Python程序设计
Python程序设计及应用
hnjzsyjyj
这个作者很懒,什么都没留下…
展开
-
Python在一条语句中获取多个输入的代码
Python在一条语句中获取多个输入:eval(input()) 的多个输入用逗号分隔,map(int,input().split()) 的多个输入用空格分隔。原创 2024-09-13 10:57:41 · 168 阅读 · 0 评论 -
turtle.circle() 函数绘制弧形规律助记图 ← Python
● 形象地说,turtle 本质上就是一个有向箭头,表示画笔的当前位置和方向。Python 图形化程序设计很像使用画笔进行绘画。● turtle 的初始位置在界面中心,初始方向为X轴正向。原创 2024-09-11 18:23:23 · 855 阅读 · 0 评论 -
重置turtle坐标及方向为初始值的Python函数:turtle.home()
● 重置turtle坐标及方向为初始值的Python函数:turtle.home()● 形象地说,turtle 本质上就是一个有向箭头,表示画笔的当前位置和方向。Python 图形化程序设计很像使用画笔进行绘画。● turtle 的初始位置在界面中心,初始方向为X轴正向。● turtle.turtlesize(wid,len) 中 wid 为垂直于 turtle 方向的拉伸因子,len 为 turtle 方向的拉伸因子。利用此函数,可以让演示中的 turtle 更大更显眼。原创 2024-09-11 12:12:48 · 601 阅读 · 0 评论 -
绘制“五角星”的Python代码 ← turtle库
将 turtle 移动到一个指定的点(x,y):turtle.goto(x,y)原创 2024-09-10 21:11:56 · 304 阅读 · 0 评论 -
绘制“冰墩墩”的Python代码 ← turtle库
Turtle 是 Python 内嵌的绘制线、圆以及其他形状(包括文本)的图形模块。它很容易学习并且使用简单。原创 2024-09-10 06:53:44 · 244 阅读 · 0 评论 -
用数组模拟求解约瑟夫环问题 ← Python
约瑟夫环问题:n个人围成一圈,从第一个人开始报数,数到m的人出圈;再由下一个人开始报数,数到m的人出圈;…输出依次出圈的人的编号。n,m由键盘输入。原创 2019-09-28 11:03:58 · 671 阅读 · 1 评论 -
英语翻译小软件 ← Python实现
利用Python实现一个英语翻译小软件。 ★ 当输入一个英文单词后,输出对应的中文意思。 ★ 当输入 q 时,退出程序。 ★ 当输入一个不存在的词条时,捕获异常,提示“No finding!”。原创 2023-11-30 21:26:09 · 307 阅读 · 0 评论 -
洛谷 P5708:三角形面积 ← Python 及 C++ 代码比较
C++中,math.sqrt() 返回 double 型的结果。原创 2023-11-29 16:19:36 · 185 阅读 · 0 评论 -
输入两个整数,输出它们的乘积。 ← Python 及 C++ 代码比较
x,y=map(int,input().split())print(x*y)原创 2023-11-29 15:21:33 · 547 阅读 · 0 评论 -
函数版 → 求小于给定整数的最大素数 ← Python
● 求n以内的最大素数,实现技巧之一是从n-1开始判断其是否为素数,这样可以提升算法效率。● 在Python中实现由x至1的递减操作,需要使用 range(x,1,-1)。注意其中的-1。● 在Python中,注意真和假分别是True、False,不是true、false。● 在Python中,将x的平方根强制转化为整数,可以使用 int(x**0.5)。原创 2023-11-28 17:45:26 · 444 阅读 · 0 评论 -
小程序:用户查找英语单词的意思 ← Python字典
● 字典中的条目是没有顺序的。● 可以对字典使用如下方法: keys()、values()、 items()、 clear()、 get(key)、 pop(key) 和popitem()原创 2023-11-24 15:03:53 · 336 阅读 · 0 评论 -
经过了多少轮洗牌后,序列中间位置的牌面为9 ← random.shuffle()
Python 中使用 random 模块中的 shuffle 函数,可随意排列列表中的元素。本题中的输出,是个不确定的随机数,不是个固定值。原创 2023-11-23 21:11:05 · 210 阅读 · 0 评论 -
计算给定字符串中各个数字的和的平均值…… ← Python 列表
◆ a=list("abcd") # Create a list with characters a, b, c, d◆ eval(a[i]) #Converts characters to integers原创 2023-11-23 20:53:51 · 126 阅读 · 0 评论 -
请输出 n 以内的素数 ← Python
请利用 Python 编程输出 n 以内的素数。原创 2023-11-03 23:22:33 · 2998 阅读 · 1 评论 -
十进制转二进制的算法代码 ← Python
