锐客网

  1. 首页 > 生活百科 > it技术 > >

python中ahp函数 python alpha函数

函数IT技术

Python魔法函数（特殊函数） Python中如何实现运算符的重载，即实现例如a b这样的运算符操作呢？
在C中可以使用 operator 关键字实现运算符的重载 。但是在Python中没有类似这样的关键字 ， 所以要实现运算符的重载，就要用到Python的魔法函数 。Python魔法函数是以双下划线开头，双下划线结尾的一组函数 。我们在类定义中最常用到的 __init__ 函数就是这样一个魔法函数，它在创建类对象时被自动调用 。
下面我们来看个简单的例子 。
上述代码示例了几个魔法函数的用法 。__add__函数对应了二元运算符，当执行a b语句时，python就会自动调用a.add(b) 。对于上述例子中的v1 v2 v3，则相当于调用了(v1.add(v2)).add(v3) 。
代码中还有一个在Python类定义经常使用的__str__函数，当使用str()时会被调用 。print函数对传入的参数都调用了str()将其转换成易读的字符串形式，便于打印输出，因而会调用类定义的__str__函数打出自定义的字符串 。
代码中还有一个特殊的__call__函数 ， 该函数在将对象采用函数调用方式使用时被调用, 例如v1()相当于v1.call() 。
以上就是魔法函数的基本使用方法 。常见的魔法函数我们可以使用dir()函数来查看 。
输出结果为：
上述结果中形式为‘__函数名__’的函数为魔法函数，注意有些对象也是这种形式，例如__class__, __module__等, 这些不是魔法函数 。具体的魔法函数说明可以参考Python官方说明文档 。
以上代码在Python3.6运行通过.
Python的函数都有哪些【常见的内置函数】
1、enumerate(iterable,start=0)
是python的内置函数，是枚举、列举的意思，对于一个可迭代的(iterable)/可遍历的对象(如列表、字符串)，enumerate将其组成一个索引序列，利用它可以同时获得索引和值 。
2、zip(*iterables,strict=False)
用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组 ， 然后返回由这些元组组成的列表 。如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用*号操作符 ， 可以将元组解压为列表 。
3、filter(function,iterable)
filter是将一个序列进行过滤，返回迭代器的对象，去除不满足条件的序列 。
4、isinstance(object,classinfo)
是用来判断某一个变量或者是对象是不是属于某种类型的一个函数，如果参数object是classinfo的实例，或者object是classinfo类的子类的一个实例，
返回True 。如果object不是一个给定类型的的对象 ， 则返回结果总是False
5、eval(expression[,globals[,locals]])
用来将字符串str当成有效的表达式来求值并返回计算结果，表达式解析参数expression并作为Python表达式进行求值(从技术上说是一个条件列表)，采用globals和locals字典作为全局和局部命名空间 。
【常用的句式】
1、format字符串格式化
format把字符串当成一个模板，通过传入的参数进行格式化 ， 非常实用且强大 。
2、连接字符串
常使用 连接两个字符串 。
3、if...else条件语句
Python条件语句是通过一条或多条语句的执行结果(True或者False)来决定执行的代码块 。其中if...else语句用来执行需要判断的情形 。
4、for...in、while循环语句
循环语句就是遍历一个序列，循环去执行某个操作，Python中的循环语句有for和while 。
5、import导入其他脚本的功能
有时需要使用另一个python文件中的脚本 ， 这其实很简单，就像使用import关键字导入任何模块一样 。
Python中几个特殊的函数1、 定义一个特殊的__slots__变量，来限制该class实例能添加的属性
2、 内置的@property(关键字)装饰器就是负责把一个方法变成属性调用的 。@property.setter(这里的property是类里面的属性名)负责把一个setter方法变成属性赋值 。
3、__str__() ， __repr__()，__iter__()，__next__() ， __getitem__()，__setitem__() ， __delitem__()，__getattr__()，__call__()
average在python中的用法函数函数是代码的一种组织形式
函数应该能完成一项特定的工作 ， 而且一般一个函数只完成一项工作
有些语言，分函数和过程两个概念，通俗解释是，有返回结果的是函数，无返回结果的叫过程 ， python不加以区分
函数的使用函数使用需要先定义
使用函数，俗称调用# 定义一个函数
# 只是定义的话不会执行
# 1. def关键字 ， 后跟一个空格
# 2. 函数名，自己定义，起名需要遵循便令命名规则，约定俗成 ， 大驼峰命名只给类用
# 3. 后面括号和冒号不能?。?括号内可以有参数
# 4. 函数内所有代码缩进
def func():
