笔记4

在定义函数的时候,小括号里写等待复制的变量名----(为形参)
再调用函数的时候,小括号里写真正要进行的数据-----(为实参)

def add2num(a, b):
    c = a + b
    print(c)
add2num(11, 22)

在这里插入图片描述
2》位置参数

def test(a,b) :                 
    c=a+b-5
    print(c)
test(1,2)

在这里插入图片描述
3》关键字参数

def test(a,b) :                   
    c=a+b-5
    print(c)
test(a=2,b=1)

在这里插入图片描述

4》关键字参数不能写在位置参数之前

def test(a,b) :                     
    c=a+b-5
    print(c)
test(2,b=1)

在这里插入图片描述

5》默认值

def test(a,b,c=3) :                   #(默认值)【3包含在5里面】
    q=a+b-c                             #(此时c为5)
    print(q)
test(2,1,5)

在这里插入图片描述
6》(一个函数只能出现一个return)(return默认函数是结束)

def test(a,b) :                    #(函数的返回值)
    return a+b                   
c=test(1,2)
print(c)

在这里插入图片描述

7》交换

a=1                         #(交换)
b=4
a,b=b,a
print(a)
print(b)

在这里插入图片描述

8》拆包

a,b,c,d=(1,2,3,4)
print(a)
print(b)
print(c)
print(d)

在这里插入图片描述

9》
sum=lambda argl,arg2:argl+arg2

print(‘valu of total :%d’ % sum(10,20))

print('value of total:%d '% sum(20,20))

def fun(a,b,opt):
print(“a=%s”%a)
print(“b=%s”%b)
print(“return=%s”%opt(a,b))
fun(1,2,lambda x,y:x+y) #(黎明函数)

在这里插入图片描述

10》三元循环

name=input('your name:').strip()          #(三元循环)
res='nb' if name =='youyong' else 'sb'
print(res)

在这里插入图片描述
11》

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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