面向对象高级提升和魔法方法、协议

这篇博客深入讲解了Python面向对象的高级特性,包括初始化方法`__init__`、属性的增删改查、类与实例的关系判断、`__new__`和`__init__`的区别、单例模式的实现、以及如何实现序列协议(`__getitem__`、`__len__`)、迭代器协议(`__iter__`、`__next__`)和上下文管理协议。同时,还探讨了`__str__`和`__repr__`方法的作用。

面向对象高级

##class Person:

def init(self,name,age):

self.name = name

self.age = age

增删改查

hasattr(anyan,‘name’) 判断属性存不存在

getattr(anyan,‘name’) 获取属性的属性值

setattr(anyan,‘age’,3) 无则增,有则改

delattr(anyan,‘sex’) 删除属性

issubclass(Hunan,Person) 判断前面的类是不是后面类的子类

isinstance(anyan,Person) 判断前面的实例是不是属于后面实例出来的实例(前面的是不是属于后面的类型)

type(1) == int 判断数据类型,但是只能判断单个

##class Person:

def init(self,name,age):

self.name = name

self.age = age

##anyan = Person(‘anyan’,18)

##class Hunan(Person):

pass

##if hasattr(anyan,‘sex’):

a = getattr(anyan,‘sex’)

##else:

setattr(anyan,‘sex’,‘female’)

##a = getattr(anyan,‘sex’) if hasattr(anyan,‘sex’) else setattr(anyan,‘sex’,‘female’)

属性调用过程

##class Person:

def init(self,name,age):

self.name = name

self.age = age

# item接收实例的属性

def getattr(self,item):

print(f’{item}属性不存在’)

先创建实例对象,再对于实例对象进行初始化

##class Person:

def init(self,name,age):

print(‘调用初始化方法’)

self.name = name

self.age = age

# __new__用来创建实例对象

# cls代表类本身

# ay就是创建出来的实例对象

def new(cls,*args,**kwargs):

print(‘调用实例对象’)

ay = super().new(cls)

return ay

##anyan = Person(‘anyan’,18)
##moran = Person(‘moran’,38)

单例模式:类里面始终存在一个实例,不会同时出现多个实例

##class Person:

def init(self,name,age):

self.name = name

self.age = age

def new(cls,*args,**kwargs):

# 如果类里面没有_instance这个属性

if not hasattr(cls,’_instance’):

cls._instance = super().new(cls)

return cls._instance

##anyan = Person(‘anyan’,18)
##moran = Person(‘moran’,38)

输出魔法方法

__str__是修改print打印时的样子

__repr__是修改直接打印时的样子

##class Person:

def init(self,name,age):

self.name = name

self.age = age

def str(self):

return ‘this is str’

def repr(self):

return ‘this is repr’

# 将实例对象变成可调用对象

def call(self,num):

num = num*10

print(num)

##anyan = Person(‘anyan’,18)
##moran = Person(‘moran’,38)

协议

序列协议:getitemlen

##class IndexTuple:

def init(self,*args):

self.values = tuple([i for i in args])

# 通过枚举方法获取下标值

# enumerate()函数可以将一个可遍历对象组合成一个索引序列,

# 同时列出数据下标和数据值

self.index = tuple(enumerate(self.values))

#长度方法,返回长度

def len(self):

return len(self.values)

def getitem(self,key):

return self.index[key][1]

def repr(self):

return str(self.values)

迭代器协议:iternext

##class Number:

def init(self,end=10):

self.start = 0

self.end = end

# 通过__iter__方法把类对象变成可迭代对象

def iter(self):

return self

# 通过__next__方法把可迭代对象变成迭代器

def next(self):

a = self.start

if self.start >= self.end:

raise StopIteration # 主动抛出异常

self.start += 1

return a

上下文协议

import time
class RunTime:
# 只要with语句已出现,enter方法就会被触发
def enter(self):
# time.time()返回当前时间的时间戳
self.start_time = time.time()
return self.start_time

# 当__enter__方法执行完毕就会执行__exit__方法
# exc_type:异常类型
# exc_val:异常值
# exc_tb:追踪信息
#只有当__enter__方法或者with下的代码块出现异常,才会有值,否则都为None
def __exit__(self,exc_type,exc_val,exc_tb):
    self.end_time = time.time()
    self.run_time = self.end_time -  self.start_time
    print(f'运行时间为:{self.run_time}')
内容概要:本文提出了一种基于融合鱼鹰算法柯西变异的改进麻雀优化算法(OCSSA),用于优化变分模态分解(VMD)的参数,进而结合卷积神经网络(CNN)与双向长短期记忆网络(BiLSTM)构建OCSSA-VMD-CNN-BILSTM模型,实现对轴承故障的高【轴承故障诊断】基于融合鱼鹰柯西变异的麻雀优化算法OCSSA-VMD-CNN-BILSTM轴承诊断研究【西储大学数据】(Matlab代码实现)精度诊断。研究采用西储大学公开的轴承故障数据集进行实验验证,通过优化VMD的模态数惩罚因子,有效提升了信号分解的准确性与稳定性,随后利用CNN提取故障特征,BiLSTM捕捉时间序列的深层依赖关系,最终实现故障类型的智能识别。该方法在提升故障诊断精度与鲁棒性方面表现出优越性能。; 适合人群:具备一定信号处理、机器学习基础,从事机械故障诊断、智能运维、工业大数据分析等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①解决传统VMD参数依赖人工经验选取的问题,实现参数自适应优化;②提升复杂工况下滚动轴承早期故障的识别准确率;③为智能制造与预测性维护提供可靠的技术支持。; 阅读建议:建议读者结合Matlab代码实现过程,深入理解OCSSA优化机制、VMD信号分解流程以及CNN-BiLSTM网络架构的设计逻辑,重点关注参数优化与故障分类的联动关系,并可通过更换数据集进一步验证模型泛化能力。
评论 1
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

打赏作者

一逍倾城

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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