型的命名变量组合在一起的复合数据类型,struct 中的每个变量称为 struct 的成员变量。每个成员变量的字段名都是固定且唯一的,每个成员变量都会用一个内置类型或自定义类型来声明,并且支持使用自身的指针类型作为成员变量的类型,成员变量的字段名和排列顺序属于 struct 类型组成部分。02声明 struct 类型声明一个 s...

weixin_33869754的博客 548

Golang基础学习: Struct和Json

前言 结构体是将多个任意类型的命名变量组合在一起的聚合数据类型,通过结构体,可以多维度/方面的聚合逻辑数据,形成一个整体,其中的这些命名变量叫做结构体的成员。 Struct 声明: // 声明一个结构体类型 type Employee struct { ID int Name string Address string DoB string Pos...

ywq935的博客 4327

golang学习笔记-struct方法

嗯,要警惕负能量,要热爱学习,怎么能一谈到学习就是负能量的话,要给自己打鸡血 方法是作用在指定类型上 package main import "fmt" tyep Person struct { Name string } //func (绑定的类型) 方法名(参数列表) 返回值列表 func (p Person) printName() { //此处的p与其他语言(java)中的th...

9线艺术家的博客 306

golang学习之--struct类型

GO语言中的struct和c或其他语言一样,我们可以声明新的类型 eg: type Human struct { name string  age int } package main import ( . "fmt" . "strconv" ) type Human struct { name  string age   int sex   s

knight 741

golang学习笔记struct-接口

本想配个图,懒得找了 还是得配一个 嗯,的确是跟风学的golang golang的接口同样没有显示的申明字段,只要实现了接口的方法(实现类型的方法定义与接口完全一致)即为实现该接口 ...

9线艺术家的博客 392

Go学习:struct和方法

定义struct type treeNode struct { value int left, right *treeNode } go语言的对象仅支持封装,不支持继承和多态 go语言只有struct没有class 继承和多态由接口来做 创建对象 package main import ( "fmt" ) type treeNode struct { value int left, right *treeNode } /** 自定义工厂函数 */ func

一个菜鸟的博客 758

golang学习笔记-struct

在放弃的边缘打滚…… 等学完了估计也就忘完了,刚看到之前的笔记发现都陌生得不行,而且之前还有一个有疑问的点说要记录一下,间隔时间长了都忘记是什么了。 虽然markdown很潮流但是也用的非常少,所以还是切换到md模式来记录下,顺便唤起md的记忆 struct 结构体基础概念 struct 可以看成是golang中的类,是golang面向对象的体现 package main import (...

9线艺术家的博客 229

golang学习笔记struct-继承

package main import ( "fmt" ) func main() { }

9线艺术家的博客 504

Go语言学习四:struct类型

struct 我们可以声明新的类型,作为其它类型的属性或字段容器。

巴途Way,专注Go,PHP,C开发 1670

Golang学习——结构体struct(一)

Golang中结构体struct定义,结构体指针,空结构体和nil区别学习一.结构体的定义和初始化1.语法2.初始化二.结构体指针1.结构体前面加'*'2.通过`new()`创建结构体3.空结构体和nil区别 Golang中数组可以存储同一类型的数据,但在结构体中我们可以为不同项定义不同的数据类型。 结构体是由一系列具有相同类型或不同类型的数据构成的数据集合。 类似Java,Python中的cla...

相守之路 1482
上一篇: Go学习-function
下一篇: go学习-method
coder_cll
博客等级 码龄9年 0粉丝 11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