print("我是一个函数")
print("爱生活")
print("函数结束了")函数结束了# 函数的调用
# 直接写出函数名字，后面小括号不能省略，括号内内容根据情况
func()我是一个函数
爱生活# 函数定义
def func():
print('A')
print('B')func()A
B
函数的参数和返回值参数：负责给函数传递一些必要的数据或者信息形参(形式参数)：在函数定义的时候用到的参数，没有具体值，只是一个占位符号
实参(实际参数)：在调用函数的时候输入的值
返回值：调用函数的时候的一个执行结果使用return返回结果
如果没有值需要返回，我们推荐使用return None表示函数结束
函数一旦执行return，则函数立即结束
如果函数没有return关键字 ， 则函数默认返回None# 形参和实参的案例
# 参数person只是一个符号
# 调用的时候用另一个
def hello(person):
print("{}，你好吗？".format(person))
return None
p = "小明"
# 调用函数，需要把p作为实参传入
hello(p)小明，你好吗？p = "小五"
hello(p)小五，你好吗？pp = hello("小柒")
print(pp)小柒，你好吗？
None# return案例
def hello(person):
print("{0}，你好吗？".format(person))
return "提前结束！"
print(1)
p = "小明"
rst = hello(p)
print(rst)小明，你好吗？
提前结束！# help负责随时为你提供帮助
help(None) # 等价于help(peint())Help on built-in function print in module builtins:
print(...)
print(value, ..., sep=' ', end='\n', file=sys.stdout, flush=False)
Prints the values to a stream, or to sys.stdout by default.
Optional keyword arguments:
file: a file-like object (stream); defaults to the current sys.stdout.
sep: string inserted between values, default a space.
end: string appended after the last value, default a newline.
flush: whether to forcibly flush the stream.# 九九乘法表
# version 1.0
for o in range(1, 10): # 控制外循环 从 1 到 9
for i in range(1, o1): # 内循环 ， 每次从第一个数字开始 ， 打印到跟行数相同的数量
print(o * i, end=" ")
print()1
2 4
3 6 9
4 8 12 16
5 10 15 20 25
6 12 18 24 30 36
7 14 21 28 35 42 49
8 16 24 32 40 48 56 64
9 18 27 36 45 54 63 72 81help(print)Help on built-in function print in module builtins:
print(...)
print(value, ..., sep=' ', end='\n', file=sys.stdout, flush=False)
Prints the values to a stream, or to sys.stdout by default.
Optional keyword arguments:
file: a file-like object (stream); defaults to the current sys.stdout.
sep: string inserted between values, default a space.
end: string appended after the last value, default a newline.
flush: whether to forcibly flush the stream.# 尝试用函数来打印九九乘法表
def jiujiu():
for o in range(1, 10): # 控制外循环 从 1 到 9
for i in range(1, o1): # 内循环，每次从第一个数字开始，打印到跟行数相同的数量
print(o * i, end=" ")
print()
return None
jiujiu()
jiujiu()1
2 4
3 6 9
4 8 12 16
5 10 15 20 25
6 12 18 24 30 36
7 14 21 28 35 42 49
8 16 24 32 40 48 56 64
9 18 27 36 45 54 63 72 81
1
2 4
3 6 9
4 8 12 16
