浅谈零基础教程总结30天--day16

本文深入探讨了 Python 的高级特性,包括多态性、运算符重载、多继承及对象内存管理等内容,并介绍了如何利用这些特性提升代码的灵活性与效率。

一、多态;继承的时候,同一种方法可以有多种实现形态

二、重载运算符,类中可以通过实现相应的魔法方法,来实现对象的比较运算(>、<)和加减运算(+、-)。实现后就可以通过运算符’>’和’<’来判断对象的大小。通过运算符’+’和’-‘来求两个对象的和差

重载方法:
> --> __gt__
< --> __lt__
+ --> __add__
- --> __sub__
def __gt__(self, other):
    # 怎么实现就看怎么判断大于的
    return self.age > other.age
def __add__(self, other):
    return self.score + other.score

三、多继承:python支持多继承,注意: 实际开发中,不到万不得已不建议使用多继承

class Bird(Animal, Fly):
    pass

四、对象内存管理

栈中内容是系统自动创建自动销毁的,不需要管理。平时说的内存管理指的是对堆中的内存的管理;
python中能够存到堆里面的数据,全是对象

python中管理内存的机制:
python是通过引用计数来管理内存的: 就看一个对象的引用计数的值是否为0,为0就销毁。
让一个变量存储对象的地址,那么这个变量就是对象的一个引用;如果变量存别的值或者删除这个变量,都会让这个引用消失

五、包的应用:

函数 ---> 对实现功能的代码的封装
  ---> 对属性和方法进行封装
模块 ---> 对多个函数或者多个类进行封装  
 ---> 对多个模块进行封装
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
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