global、匿名函数、高阶函数、filter、map映射

本文深入探讨了Python中的全局变量操作、匿名函数、高阶函数、filter函数和map映射等高级特性,通过实例展示了这些特性的使用方法及应用场景。

global、匿名函数、高阶函数、filter函数、map映射

global

a=7777
def foo():
    global a
    print('foo(),修改前a:',a)
    a=666
    print('foo(),修改后a',a)

def bar():
    print('bar(),a:',a)

foo()
bar()
#foo(),修改前a: 7777
#foo(),修改后a 666
#bar(),a: 666
li=['a','b']
def foo():
    li.append('c')
    print(li)

foo()       #列表是一个可修改的序列,可直接调用

匿名函数(lamba)

f=lambda x,y,z:x+y+z
print(f(1,2,3)) #6

高阶函数

高阶函数:把一个函数名,以实参的形式,传递给这个函数的形参,这个函数就成为高阶函数。

def add(a,b,c):
    return c(a)+c(b)

a_value=add(-9,1,abs)
print(a_value)   #10
def pow(x):
    return x**2

def add(a,b,c):
    return c(a)+c(b)

a_value=add(-9,1,pow)
print(a_value)  #82

filter函数

功能

  • 过滤掉序列中不符合函数条件的元素。当序列中要需要保留的元素可以用某些函数描述时,就应该想到filter函数。

调用格式-

  • filter(function,sequence)
    • function 可以是自定义的函数,也可以是匿名函数
    • sequence 列表,元组,字符串
fl = filter(lambda  sr:not sr.endswith('ty'),li)
print(list(fl))
#['zhejiang', 'college']

map映射

功能

  • 求一个序列或者多个序列进行函数映射后的值。(用list()强转)

格式

  • map(function,iterable1,iterable2)
    • function的参数可以不止一个
    • iterable1,iterable2就是传入function的参数
li1=[1,2,3,4,5]
li2=[2,3,4,5,6]
res=map(lambda x,y:x*y+2,li1,li2)
print(list(res))
#[4, 8, 14, 22, 32]
内容概要:本文围绕六自由度机械臂的人工神经网络(ANN)设计展开,重点研究了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程,并通过Matlab代码实现相关算法。文章结合理论推导与仿真实践,利用人工神经网络对复杂的非线性关系进行建模与逼近,提升机械臂运动控制的精度与效率。同时涵盖了路径规划中的RRT算法与B样条优化方法,形成从运动学到动力学再到轨迹优化的完整技术链条。; 适合人群:具备一定机器人学、自动控制理论基础,熟悉Matlab编程,从事智能控制、机器人控制、运动学六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)建模等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握机械臂正/逆运动学的数学建模与ANN求解方法;②理解拉格朗日-欧拉法在动力学建模中的应用;③实现基于神经网络的动力学补偿与高精度轨迹跟踪控制;④结合RRT与B样条完成平滑路径规划与优化。; 阅读建议:建议读者结合Matlab代码动手实践,先从运动学建模入手,逐步深入动力学分析与神经网络训练,注重理论推导与仿真实验的结合,以充分理解机械臂控制系统的设计流程与优化策略。
评论
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