dive into python 3_对象方法Dive into Python读书笔记3

本文探讨了Python中map和filter函数的应用,并深入讲解了yield与生成器的概念及使用方式。通过具体示例展示了如何利用生成器提高代码效率,同时对比了不同文件读取方法的优劣。

近期朋友几篇文章介绍了改对象方法的文章. 关联文章的地址

XML,以及网络部份直接跳过了。

单元测试部份很好,但是我前目是小作坊式的发开,更重视效率,所以也略过。

当前有机遇 会返来看这几章的。

1.map 和filter 是好东西 help() 或 dir() 一下吧

2.yield与生成器 这个生成器 就像STL 容器里的迭代器iterator

1 deffibonacci(max):2 a, b = 0, 1

3 while a <4 yielda5 a b="b,">

7 for n in fibonacci(1000):8 print n,

每日一道理

试试看——不是像企鹅那样静静的站在海边,翘首企盼机遇的来临,而是如苍鹰一般不停的翻飞盘旋,执著的寻求。 试试看——不是面对峰回路转、杂草丛生的前途枉自嗟叹,而是披荆斩棘,举步探索。 试试看——不是拘泥于命运的禁锢,听凭命运的摆布,而是奋力敲击其神秘的门扉,使之洞开一个新的天地。微笑着,去唱生活的歌谣。

fibonacci(1000) 返回的是一个生成器对象。

for 环循会 主动的 调用生成器的方法 next()

看到这,似乎发明新大陆了一样。for 环循的 任务制机 是不是 都这样。

dir()了一样 list 似乎 没有 next() 方法。

但list对象有个iter(也叫__iter__)方法,会返回一个含有next方法的对象。

这样就对了,for环循 会对面后的 对象先调用iter(),然后到得一个迭代器 对象。再应用next() 停止遍历。

可以看下官方文档:http://docs.python.org/3/reference/compound_stmts.html#for

获收颇多啊,面向对象语言,无论python c++ 还是Java 其实现的 底层 都是相通的。

间时因原,不做深入分析 和 验检了。

3.for line in file(...) 比 read(...).split('\n') 洁简

4.面后还讲了字符串理处方面的 性能化优

文章结束给大家分享下程序员的一些笑话语录: 祝大家在以后的日子里. 男生象Oracle般健壮; 女生象win7般漂亮; 桃花运象IE中毒般频繁; 钱包如Gmail容量般壮大, 升职速度赶上微软打补丁 , 追女朋友像木马一样猖獗, 生活像重装电脑后一样幸福, 写程序敲代码和聊天一样有**。

4>
提供了基于BP(Back Propagation)神经网络结合PID(比例-积分-微分)控制策略的Simulink仿真模型。该模型旨在实现对杨艺所著论文《基于S函数的BP神经网络PID控制器及Simulink仿真》中的理论进行实践验证。在Matlab 2016b环境下开发,经过测试,确保能够正常运行,适合学习和研究神经网络在控制系统中的应用。 特点 集成BP神经网络:模型中集成了BP神经网络用于提升PID控制器的性能,使之能更好地适应复杂控制环境。 PID控制优化:利用神经网络的自学习能力,对传统的PID控制算法进行了智能调整,提高控制精度和稳定性。 S函数应用:展示了如何在Simulink中通过S函数嵌入MATLAB代码,实现BP神经网络的定制化逻辑。 兼容性说明:虽然开发于Matlab 2016b,但理论上兼容后续版本,可能会需要调整少量配置以适配不同版本的Matlab。 使用指南 环境要求:确保你的电脑上安装有Matlab 2016b或更高版本。 模型加载: 下载本仓库到本地。 在Matlab中打开.slx文件。 运行仿真: 调整模型参数前,请先熟悉各模块功能和输入输出设置。 运行整个模型,观察控制效果。 参数调整: 用户可以自由调节神经网络的层数、节点数以及PID控制器的参数,探索不同的控制性能。 学习和修改: 通过阅读模型中的注释和查阅相关文献,加深对BP神经网络与PID控制结合的理解。 如需修改S函数内的MATLAB代码,建议有一定的MATLAB编程基础。
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