5 10 15 20 25
6 12 18 24 30 36
7 14 21 28 35 42 49
8 16 24 32 40 48 56 64
9 18 27 36 45 54 63 72 81# 改造上面函数
def printLine(line_num):
'''
line_num；代表行号
打印一行九九乘法表
'''
for i in range(1, line_num1):
print(line_num * i, end=" ")
【python中ahp函数 python alpha函数】print()
def jiujiu():
for o in range(1, 10): # 控制外循环 从 1 到 9
printLine(o)
return None
jiujiu()1
2 4
3 6 9
4 8 12 16
5 10 15 20 25
6 12 18 24 30 36
7 14 21 28 35 42 49
8 16 24 32 40 48 56 64
9 18 27 36 45 54 63 72 81
参数详解python参考资料：headfirst python - 零基础入门学习python(小甲鱼)、流畅的python - 习题
参数分类普通参数/位置参数
默认参数
关键字参数
收集参数
普通参数c参见上例
定义的时候直接定义变量名
调用的时候直接把变量或者值放入指定位置def 函数名(参数1，参数2，.....):
函数体
# 调用
函数名(value1，value2 ， ......)
# 调用的时候，具体值参考的是位置，按位置赋值
默认参数形参带有默认值
调用的时候，如果没有对相应形参赋值 ， 则使用默认值
Python数据分析在数学建模中的应用汇总（持续更新中?。?/h2>1、Numpy常用方法使用大全（超详细）
1、Series和DataFrame简单入门
2、Pandas操作CSV文件的读写
3、Pandas处理DataFrame，Series进行作图
1、Matplotlib绘图之属性设置
2、Matplotlib绘制误差条形图、饼图、等高线图、3D柱形图
1、层次分析法（AHP）——算数平均值法、几何平均值法、特征值法（Python实现，超详细注释）
2、Python实现TOPSIS分析法（优劣解距离法）
3、Python实现线性插值和三次样条插值
4、Python实现线性函数的拟合算法
5、Python实现统计描述以及计算皮尔逊相关系数
6、Python实现迪杰斯特拉算法和贝尔曼福特算法求解最短路径
Python气象数据处理与绘图(2)：常用数据计算方法对于气象绘图来讲，第一步是对数据的处理，通过各类公式，或者统计方法将原始数据处理为目标数据 。
按照气象统计课程的内容，我给出了一些常用到的统计方法的对应函数：
在计算气候态，区域平均时均要使用到求均值函数，对应NCL中的dim_average函数 ， 在python中通常使用np.mean()函数
numpy.mean(a, axis, dtype)
假设a为[time,lat,lon]的数据，那么
需要特别注意的是 ， 气象数据中常有缺测，在NCL中 ， 使用求均值函数会自动略过，而在python中，当任意一数与缺测(np.nan)计算的结果均为np.nan，比如求[1,2,3,4，np.nan]的平均值，结果为np.nan
因此 ， 当数据存在缺测数据时，通常使用np.nanmean()函数，用法同上，此时[1,2,3,4 ， np.nan]的平均值为(1 2 3 4)/4 = 2.5
同样的，求某数组最大最小值时也有np.nanmax(), np.nanmin()函数来补充np.max(), np.min()的不足 。
其他很多np的计算函数也可以通过在前边加‘nan’来使用 。
另外，
也可以直接将a中缺失值全部填充为0 。
np.std(a, axis, dtype)
用法同np.mean()
在NCL中有直接求数据标准化的函数dim_standardize()
其实也就是一行的事，根据需要指定维度即可 。
皮尔逊相关系数：
相关可以说是气象科研中最常用的方法之一了，numpy函数中的np.corrcoef(x, y)就可以实现相关计算 。但是在这里我推荐scipy.stats中的函数来计算相关系数：
这个函数缺点和有点都很明显，优点是可以直接返回相关系数R及其P值，这避免了我们进一步计算置信度 。而缺点则是该函数只支持两个一维数组的计算，也就是说当我们需要计算一个场和一个序列的相关时，我们需要循环来实现 。
其中a[time,lat,lon]，b[time]
(NCL中为regcoef()函数)
同样推荐Scipy库中的stats.linregress(x,y)函数：
slop:回归斜率
intercept：回归截距
r_value：相关系数
p_value： P值
std_err：估计标准误差
直接可以输出P值，同样省去了做置信度检验的过程，遗憾的是仍需同相关系数一样循环计算 。
关于python中ahp函数和python alpha函数的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息 ， 记得收藏关注本站 。

    推荐阅读


    上一篇：电脑怎么进u盘启动，电脑怎么进u盘启动选项

    下一篇：存储目录是什么 存储目录结构mysql表如何设计