人工智能实践:tensorflow学习笔记:(一)

 

python相关:

变量:是一个标签, 由非数字开头的,字母,数字 ,下划线组成,内容包含数值,字符串,列表,元组和字典。

列表:表示:a[ ]

  • 可用列表名【索引号】索引类表中的元素
    • c=【1,2,3,4,5,6】,c【5】=6
  • 可以是字符串,数值,的混杂
    • 例如:c=【a,32人,43,中国】
  • 用列表名【起:止】表示切片,从列表中切出相应的元素
    • 例如c=【1,2,3,4,5,6】,c【0:2】=【1,2】
      • 切片操作是前闭后开的操作模式,从c【0】开始计数,即由于左闭右开,c包含第一个和第二个元素,第三个元素不包含。
      • c【 :】,即c【】全集。
  • 用列表名【起:止:步长】来描述带步长的切片,起始和步长都有方向,用正负号标识。
    • c =【1,2,3,4,5,6,7】
      • 切出【5,4,3,2】,用c【4:0:-1】
      • 切出【5,4,3,2,1】,用c【4::-1】
      • 切出【6,4,2】,用【-2::-2】从倒数第二个数一直切到头,步长-2
  • 修改:列表名【 索引号】= 新值
    • c=[1,2,3,4,5,6],  c[3]=8,结果:c=【1,2,3,8,5,6】
  • 删除:del 列表名【索引号】
    • c=[1,2,3,4,5,6],  del c[3],结果:c=【1,2,3,5,6】
  • 插入:列表名.insert(插入位置索引号,新元素)
    • c=[1,2,3,4,5,6],  c.insert (3,45),结果:c=【1,2,3,45,4,5,6】

代码验证:

人工智能实践:tensorflow学习笔记:(一)_第1张图片

元组:表示 a()

  • 一旦定义,不能改变的数组。
    • f= (1,2,3)

字典:表示:a{}:

  • 存放着{键:值 ,键:值,键:值,键:值}n个键值对
    • dic=  {1:“23”“name”:“zz”“height”:180}
  • 用字典名【键】表示字典dic中键“name”对应的值“zz”
    • dic["height"],显示180
  • 修改:字典名【键】= 新值
    • dic["height"]= 175
    • dic=  {1:“23”“name”:“zz”“height”:175}
  • 删除:del 字典名【键】
    • del dic[1]
    • dic=  {“name”:“zz”“height”:180}
  • 插入:字典名【新键】= 新值
    • dic["age"]=18
    • dic=  {1:“23”“name”:“zz”,"age":18,“height”:180}

代码验证:

人工智能实践:tensorflow学习笔记:(一)_第2张图片

语句:

条件语句:

  1. if   条件成立:执行任务
  2. if   条件成立:执行任务1  else  执行任务2
  3. if   条件成立:执行任务1  elif 条件二成立:执行任务2  ……elif  条件N成立:执行任务N   else  执行任务n+1
  4. 代码验证

           人工智能实践:tensorflow学习笔记:(一)_第3张图片人工智能实践:tensorflow学习笔记:(一)_第4张图片

          人工智能实践:tensorflow学习笔记:(一)_第5张图片

其中coding:utf-8,以注释的形式加入来兼容中文输入。

input()是一个函数,表示从屏幕接收内容括号里的字符串是向屏幕打印出的提示内容,可以增加程序和用户的交互。

循环语句:

  1. for  变量    in    range(开始值,结束值):  执行任务人工智能实践:tensorflow学习笔记:(一)_第6张图片
  2. for  变量    in    列表名:执行某些任务人工智能实践:tensorflow学习笔记:(一)_第7张图片
  3. while  条件:重复执行某些任务人工智能实践:tensorflow学习笔记:(一)_第8张图片
  4. 中断循环用 break

pyrthon语句代码层次:

python代码使用四个空格的缩进来表示层次关系,从缩进可以看出,这段条件语句分了三个层次,

                                                        人工智能实践:tensorflow学习笔记:(一)_第9张图片

逻辑关系:

                                                                        人工智能实践:tensorflow学习笔记:(一)_第10张图片

函数:

