1. python基础

1.3 python入门

1.3.2 查看数据类型

使用type()


type(10.04)

## float

1.3.4 列表基本用法

如下


a=[1,2,3,4,5]
print(a)
print(len(a))
a[0]
a[4]
a[4]=99
print(a)

## [1, 2, 3, 4, 5]
## 5
## [1, 2, 3, 4, 99]

元素访问切片

从0开始

“：”代表切片

:前代表开始元素，后代表结束元素

前后都可用正负，正表示第几个，负表示相对于n的距离。故-1代表n-1,代表最后一个元素。

例：


a=[1,2,3,4,99]

print(a[-4:-1])

## [2, 3, 4]

print(a[-3:])

## [3,4,99]

若:前后留空,则
前空代表从头开始
后空代表遍历到结尾

若超出范围，返回空列表。


print(a)
print(a[0:2])
print(a[1:])
print(a[-4:-1])
print(a[-3:])
print(a[:])

##    [1, 2, 3, 4, 99]
##    [1, 2]
##    [2, 3, 4, 99]
##    [2, 3, 4]
##    [3, 4, 99]
##    [1, 2, 3, 4, 99]

1.3.5 字典

以key-value形式存储

访问时用中括号，下标使用key部分值

例如

me={'height':180,2:160}
print(me['height'])
print(me)
print(me[2])

## output:
## 180
## {'height': 180, 2: 160}
## 160

这里的2就代表了me的关键词为2的项目，它的值是160。

需要注意的是，如果使用不存在的键进行访问，会引发 KeyError 异常。为了避免这种情况，可以使用字典的 get() 方法，它允许提供默认值，当键不存在时返回该默认值。例如：

1
2
3

me = {"weight": 70, "height": 180}
age = me.get("age", 0)
print(age)  # 输出：0

在上面的例子中，我们使用 get() 方法来获取键 “age” 对应的值，如果键不存在，则返回默认值 0。这样可以避免出现 KeyError 异常。

默认值若不指定，则为None


me={'height':180,2:160}
print(me['height'])
print(me)
print(me[2])
print(me.get("age"))
##    180
##    {'height': 180, 2: 160}
##    160
##    None

1.3.6 bool

以下是很有意思的一段代码

flag=True
flag=not flag
print(flag)
flag=~flag
print(flag)
flag=~flag
print(flag)

代码中，首先定义了一个bool类型的flag。

对其取非输出，输出是False，没毛病。
对其再进行取反输出，这时候输出是-1
对其再进行取反输出，这时候输出是0,

可见，对布尔类型只能使用and,or,not操作

使用取反操作会出现类型转换，使得布尔类型变成整数类型，从而输出0000 0000的按位取反结果，是FFFF FFFF,在补码中表示-1,与输出吻合。

再进行取反，结果就是0000 0000，输出是0。

同样，对True类型进行按位取反，表示对0000 0001按位取反，结果是FFFF FFFE，补码表示-2。对True进行取反取反输出，结果就是0000 0001,输出整型的1。


flag=True
flag=not flag
print(flag)
print(~flag)
print(~~flag)
flag2=True
print(~flag2)
print(~~flag2)

##    False
##    -1
##    0
##    -2
##    1

1.3.8 for语句

记得后面有个冒号，循环体内要缩进

for i in [1,2,3]:
    print(i)
    
##    1
##    2
##    3

1.3.9 函数

def hello(object="World"):
    print("Hello "+object+" !")
hello()
hello("CAT")

这里第一句使用了默认参数，输出Hello World !

第二句传入参数，输出Hello CAT !


def hello(object="World"):
    print("Hello "+object+" !")
hello()
hello("CAT")

##    Hello World !
##    Hello CAT !

1.4.2 Class类


class 类名：
	def __init__(self, 参数, …): # 构造函数
	...
	
	def 方法名1(self, 参数, …): # 方法1
	...
	
	def 方法名2(self, 参数, …): # 方法2
	...

构造函数 __init__(self,parameters...)

这个函数在构造类的时候执行一次，根据参数和构造函数来赋初值

方法s：可以给类里面不同的方法定义不同的功能。类似于类里面的函数。注意第一个参数必须是显式的self

在 Python 类的方法中，self 是一个特殊的参数，用于引用当前对象实例。它是约定俗成的命名，但实际上可以使用任何名称。如果在类的方法中不指定 self 参数，会导致以下问题：

1. 访问不到对象的属性和方法：在类的方法中，如果没有指定 self 参数，将无法访问到对象的属性和其他方法。这是因为没有指定 self 参数，无法确定当前对象实例的引用。

2. 无法修改对象的属性：没有 self 参数，无法通过引用对象实例来修改对象的属性。对象的属性只能通过类方法或实例方法中的 self 参数进行修改。

3. 无法调用其他方法：在类的方法中，如果没有指定 self 参数，无法调用其他方法。因为没有指定 self 参数，无法确定调用哪个对象实例的方法。


class Man:
    def __init__(self, name):
        self.name = name
        print("Initialized!")
    def hello(self):
        print("Hello " + self.name + "!")
    def goodbye(self):
        print("Good-bye " + self.name + "!")
m = Man("David")
m.hello()
m.goodbye()
##    Initialized!
##    Hello David!
##    Good-bye David!

