网站 邮箱功能 设置,wordpress写文章500,网站开发技术及开发环境,如何设计一个网页主题类和方法的概念及实例
类 (Class)#xff1a;类是对具有相同属性和方法的对象集合的抽象描述。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。
方法#xff1a;类中定义的函数。
构造方法 __init__()#xff1a;这是一个特殊的方法#xff0c;会在类实例…类和方法的概念及实例
类 (Class)类是对具有相同属性和方法的对象集合的抽象描述。它定义了该集合中每个对象所共有的属性和方法。对象是类的实例。
方法类中定义的函数。
构造方法 __init__()这是一个特殊的方法会在类实例化时自动调用。
实例变量类中用变量表示的属性这种变量称为实例变量是用 self 修饰的变量。
实例化创建一个类的实例即创建一个类的具体对象。
继承一个派生类 (derived class) 继承基类 (base class) 的属性和方法。继承允许将派生类对象作为基类对象对待。 为了便于理解每种类型的示例都包括从简单到复杂的三个示例。 1. Python类class
Python中的class相当于一个包含多个函数的集合。如果在AnimalClass类中有一个方法make_sound当我们需要调用它时必须使用AnimalClass.make_sound来调用即在调用时需要带上类名。
简单示例
在这个简单示例中我们定义了一个名为AnimalClass的类它有一个类变量num_legs和一个方法make_sound。
# AnimalClass 类
class AnimalClass:一个简单的类实例num_legs 4def make_sound(self):return generic sound# 实例化类
animal_instance AnimalClass()
# 访问类的属性和方法
print(AnimalClass 类的属性 num_legs 为, animal_instance.num_legs)
print(AnimalClass 类的方法 make_sound 输出为, animal_instance.make_sound())中等难度示例
在这个示例中我们定义了一个名为Car的类它有一个构造方法来初始化实例变量brand和model并且有一个方法display_info来显示车辆信息。
# Car 类
class Car:一个简单的类实例def __init__(self, brand, model):self.brand brandself.model modeldef display_info(self):return fCar brand: {self.brand}, model: {self.model}# 实例化类
car_instance Car(Toyota, Corolla)
# 访问类的方法
print(car_instance.display_info())复杂示例
在这个复杂示例中我们定义了一个名为NeuralNetwork的类它继承了nn.Module用于构建一个简单的神经网络。
# NeuralNetwork 类
import torch
import torch.nn as nnclass NeuralNetwork(nn.Module):def __init__(self):super(NeuralNetwork, self).__init__()self.layer1 nn.Linear(10, 50)self.layer2 nn.Linear(50, 1)def forward(self, x):x torch.relu(self.layer1(x))x self.layer2(x)return x# 实例化类
model NeuralNetwork()
print(model)2. 类的构造方法 __init__()
构造方法 __init__() 是类与外界的联系方法当创建类的实例时会自动调用这个方法。
简单示例
在这个简单示例中我们定义了一个名为Point的类它有一个构造方法来初始化实例变量x_coord和y_coord。
class Point:def __init__(self, x, y):self.x_coord xself.y_coord yp Point(2.5, 4.0)
print(p.x_coord, p.y_coord) # 输出结果2.5 4.0中等难度示例
在这个示例中我们定义了一个名为Person的类它有一个构造方法来初始化实例变量name和age并且有一个方法greet来返回一个问候字符串。
class Person:def __init__(self, name, age):self.name nameself.age agedef greet(self):return fHello, my name is {self.name} and I am {self.age} years old.p Person(Alice, 30)
print(p.greet())复杂示例
在这个复杂示例中我们定义了一个名为Dataset的类用于处理数据和标签的集合。它实现了两个特殊方法__len__返回数据的长度__getitem__返回指定索引的数据和标签。
class Dataset:def __init__(self, data, labels):self.data dataself.labels labelsdef __len__(self):return len(self.data)def __getitem__(self, idx):return self.data[idx], self.labels[idx]data [torch.randn(10) for _ in range(100)]
labels [torch.randint(0, 2, (1,)) for _ in range(100)]
dataset Dataset(data, labels)print(fDataset length: {len(dataset)})
print(fFirst item: {dataset[0]})3. 类中方法的参数 self
类方法的第一个参数必须是 self它代表类的实例。
简单示例
在这个简单示例中我们定义了一个名为Dog的类它有一个构造方法来初始化实例变量name并且有一个方法bark来打印狗叫声。
# 类定义
class Dog:def __init__(self, name):self.name namedef bark(self):print(f{self.name} says woof!)# 实例化类
dog_instance Dog(Buddy)
dog_instance.bark()中等难度示例
在这个示例中我们定义了一个名为Rectangle的类它有一个构造方法来初始化实例变量width和height并且有两个方法area和perimeter分别计算矩形的面积和周长。
class Rectangle:def __init__(self, width, height):self.width widthself.height heightdef area(self):return self.width * self.heightdef perimeter(self):return 2 * (self.width self.height)rect Rectangle(3, 4)
print(fArea: {rect.area()}, Perimeter: {rect.perimeter()})复杂示例
