python面向对象属性_Python面向对象属性

也是好久没有更新过了，今天主要想写的就是关于面向的对象的属性的问题。

属性的解释来看，能够简单的理解为方法但是是用字段的方式来调用方法。除此之外，另外一种是不加装饰器，利用python提供方式来写，根据你不同的对象来进行用，其实本质也是定义方法，来用对象调用。

1 classObject:2 deff1(self):3 return '123'

4 deff2(self, value):5 print(value)6 deff3(self):7 a = 1 + 1

8 print(a)9 foo = property(fget=f1, fset=f2, fdel=f3)10

11 p =Object()12 result =p.foo13 print(result)14 p.foo = '周'

15 del p.foo

View Code

其中就是先定义方法，其次类似于装饰器的用上fget、fset、fdel的方式对应到方法。接着就是用对象来进行调用。只不过这种方式感觉起来更加的优雅。

PS：并行和分布式的问题，今天讨论了下，主要把握一点并行的结果相互影响的，分布式的结果互不影响。

这就类似于做一件八个步骤的事，并行是把这事所需要的工作量分为八份，而分布式就相当于分为八个部分，每个人做，之后再碰撞出结果。例如性别(男女)、形体(高矮)、体型(胖瘦)、视力(戴眼镜、不戴)这个要是按照非分布式的看就是2*2*2*2这样来做，训练集不够则可能无法判断出是否这人戴眼镜。就相当于消息是从前往后传递，但是中间有损失或者失真等等，没有足够多的去验证可能不准。或者说是，判断的是否戴眼镜是依赖于上一个条件体型综合下来的东西。没办超越或者跨前一个节点条件，按照给定的算法顺序下来，不能直接和性别“交流”或者判断。而分布式则是，直接分为(男、女、胖、瘦、高、矮、戴、不戴)这八个属性，自由的去学习碰撞。这样举例来说就相当于，直接交流，不完全依靠中间的传递，不用需要大量的训练集去修正(相当我们之间需要交流很多次我才信任你这个人，你带的上层信息是否真实，分布式则直接可以交流与上层碰撞)。而是相互学习，验证(直接问)，最终判断这个戴不戴眼镜。八个属性都有对方不知道的信息，相互碰补充。而以前则是工作量均分，合起来给出结果就行。这样理解，组装一辆汽车，需要八个零件，分布式就相当于让八个人各负责一个，自己去碰撞怎么把车组装的更好。非分布式则是相当于把工作量分到八个人，一步步的做，则中间需要大量的数据来修正前一步传达的准确性。比如有个1缺陷可能你要从大量的数据修正中找出来了，但是分布式则是在碰撞中就直接问1的这个缺陷。