本算法需要用到的Python知识点:1.求余%,整除//。例如,7%2=1,7//2=3,而7/2=3.5。2.Python列表的 append 及 pop 函数。 • append(x) 函数用于将 x 添加到现有列表中。 • pop() 函数默认移除列表中的最后一个元素,并且返回该元素的值。3.Python字符串通过运算符 + 实现连接操作。如x="a",y="b",则x+y="ab"。4.Python可以通过 str(x) 函数,将 x 强制转换成字符串。原创 2023-10-28 13:12:26 · 333 阅读 · 0 评论 -
读书笔记:隐藏层的激活值的分布 weight_init_activation_histogram.py ← 斋藤康毅
隐藏层各层的激活值的分布都要求有适当的广度。为什么呢?因为通过在各层间传递多样性的数据,神经网络可以进行高效的学习。反过来,如果传递的是有所偏向的数据,就会出现梯度消失或者“表现力受限”的问题,导致学习可能无法顺利进行。原创 2023-02-02 23:38:27 · 166 阅读 · 0 评论 -
读书笔记:Python绘制等高线图 ← 斋藤康毅
Python绘制等高线图原创 2023-02-02 10:03:28 · 599 阅读 · 0 评论 -
读书笔记:神经网络 Softmax-with-Loss 层的实现及应用 ← 斋藤康毅
神经网络中进行的处理有推理和学习两个阶段。神经网络的推理通常不使用 Softmax 层。神经网络中未被正规化的输出结果有时被称为“得分”。也就是说,当神经网络的推理只需要给出一个答案的情况下,因为此时只对得分最大值感兴趣,所以不需要 Softmax层。 不过,神经网络的学习阶段则需要 Softmax 层。原创 2023-02-01 15:51:34 · 244 阅读 · 0 评论 -
读书笔记:神经网络 Affine 层的实现及应用 ← 斋藤康毅
神经网络的正向传播中进行的矩阵的乘积运算在几何学领域被称为“仿射变换”。“Affine层”的作用就是进行仿射变换。理解“Affine层”的原理,需要掌握矩阵微分的知识。矩阵微分的知识可参考:https://www.cnblogs.com/faranten/p/16028217.html原创 2023-02-01 14:40:40 · 306 阅读 · 0 评论 -
读书笔记:神经网络 Sigmoid 层的实现及应用 ← 斋藤康毅
Sigmoid 层原创 2023-01-31 17:46:04 · 190 阅读 · 0 评论 -
读书笔记:神经网络 ReLU 层的实现及应用 ← 斋藤康毅
在神经网络的层的实现中,一般假定 forward() 和 backward() 的参数是NumPy数组。● 激活函数 ReLU(Rectified Linear Unit):如果正向传播时的输入x大于0,则反向传播会将上游的值原封不动地传给下游。反过来,如果正向传播时的x小于等于0,则反向传播中传给下游的信号将停在此处。原创 2023-01-31 11:09:12 · 560 阅读 · 0 评论 -
读书笔记:神经网络加法层与乘法层的实现及应用 buy_apple_orange.py ← 斋藤康毅
“层”是神经网络中功能的单位。通常把神经网络的“层”实现为一个类。“层”的实现中有两个共通的方法 forward() 和 backward()。forward() 对应正向传播,backward() 对应反向传播。加法结点的反向传播将上游的值原封不动地输出到下游,乘法结点的反向传播将上游的值乘以正向传播时输入信号的“翻转值”后传递给下游。原创 2023-01-31 06:08:08 · 525 阅读 · 0 评论 -
读书笔记:神经网络的学习 train_neuralnet.py ← 斋藤康毅
神经网络的学习分成下面4个步骤。● 步骤1(mini-batch)从训练数据中随机选出一部分数据,这部分数据称为mini-batch。我们的目标是减小mini-batch的损失函数的值。● 步骤2(计算梯度)为了减小mini-batch的损失函数的值,需要求出各个权重参数的梯度。梯度表示损失函数的值减小最多的方向。● 步骤3(更新参数)将权重参数沿梯度方向进行微小更新。● 步骤4(重复)重复步骤1、步骤2、步骤3。原创 2023-01-28 23:22:38 · 350 阅读 · 0 评论 -
读书笔记:神经网络的梯度 gradient_simplenet.py ← 斋藤康毅
神经网络的梯度,是指损失函数关于权重参数的梯度。需要提醒的是,此代码每次运行的输出结果不同。原创 2023-01-27 22:14:15 · 114 阅读 · 0 评论 -
读书笔记:梯度法求函数的最小值 gradient_method.py ← 斋藤康毅
● 由多元函数全部变量的偏导数汇总而成的向量称为梯度(gradient)。梯度指示的方向是各点处的函数值减小最多的方向。● 虽然梯度的方向并不一定指向最小值,但沿着它的方向能够最大限度地减小函数的值。因此,在寻找函数的最小值(或者尽可能小的值)的位置的任务中,要以梯度的信息为线索,决定前进的方向。原创 2023-01-27 09:18:57 · 1129 阅读 · 0 评论 -
读书笔记:求函数梯度的Python代码 numerical_gradient.py ← 斋藤康毅
由多元函数全部变量的偏导数汇总而成的向量称为梯度(gradient)。梯度指示的方向是各点处的函数值减小最多的方向。原创 2023-01-26 23:32:39 · 1231 阅读 · 1 评论 -
读书笔记:Python绘制三维图像 ← 斋藤康毅