1.5 Numpy

1.5.2 NumPy数组

使用numpy.array(...)创建NP数组，

创建出来的数组类型是numpy.ndarray

import numpy as np
x=np.array([1.0,2.0,3.0])
print(x)
type(x)

##    [1. 2. 3.]
##    numpy.ndarray

1.5.3 NumPy element-wise

前提：X和Y的维数必须一致，才可进行算术运算。

element-wise是按元素进行操作，即X的某一元素与Y的对应元素进行算术运算。

x=np.array([1.0,2.0,3.0])
y=np.array([2.0,4.0,6.0])

print(x+y)
print(x*y)
print(x/y)

##    [3. 6. 9.]
##    [ 2.  8. 18.]
##    [0.5 0.5 0.5]

1.5.4 NumPy的N维数组

注意，多维数组是对某一元素进行扩展。即首先是个Array，最外层应该由中括号包起来，然后内层根据需要扩展维数。

用A.shape即A的shape元组来查看维数，

A.dtype即A的numpy.dtype[int32]^[1]来查看数据类型


A=np.array([ [1,2],
             [3,4],
             [5,6]])
print(A)
print(type(A.shape))
print(A.shape)
print(type(A.dtype))
print(A.dtype)

##    [[1 2]
##     [3 4]
##     [5 6]]
##    <class 'tuple'>
##    (3, 2)
##    <class 'numpy.dtype[int32]'>
##    int32

对于多维数组，也可进行element-wise运算。

A=np.array([ [1,2],
             [3,4],
             [5,6]])
B=np.array([ [1,2],
            [3,4],
            [5,6]])
print(A+B)
print(A*B)

##    [[ 2  4]
##     [ 6  8]
##     [10 12]]
##    [[ 1  4]
##     [ 9 16]
##     [25 36]]

1.5.5 广播

即将标量通过扩展，形成和向量同维度的，所有元素均为标量值的向量，然后对这两个向量进行element-wise算术运算。

注意，一般是中括号内部对齐。即A的中括号内第一个元素，与B的中括号第一个元素进行广播相乘。


A=np.array([ [1,2],
             [3,4],
             [5,6]])
B=np.array([ 10,20])
print(A*B)
##    [[ 10  40]
##     [ 30  80]
##     [ 50 120]]

1.5.6 访问元素

A=np.array([ [1,2],[3,4],[5,6]])

按照中括号内进行索引，从0开始编号。

A[0] A[0][3]

使用for语句


    for row in A:
        print(row)

    ## [1 2]
    ## [3 4]
    ## [5 6]

使用数组法

print(A[0,1])

## 2

由访问元素，可以批量进行某些运算。


A>4

## [[False False]
## [False False]
## [ True  True]]


A=np.array([ [1,2],
             [3,4],
             [5,6]])
print(A[0])
print((A))
for row in A:
    print(row)
print(A[0,1])
print(A>4)

##    [1 2]
##    [[1 2]
##     [3 4]
##     [5 6]]
##    [1 2]
##    [3 4]
##    [5 6]
##    2
##    [[False False]
##     [False False]
##     [ True  True]]

1.6 Matplotlib 图像绘制


import numpy as np
import matplotlib.pyplot as plt

x=np.arange(0,6,0.1)
y1=np.sin(x)
y2=np.cos(x)
plt.plot(x,y1,label="sin")
plt.plot(x,y2,linestyle="--",label="cos")

plt.xlabel("x")
plt.ylabel("Y")
plt.title('sin&cos')
plt.legend()        #添加图例

plt.show()

sin&cos

1.6.3 显示图像

import matplotlib.pyplot as plt
from matplotlib.image import imread
img = imread('titanic.jpg')
plt.imshow(img)
plt.show()

numpy.dtype[int32] 是 NumPy 库中的数据类型对象，表示一个具体的数据类型。在这种情况下，int32 表示一个 32 位整数的数据类型。 ↩

#python #DL

1. python基础

http://blog.jiuge.host/post/20231230113500.html

作者

Pigeon.🕊

发布于

2023年12月30日

许可协议

CC BY-NC-SA 3.0

2. 感知机上一篇

打造背单词工具 Goldendict+Anki 下一篇

1. python基础

1.3 python入门

1.3.2 查看数据类型

1.3.4 列表基本用法

元素访问 切片

1.3.5 字典

1.3.6 bool

1.3.8 for语句

1.3.9 函数

1.4.2 Class类

1.5 Numpy

1.5.2 NumPy数组

1.5.3 NumPy element-wise

1.5.4 NumPy的N维数组

1.5.5 广播

1.5.6 访问元素

1.6 Matplotlib 图像绘制

1.6.3 显示图像

元素访问切片