python函数构造,python函数构造及应用

Python析构函数

Python中有两个特殊的方法, 一个是构造函数 init , 另一个是析构函数 del ，统称为魔术方法。

构造函数 init ，创建实例对象之后Python会自动执行此方法，把初始化的属性特点放到实例对象里。

构造函数是创建并初始对象属性，那么对象使用完成后，系统是怎么处理这些呢？

这个时候，Python引入了销毁对象功能的析构函数 del ()

析构函数 del 是对象没有被引用时会触发垃圾回收机制，进行内存释放.

python 内置的 del 方法称为析构方法。用于实现对象被销毁时所需的操作。

常见的应用常见如：

析构方法 del ()是可选的，如果不提供，则Python 会在后台提供默认析构函数

如果要显式的调用析构函数，可以使用del关键字： del obj

析构方法的作用是销毁对象的，在python中采用垃圾回收机制。

Python垃圾回收机制核心思想是：

详细说明：

我们主动删除对象调用del 对象;程序运行结束后，python也会自动进行删除其他的对象。

注意：

如果我们重写子类的 del () 方法（父类为非 object 的类），则必须显式调用父类的 del () 方法，这样才能保证在回收子类对象时，其占用的资源（可能包含继承自父类的部分资源）能被彻底释放

我们本期学习了Python内置函数析构函数，用于没有被引用的对象进行回收处理，一般情况下，我们不用刻意去调用，python内部会对进行触发。

以上是本期内容，欢迎大佬们评论区指正，下期见~

Python构造函数

类是对象的模板，是抽象的。

构造函数 init 是Python魔术方法之一，如图魔术方法

我们通过类模版去创建类的实例对象，然后再调用类定义的功能。

那实例对象的属性是通过什么来初始化的？

这时候Python引入来构造函数 init

构造函数，会在创建实例对象之后Python会自动执行此方法，把初始化的属性特点放到实例对象里。

通过前面的学习，我们知道一个python对象包含三个部分：id(识别码)，type(对象类型)，value(对象的值)

那么我们进一步深入对象包含的三部分：

我们通过类创建实例对象后，需要定义构造函数 init ()方法。

构造方法用于执行实例对象的初始化工作，即对象创建之后，初始化当前对象的相关的属性，无返回值

构造函数重点 ：

我们通过栗子来学习构造函数的过程

构造函数初始化实例对象过程如下：

1.Animal类会通过默认的 new ()方法为实例对象在堆内存中为开辟一个空间

敲黑板，重点来啦～

拓展：

我们今天学习了构造函数 init ()，其在创建对象之后被Python自动调用初始化实例对象属性数据值，无返回值，并且构造函数不能被显示调用。

创建对象时，如果需要，构造函数可以接受参数。当创建没有构造函数的类时，Python会自动创建一个不执行任何操作的默认构造函数。

每个类必须有一个构造函数，即使它只依赖于默认构造函数

好啦，以上是本期内容，欢迎大佬评论区指正～

Python函数的定义(构造)和调用

这里来给大家演示一下，函数的定义或构造，并调用函数来实现封装后的效果。

首先我们来看看想实现下面的这个效果，如果不使用函数应该怎么实现。

以上两种返回结果都是1-9这几个数字。

以上两种方法，第一种代码重复率太高，代码美观效果太差，虽然能实现效果，但是因为数量比较少，还能手工打出来这几行代码，如果是打印1-100000就很难实现了。这时候for循环还是可以实现的，但是for循环只能实现类似的数字和变量循环，无法进行复杂的功能开发。鉴于此，函数这个概念就被python引入了，下面先来看看函数是怎么实现上面的效果的，还是两种方法。

这时候如果想实现上面的打印结果就直接使用函数名+小括号调用函数就可以了，这种类型的语法，不仅可以反复使用，而且封装后的代码更美观。

使用Python构造经验累积分布函数（ECDF）

对于一个样本序列 ，经验累积分布函数 (Empirical Cumulative Distribution Function)可被定义为

其中 是一个指示函数，如果 ，指示函数取值为1，否则取值为0，因此 能反映在样本中小于 的元素数量占比。

根据格利文科定理（Glivenko–Cantelli Theorem），如果一个样本满足独立同分布(IID)，那么其经验累积分布函数 会趋近于真实的累积分布函数 。

首先定义一个类，命名为ECDF：

我们采用均匀分布（Uniform）进行验证，导入 uniform 包，然后进行两轮抽样，第一轮抽取10次，第二轮抽取1000次，比较输出的结果。

输出结果为：

而我们知道，在真实的0到1均匀分布中， 时， ，从模拟结果可以看出，样本量越大，最终的经验累积分布函数值也越接近于真实的累积分布函数值，因此格利文科定理得以证明。