ax.plot_surface(X, Y, Z, rstride=3, cstride=3, cmap='rainbow') 用于绘制三维图像。其中:rstride表示行之间的跨度,用来控制行平滑程度。cstride表示列之间的跨度,用来控制列平滑程度。原创 2023-01-26 17:49:23 · 705 阅读 · 0 评论 -
读书笔记:数值微分及其在切线绘制中的Python实现 ← 斋藤康毅
数值微分(Numerical differentiation)及其在切线绘制中的Python实现原创 2023-01-26 15:18:46 · 87 阅读 · 0 评论 -
读书笔记:mini-batch学习 ← 斋藤康毅
如果以全部数据为对象求损失函数的和,则计算过程需要花费较长的时间。因此,我们从全部数据中选出一部分,作为全部数据的“近似”。这种学习方式称为mini-batch学习。原创 2023-01-25 10:50:28 · 684 阅读 · 0 评论 -
读书笔记:均方误差与交叉熵误差的Python实现 ← 斋藤康毅
神经网络以损失函数为线索寻找最优权重参数。损失函数可以使用任意函数,但一般用均方误差和交叉熵误差等。原创 2023-01-24 22:25:55 · 87 阅读 · 0 评论 -
读书笔记:异或门的Python实现 ← 斋藤康毅
单层感知机无法表示异或门,单层感知机无法分离非线性空间。这让人深感遗憾,但也无需悲观。因为,可以通过组合单层感知机来表示异或门。也就是说,通过叠加层(加深层),感知机能进行更加灵活的表示。实际上,与门、或门、与非门是单层感知机,而异或门是2层感知机。原创 2023-01-19 09:25:50 · 346 阅读 · 0 评论 -
读书笔记:手写数字识别 ← 斋藤康毅
求解机器学习问题的步骤可以分为“学习”和“推理”两个阶段。本例假设“学习”阶段已经完成,并将学习到的权重和偏置参数保存在pickle文件sample_weight.pkl中。然后,使用学习到的权重和偏置参数,实现“推理”阶段。在“手写数字识别”项目中,所谓“推理”,即使用学习到的权重和偏置参数,对输入数据进行分类。“手写数字识别”项目的代码含mnist.py、neuralnet_mnist.py及sample_weight.pkl等3个文件,它们位于同一文件夹下。原创 2023-01-18 09:04:23 · 707 阅读 · 0 评论 -
在jupter中利用Python编程查看pkl文件内容的步骤
pkl文件是python里面保存文件的一种格式。原创 2023-01-15 23:38:47 · 2365 阅读 · 0 评论 -
读书笔记:3层神经网络的Python实现 ← 斋藤康毅
本例中,神经网络的层号从0开始,目的是方便利用Python进行实现。因此,本例所构造的3层神经网络,共有4层神经元。即第0层、第1层、第2层、第3层。原创 2023-01-15 22:29:42 · 222 阅读 · 0 评论 -
读书笔记:ReLU函数的Python代码 ← 斋藤康毅
在神经网络发展的历史上,sigmoid函数很早就开始被使用了,而最近则主要使用ReLU(Rectified Linear Unit)函数。原创 2023-01-15 07:15:26 · 196 阅读 · 0 评论 -
sigmoid函数和阶跃函数的Python代码比较 ← 斋藤康毅
sigmoid函数:1/(1+exp(-x))sigmoid函数的平滑性对神经网络的学习具有重要意义。原创 2023-01-13 20:11:27 · 226 阅读 · 0 评论 -
阶跃函数的Python实现 ← 斋藤康毅
激活函数是连接感知机和神经网络的桥梁。原创 2023-01-13 11:28:37 · 921 阅读 · 0 评论 -
设置jupyter notebook的一个cell可有多个输出
from IPython.core.interactiveshell import InteractiveShellInteractiveShell.ast_node_interactivity = "all"原创 2022-12-07 19:48:59 · 636 阅读 · 0 评论 -
利用Python编写一个包含计数属性的Cat类。然后依据输入,统计总共实例化了多少只Cat?
【算法代码】class Cat: count=0 #类变量。其值将在类的所有实例之间共享 def __init__(self, name, age): self.name=name self.age=age Cat.count+=1cat1=Cat("C1", 1)cat2=Cat("C2", 2)cat3=Cat("C3", 3)cat4=Cat("C4", 4)cat5=Cat("C5", 5)print("Havin原创 2021-12-02 23:35:12 · 1240 阅读 · 0 评论 -
(含异常处理)利用Python编程实现猜数游戏算法代码
【问题描述】猜数游戏:在程序中预设一个0~9之间的整数,让用户通过键盘输入所猜的数,如果大于预设的数,显示“遗憾,太小了”;小于预设的数,显示“遗憾,太小了”,如此循环,直至猜中该数,显示“预测N次,你猜中了!”,其中N是用户输入数字的次数。【算法代码】from random import randints=0try: x=randint(0,9) while 1: t=int(eval(input('Please input a digi原创 2021-11-24 16:57:58 · 4678 阅读 · 0 评论