008、面对对象的封装案例

面向对象封装案例

  • 封装是面向对象编程的一大特点
  • 面向对象编程的第一步——将属性和方法封装到一个抽象的类中
  • 外界使用类创建对象,然后让对象调用方法
  • 对象的细节都被封装在类的内部

提示:在对象的方法内部,可以直接访问对象的属性的。

# 案例

class Person:
    
    def __init__(self, name, weight):
        
        # self.属性 = 形参
        self.name = name
        self.weight = weight
        
    def __str__(self):
        
        return "我的名字叫 %s 体重是 %.2f" %(self.name, self.weight)
    
    def run(self):
        print("%s 爱跑步,锻炼身体" % self.name)
        self.weight -= 0.5 
    
    def eat(self):
        print("%s 是吃货,吃完这顿再减肥" %self.name)
        self.weight += 1
    
xiaoming = Person("小明", 75.0)

xiaoming.run()
xiaoming.eat()

print(xiaoming)

小明 爱跑步,锻炼身体
小明 是吃货,吃完这顿再减肥
我的名字叫 小明 体重是 75.50

提示:

  • 在对象的方法内部,是可以直接访问对象的属性的
  • 同一个类创建的多个对象之间,属性互不干扰。
xiaomei = Person("小美", 45.0)
xiaomei.run()
xiaomei.eat()
print(xiaomei)
print(xiaoming)

小美 爱跑步,锻炼身体
小美 是吃货,吃完这顿再减肥
我的名字叫 小美 体重是 45.50
我的名字叫 小明 体重是 75.50

# 案例,被使用的类通常先开发
# 家具类
class HouseItem:
    
    def __init__(self, name, area):
        
        self.name = name
        self.area = area
        
    def __str__(self):
        
        return "[%s]占地 %.2f" %(self.name, self.area)
    

class House:
    
    def __init__(self, house_type, area):
        
        self.house_type = house_type
        self.area = area
        
        # 剩余面积
        self.free_area = area
        
        # 家具名称列表
        self.item_list = []
        
    def __str__(self):
        
        #python 中能够自动将一对括号内部的代码连接在一起
        return ("户型: %s \n 总面积:%.2f \n [剩余:%.2f]\n 家具:%s" 
               % (self.house_type, self.area, 
                  self.free_area, self.item_list))
    
    def add_item(self, item):
        print("要添加 %s" % item)
        # 1.判断家具面积
        if item.area > self.free_area:
            print("{} 的面积太大了,无法添加".format(item.name))
            
            return
        # 2.将家具名称添加到家具列表
        self.item_list.append(item.name)
        # 3.计算剩余面积
        self.free_area -= item.area
    
# 1、创建家具

bed = HouseItem("席梦思", 100)
chest = HouseItem("衣柜", 2)
table = HouseItem("餐桌", 1.5)
print(bed)
print(chest)
print(table)

# 2、创建房子对象

my_home = House("两室一厅", 60)

my_home.add_item(bed)
my_home.add_item(chest)
my_home.add_item(table)

print(my_home)

[席梦思]占地 100.00
[衣柜]占地 2.00
[餐桌]占地 1.50
要添加 [席梦思]占地 100.00
席梦思 的面积太大了,无法添加
要添加 [衣柜]占地 2.00
要添加 [餐桌]占地 1.50
户型: 两室一厅
总面积:60.00
[剩余:56.50]
家具:[‘衣柜’, ‘餐桌’]

#案例2

class Gun:
    
    def __init__(self, model):
        
        # 1. 抢的型号
        self.model = model
        
        #2.子弹数量
        self.bullet_count = 0
        
    def add_bullet(self, count):
        
        self.bullet_count += count
        
    def shoot(self):
        
        # 1.判断子弹数量
        if self.bullet_count <= 0:
            print("{}没有子弹了...".format(self.model))
            
            return
        #2.发射子弹
        self.bullet_count -= 1
        
        #3.提示发射信息
        print("{} 突突突...{}" .format(self.model, self.bullet_count))
        
        
        
class Soldier:
    
    def __init__(self, name):
        
        #1.姓名
        self.name = name
        
        #2.枪-新兵没有枪
        # 在定义属性的时候不知道赋什么值,就用None代替
        self.gun = None
        
    def fire(self):
        
        #1.判断士兵是否有枪
        #if self.gun == None:
        # 在使用None进行判断的时候,需要使用is进行规范,而不是 ==,进行判断。
        if self.gun is None:
            print("{}还没有枪...".format(self.name))
            
            return
        #2.高喊口号
        print("冲啊...{}".format(self.name))
        
        #3.让枪装满子弹
        self.gun.add_bullet(50)
        
        #4.让枪发射子弹
        self.gun.shoot()
        
# 一个对象的属性,可以使另外一个类创建的对象。       
# 1.创建枪对象
ak47 = Gun("AK47")

#2.创建许三多
xusanduo = Soldier("许三多")

xusanduo.gun = ak47
xusanduo.fire()

print(xusanduo.gun)

冲啊…许三多
AK47 突突突…49
<main.Gun object at 0x030D0E30>

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值