在这个复杂示例中我们定义了一个名为LSTMNetwork的类它继承了nn.Module用于构建一个简单的LSTM神经网络。
class LSTMNetwork(nn.Module):def __init__(self, input_size, hidden_size, output_size):super(LSTMNetwork, self).__init__()self.lstm nn.LSTM(input_size, hidden_size, batch_firstTrue)self.fc nn.Linear(hidden_size, output_size)def forward(self, x):out, _ self.lstm(x)out self.fc(out[:, -1, :])return out# 实例化类
lstm_model LSTMNetwork(input_size10, hidden_size20, output_size1)
print(lstm_model)4. 继承
一个类可以继承另一个类的属性和方法这称为继承。
简单示例
在这个简单示例中我们定义了一个名为Animal的基类和一个名为Cat的派生类。Cat类继承了Animal类的属性和方法并且重写了make_sound方法。
class Animal:def __init__(self, species):self.species speciesdef make_sound(self):print(Some generic sound)class Cat(Animal):def __init__(self, species, name):super().__init__(species)self.name namedef make_sound(self):print(f{self.name} says meow)cat_instance Cat(Feline, Whiskers)
cat_instance.make_sound()中等难度示例
在这个示例中我们定义了一个名为Employee的基类和一个名为Manager的派生类。Manager类继承了Employee类的属性和方法并且重写了work方法。
class Employee:def __init__(self, name, salary):self.name nameself.salary salarydef work(self):print(f{self.name} is working)class Manager(Employee):def __init__(self, name, salary, department):super().__init__(name, salary)self.department departmentdef work(self):print(f{self.name} is managing the {self.department} department)manager_instance Manager(Alice, 90000, HR)
manager_instance.work()复杂示例
在这个复杂示例中我们定义了一个名为BaseModel的基类和一个
名为CNNModel的派生类。CNNModel类继承了BaseModel类的属性和方法并且实现了forward方法。
class BaseModel(nn.Module):def __init__(self):super(BaseModel, self).__init__()def forward(self, x):raise NotImplementedError(Subclasses should implement this!)class CNNModel(BaseModel):def __init__(self, num_classes):super(CNNModel, self).__init__()self.conv1 nn.Conv2d(1, 32, kernel_size3, stride1, padding1)self.conv2 nn.Conv2d(32, 64, kernel_size3, stride1, padding1)self.fc1 nn.Linear(64*7*7, 128)self.fc2 nn.Linear(128, num_classes)self.dropout nn.Dropout(0.5)def forward(self, x):x F.relu(self.conv1(x))x F.max_pool2d(x, kernel_size2, stride2)x F.relu(self.conv2(x))x F.max_pool2d(x, kernel_size2, stride2)x x.view(-1, 64*7*7)x F.relu(self.fc1(x))x self.dropout(x)x self.fc2(x)return x# 实例化类
cnn_model CNNModel(num_classes10)
print(cnn_model)5. 方法重写
子类可以重写父类的方法。
简单示例
在这个简单示例中我们定义了一个名为Animal的基类和一个名为Dog的派生类。Dog类重写了Animal类的sound方法。
class Animal:def sound(self):print(动物的声音)class Dog(Animal):def sound(self):print(狗叫声)dog_instance Dog()
dog_instance.sound()
super(Dog, dog_instance).sound() 中等难度示例
在这个示例中我们定义了一个名为Writer的基类和一个名为Blogger的派生类。Blogger类重写了Writer类的write方法。
class Writer:def write(self):print(Writing generic content)class Blogger(Writer):def write(self):print(Writing blog content)blogger_instance Blogger()
blogger_instance.write()
super(Blogger, blogger_instance).write()复杂示例
在这个复杂示例中我们定义了一个名为BaseOptimizer的基类和一个名为SGDOptimizer的派生类。SGDOptimizer类重写了BaseOptimizer类的step方法。
class BaseOptimizer:def __init__(self, lr):self.lr lrdef step(self):raise NotImplementedError(Subclasses should implement this!)class SGDOptimizer(BaseOptimizer):def __init__(self, lr, momentum):super().__init__(lr)self.momentum momentumdef step(self):print(fPerforming SGD step with lr{self.lr} and momentum{self.momentum})# 实例化类
optimizer SGDOptimizer(lr0.01, momentum0.9)
optimizer.step()
