预看vue源码所需的基础知识（一）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：
例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、对象

• 对象分为基本数据类型、引用数据类型
  

• 因为基本数据类型有缺点，所以衍生出了对象（引用数据类型）
  

• 对象的分类
  

• 函数Dog()也是对象
  

二、Function对象

• Function 构造函数创建一个新的 Function 对象。
  
  

• 每个 JavaScript 函数实际上都是一个 Function 对象。

一、prototype的由来

• JavaScript语言的继承机制，通过原型链prototype train来实现。

• 网景公司Netscape发布了navigator浏览器0.9版。但是这个浏览器只能用来浏览，不具备与访问者相互互动的能力（比如说用户在用户栏上填写内容，但是浏览器无法判断用户是否真的填写了，需要让服务器判断，服务器判断完成之后再返回错误要求用户重新填写，所以这非常的浪费时间和服务器资源。）

• 网景公司需要一种网页脚本语言，使得浏览器可以与网页互动，Brandon eich觉得可以完成一种简单操作，比如判断用户有没有填写表单。

• 有一个叫dog的构造函数，表示dog对象的原型。

Function Dog(name){
	this.name = name
}

• 用构造函数Dog生成实例对象dog

var dog1 = new Dog("大毛")

• 使用构造函数生成实例对象，有一个缺点就是无法共享属性和方法。比如在dog对象的构造函数Dog中，设置一个实例对象的共有属性species。

Function Dog(name){
	this.name = name
	this.spices = "犬科"
}

• 生成了两个实例对象。

var dog1=new Dog（"大毛"）
var dog2=new Dog（"2毛"）

• 更改dog1的spices属性

Dog 1.spices="猫科"

• 而dog2的species属性还是为犬科。

• 这两个对象的species属性是独立的，修改其中一个，不会影响到另一个。而且每生成一个实例，就必须重复这些相同的方法和属性内容，占用内存空间，不环保也缺乏效率。

• 所以从这里开始引入了prototype属性。

• 每一个构造函数都有一个Prototype属性（里面存放内存地址），指向另一个对象：prototype对象。

• Prototype对象：所有实例对象需要共享的属性和方法都放在这里面。 Prototype对象的所有属性和方法，都会被构造函数（ Function dog.）的实例（ Dog 1, dog 2.）继承。

• 不需要共享的属性和方法（每一个实力都不一样的），就放在构造函数里面。

• 需要共享的属性和方法（每一个实例都一样的）就放在prototype对象上。

• 实力对象一旦创建，自动引用prototype对象的属性和方法，也就是说实力对象的属性和方法分成两种，一种是本地的，一种是引用的prototype

Function dog（Name） ｛
 This.name=name.
｝

Dog.prototype=｛spices：犬科｝或者  Dog .prototype .Species="犬科"

• 生成了两个实例对象。

var dog1=new dog（"大毛"）
var dog2=new dog（"2毛"）

• Dog 1.spices是"犬科"
• Dog2.species也是"犬科"
• Spices属性放在prototype对象里，这是两个实例对象大毛二毛所共有的，只要修改了prototype对象里面的属性或属性值就会同时影响到两个实例对象。

Dog.prototype=｛spices：猫科｝或者  Dog .prototype .Species="猫科"

• Dog 1.spices是"猫科"
• Dog2.species是"猫科"
• 所有的实例对象（Dog 1, dog 2.）共同享有一个prototype对象，那么从外界看来prototype对象就好像是实例对象（
  Dog 1, dog 2.）的原型，而这个实例对象（ Dog 1 dog 2.）则好像继承了prototype对象一样。

二、prototype和__proto__

Function和Object的关系

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。

---

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。