2021-02-15
今日学习:1 关于类的一些学习:
包括def __init__(self,arg):的作用。它是用来固定属性的,这个属性可以让每个产生的实例具有独一无二的内部参数,它可以在内部传递参数,就像一般的函数定义在内部的局部变量一样,但是又可以在外部访问这些参数,所以它是一种数据封装的体现
其次就是在class中使用这个global的全局变量,是一个很多此一举的做法(相比较上面来说)
最后就是类名和 类名()分别是类的‘名字’,和类的位置‘内存’。这个就和deff():之后,f与f()有点像了,但是有所区别:f相当于类名字(),而这个f()则就是一个return决定的返回值对象。
这里我留一个伏笔,后面在研就
1 2
>>> f
<function f at 0x0000020433D398B0>
>>> f()
>>> type(f())
<class 'NoneType'>
>>> None == f()
True
>>> Student
<class '__main__.Student'>
>>> Student()
<__main__.Student object at 0x0000020433D29A90>
>>> type(Student())
<class '__main__.Student'>
>>> type(Student)
<class 'type'>
>>> lei = Student()
>>> type(lei)
<class '__main__.Student'>
>>>
问题:我想知道这里为什么>>> type(Student) <class 'type'>以及后面的东西
2.使用random中的exponential等模块,返回值是指数分布中随机得出来的数(当然可以调整一下得到序列)
3.对于我们采集的样本,我们需要知道他的规律。如何知道呢?我们可以随便做假设,或者是按照直觉做假设,然后再根据假设对数据进行处理以得到方差标准差期望等这些参数。
下一步,对我们的假设进行检验,通过检验了就可以认为我们的假设是没问题的。
与其说,我们通过采集的样本来知道规律,不如我们也将统计分析的规律(如正态)看做是一个class,然后的出来的这些样本s,我们将其视为一个实例。
我们对其进行统计分析的过程就是在寻找其类到底是啥的过程,哈哈哈哈
4.还有就是octave的这个,我对开源的需求进行了了解。我自己稍微理解了一下。
前来学习 zhiweng07 发表于 2021-2-16 08:47
前来学习
我是dd{:10_277:}
页:
[1]