  • 执行某些操作的一段代码。
  • 定义函数:
    • def  函数名  (参数表):
      • 函数体人工智能实践:tensorflow学习笔记:(一)_第11张图片
  • 使用函数:主函数名(参数表)
  • 函数返回值:return
    • def add(a,b):
    • return a+b
    • c=add (5,6)  #c被赋值为返回值11人工智能实践:tensorflow学习笔记:(一)_第12张图片
  • 内建函数:python解释器自带的函数
    • abs(-10) 返回值 10

模块:函数的集合,先导入,再使用,用模块.函数名调用。

  • import.time
  • time.asctime()
  • 输出:“Tue Jan 16 21:51:06 2018”

包:包含有多个模块

  • 调用:from  包   import   模块

变量作用域:

局部变量:在函数定义中的变量,只在函数中存在, 函数执行结束后不可用。

全局变量:在函数前定义的变量,一般只在整个代码最前面定义,全局可用。

类:

  • 是函数的集合,可实例化出对象的模具。
  • 子类:具备父类的特征,子类实例化出的对象,可以使用自身和父类的函数和变量。
  • 关键词:
    • class 类名(父类名):
      • ……(具体函数)pass
      • 先用pass占位置,完成其架构,再用具体的函数替换pass,完善架构。
      • 类里定义函数时,语法规定第一个参数必须是self
      • __init__函数,在新对象实例化时 会自动运行,用于给新对象初赋值。
      • 类内定义函数时,如果调用自身或父类的函数与变量,需用self.引导,应写为self.函数名或self.变量名

对象:

  • 是类实例化出的实体,没对象真实存在,完成具体工作。
  • 实例化:
    • 对象=类()
    • 对象调用类里的函数,用对象.函数名
    • 对象调用类里的变量,用对象.变量名

面向对象:

  • 反复修改优化类,类实例化出对象, 对象调用类里的函数执行具体的操作。

举个例子:

动物(Animals)→哺乳动物(Mammals)→猫(Cats)由父类到子类

动物

呼吸

移动

吃东西

class Animals():

pass

哺乳动物 喂奶

class Mammals(Animals):

pass

捉老鼠

class Cats(Mammals):

pass

代码段如表所示:

 

class Animals:

def breathe(self):

print“breathing”

def move (self):

print“moving”

def eat (self):

print “eating food”

 

class Mammals(Animals):

def breastfeed(self):

print "feeding young"

class Cats(Mammals):

def __init__(self,spots):

self.spots = spots

def catch_mouse(self):

print "catch mouse"

将猫类实例化出一个名叫kitty的对象,它拥有自己的特征属性,比如身上有十个斑点,

  • kitty= Cats(10)#实例化时运行__init__函数,给spots赋值,告知kitty有十个斑点,
  • print  kitty.spots  打印出 10

kitty可以做具体的工作,比如捉老鼠。

kitty.catch_mouse()#对象运行函数,必须用对象名.函数名,调用类里的函数。||会运行print “catch mouse ”,打印出catch mouse

原来的猫类 优化拓展了猫类的函数

class Cats(Mammals):

def __init__(self,spots):

self.spots = spots

def catch_mouse(self):

print "catch mouse"

class Cats(Mammals):

def __init__(self,spots):

self.spots = spots

def catch_mouse(self):

print "catch mouse"

def left_foot_forward(self):

print "leftfootforward"

def left_foot_backward(self):

print"leftbackward"

def dance(self):

self.left_foot_forward()

self.left_foot_backward()

self.left_foot_forward()

self.left_foot_backward()

人工智能实践:tensorflow学习笔记:(一)_第13张图片人工智能实践:tensorflow学习笔记:(一)_第14张图片人工智能实践:tensorflow学习笔记:(一)_第15张图片

文件操作:

开:文件变量 =  open(“文件路径文件名”,“wb”)

存:pickle.dump(代写入的变量,文件变量)

关:文件变量.close()

人工智能实践:tensorflow学习笔记:(一)_第16张图片

读操作:

开:文件变量 = open(“文件路径文件名”,“rb”)

取:放内容的变量 = pickle.load(文件变量)

关:文件变量.close()

由MOOC课件整理,如有侵权请告知,我将立即删除。

你可能感兴趣的:(人工智能实践:tensorflow学习笔记:(一))