yolo 算法学习笔记（一）(keras_darknet19.py)

functools 函数

partial 函数

partial函数（偏函数）

可以将一个函数的参数设为默认值，返回一个新函数，使调用更加简单、方便

import functools as f

def print_function(*args,**kwargs):#*args可以传递元组，**kwargs可以传递字典
    print(*args)
    print(**kwargs)

p1=f.partial(print_function,1,2,3)
p1()
p1(4,5,6)

c={'a':1,
   'b':2}

p1(c)

p2=f.partial(print_function,c)
p2()
p2(1,2,3)

#输出
1 2 3

1 2 3 4 5 6

1 2 3 {'a': 1, 'b': 2}

{'a': 1, 'b': 2}

{'a': 1, 'b': 2} 1 2 3

wraps 函数

理解wraps函数，先理解装饰器和闭包的概念
闭包：

在计算机科学中，闭包（英语：Closure），又称词法闭包（Lexical Closure）或函数闭包（function closures），是引用了自由变量的函数。这个被引用的自由变量将和这个函数一同存在，即使已经离开了创造它的环境也不例外。

def print_abc():
    abc="hello world"
    
    def printer():#嵌套函数
    
        print(abc)
        
    return printer
    
closure=print_abc()
closure()

#输出
hello world

当局部变量（abc）被函数引用时，这个局部变量将跟随函数而存在（正常情况下，局部变量只在局部存在）

装饰器：

python函数修饰符@的作用是为现有函数增加额外的功能，常用于插入日志、性能测试、事务处理等等。

创建函数修饰符的规则：
（1）修饰符是一个函数
（2）修饰符取被修饰函数为参数
（3）修饰符返回一个新函数
（4）修饰符维护被维护函数的签名

Python函数修饰符，“@”，与其说是修饰函数倒不如说是引用、调用它修饰的函数。

def test(func):
    func()
    print ("call test")

def test1(f):
    f()
    print ("call test1")

def main():
    @test
    def fun():
        print ("call fun")
        @test1
        def fun1():
            print ("call fun1")           
main()

#输出
call fun
call fun1
call test1
call test

使用functools模块提供的修改函数属性的方法wraps，相当于属性的传递

def log(func):
    @f.wraps(func)
    def wrapper():
        print('log开始 ...')
        func()
        print('log结束 ...')
    return wrapper
    
@log
def test1():
    print('test1 ..')

def test2():
    print('test2 ..')

print(test1.__name__)
print(test2.__name__)

#输出
test1  #当把@f.wraps(func)注释掉后，结果为wrapper，test2
test2

前面是网上许多人对@f.wraps(func)的解释，但感觉总跟在另一个@func之后，没有单独应用，因此，我单独试验了@f.wraps(func)的作用

def abc():
    """这个函数是abc函数"""
    print("abc")
    


@f.wraps(abc)
def log():
    """这个函数是log函数"""
    print("log.........")
    
abc()
log()
print(abc.__name__)
print(log.__name__)
print(abc.__doc__)
print(log.__doc__)

#输出    
abc
log.........
abc
abc
这个函数是abc函数
这个函数是abc函数

这个代码块说明了@f.wraps(func)将func函数的名字和doc属性都传递给了下面的函数

reduce（）函数

reduce的用法

reduce(function, sequence[, initial]) -> value
：意思就是对sequence连续使用function, 如果不给出initial, 则第一次调用传递sequence的两个元素, 以后把前一次调用的结果和sequence的下一个元素传递给function. 如果给出initial, 则第一次传递initial和sequence的第一个元素给function.
返回值是一个复合函数

def add(x):
    x = x + 1
    return x

def mut(x):
    x = 2 ** x
    return x

a=f.reduce(lambda f,g:lambda *ar,**kw:g(f(*ar,**kw)),[mut,add,mut,add])

#输出
print(a(3))
513

lambda argument_list: expression：
lambda x, y: xy；函数输入是x和y，输出是它们的积xy
lambda:None；函数没有输入参数，输出是None
lambda *args: sum(args); 输入是任意个数的参数，输出是它们的和(隐性要求是输入参数必须能够进行加法运算)
lambda **kwargs: 1；输入是任意键值对参数，输出是1

update（）函数

Python 字典(Dictionary) update() 函数把字典dict2的键/值对更新到dict里。

dict = {'Name': 'Zara', 'Age': 7}
dict2 = {'Sex': 'female' }

dict.update(dict2)
print (dict)

#输出
{'Name': 'Zara', 'Age': 7, 'Sex': 'female'}

假设有相同的键会直接替换成 update中字典的值: