python 近期用到的基础知识汇总（三）

1.python __len__(self)详解

如果一个类表现得像一个list，要获取有多少个元素，就得用 len() 函数。要让 len() 函数工作正常，类必须提供一个特殊方法__len__()，它返回元素的个数。
例如，我们写一个 Students 类，把名字传进去：

class Students(object):
    def __init__(self, *args):
        self.names = args
    def __len__(self):
        return len(self.names)
只要正确实现了__len__()方法，就可以用len()函数返回Students实例的“长度”：

>>> ss = Students('Bob', 'Alice', 'Tim')
>>> print len(ss)
3

2.python中assertion异常

python中的assert是一种最简单的异常机制 
assert的基本语法是："assert" expression1 ["," expression2]

expression1用于判断生成布尔值，当expression1为假的时候，则抛出异常，[]中的内容可选，即用户可以选择异常的提示值：

>>>a=23
>>>assert a==23
>>>a=a-1
>>>assert a==23
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AssertionError
>>>assert a==23 , "error1"
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AssertionError: error1

3.python -- np.random.seed()

seed( ) 用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed( )值，则每次生成的随即数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。

所以seed总是跟random搭配使用。

运行一次seed( )就会产生一个数组（根据（）里面的值，值相同产生相同的数组，值不同数组不相同），                                     np,random.random()就只要不重新运行seed( )是按之前得到数组，只要运行一次np,random.random()按顺序在数组中取一次值。

这正是对应了之前的认知其实python里 random产生的数一直是伪随机数。例如下面的例子：

num = 0
while(num<5):
    np.random.seed(2)
    print(np.random.random())
    num+=1

0.43599490214200376
0.43599490214200376
0.43599490214200376
0.43599490214200376
0.43599490214200376
--------------------- 
np.random.seed(2)
num = 0
while(num<5):
    print(np.random.random())
    num+=1

0.43599490214200376
0.025926231827891333
0.5496624778787091
0.4353223926182769
0.42036780208748903
--------------------- 

4.Python numpy函数：linspace（）创建等差数列

linspace用于创建一个是等差数列的一维数组。它创建的数组元素的数据格式是浮点型。

常看到的一般是三个参数，分别是：起始值、终止值（默认包含自身）、数列个数

参考：https://blog.csdn.net/qq_28618765/article/details/78084170

5.np.meshgrid函数

功能：从一个坐标向量中返回一个坐标矩阵

参数：

x1,x2...,xn：数组,一维的数组代表网格的坐标。

indexing：{'xy','ij'}，笛卡尔坐标'xy'或矩阵'ij'下标作为输出，默认的是笛卡尔坐标。

sparse：bool类型，如果为True，返回一个稀疏矩阵保存在内存中，默认是False。

copy：bool类型，如果是False，返回一个原始数组的视图保存在内存中，默认是True。如果，sparse和copy都为False，将有可能返回一个不连续的数组。而且，如果广播数组的元素超过一个，可以使用一个独立的内存。如果想要对这个数组进行写操作，请先拷贝这个数组。

返回值：x1,x2,....,xn：ndarray(numpy数组)

    nx,ny = (3,2)
    #从0开始到1结束，返回一个numpy数组,nx代表数组中元素的个数
    x = np.linspace(0,1,nx)
    #[ 0.   0.5  1. ]
    y = np.linspace(0,1,ny)
    # [0.  1.]
    xv,yv = np.meshgrid(x,y)
    '''
    xv
    [[ 0.   0.5  1. ]
     [ 0.   0.5  1. ]]
     yv
     [[ 0.  0.  0.]
      [ 1.  1.  1.]]
    '''

参考：https://blog.csdn.net/sinat_29957455/article/details/78825945