python调用函数后endofstatementexpected_斯坦福CS231n深度学习课程笔记翻译（一）

1def sign(x):

2 if x > 0:

3 return 'positive'

4 elif x < 0:

5 return 'negative'

6 else:

7 return 'zero'

8for x in [-1, 0, 1]:

9 print sign(x)

10# Prints "negative", "zero", "positive"

我们常常使用可选参数来定义函数：

1def hello(name, loud=False):

2 if loud:

3 print 'HELLO, %s' % name.upper()

4 else:

5 print 'Hello, %s!' % name

6hello('Bob') # Prints "Hello, Bob"

7hello('Fred', loud=True) # Prints "HELLO, FRED!"

函数还有很多内

容，可以查看文档。

类Classes

Python对于类的定义是简单直接的： 1class Greeter(object):

2 # Constructor

3 def __init__(self, name):

4 self.name = name # Create an instance variable

5 # Instance method

6 def greet(self, loud=False):

7 if loud:

8 print 'HELLO, %s!' % self.name.upper()

9 else:

10 print 'Hello, %s' % self.name

11g = Greeter('Fred') # Construct an instance of the Greeter class

12g.greet() # Call an instance method; prints "Hello, Fred"

13g.greet(loud=True) # Call an instance method; prints "HELLO, FRED!"

更多类的信息请查阅文档。

Numpy

Numpy是Python中用于科学计算的核心库。它提供了高性能的多维数组对象，以及相关工具。

数组Arrays

一个numpy数组是一个由不同数值组成的网格。网格中的数据都是同一种数据类型，可以通过非负整型数的元组来访问。维度的数量被称为数组的阶，数组的大小是一个由整型数构成的元组，可以描述数组不同维度上的大小。

我们可以从列表创建数组，然后利用方括号访问其中的元素：

1import numpy as np

2a = np.array([1, 2, 3]) # Create a rank 1 array

3print type(a) # Prints ""

4print a.shape # Prints "(3,)"

5print a[0], a[1], a[2] # Prints "1 2 3"

6a[0] = 5 # Change an element of the array

7print a # Prints "[5, 2, 3]"

8b = np.array([[1,2,3],[4,5,6]]) # Create a rank 2 array

9print b # 显示一下矩阵b

10print b.shape # Prints "(2, 3)"

11print b[0, 0], b[0, 1], b[1, 0] # Prints "1 2 4"

Numpy还提供了很多其他创建数组的方法： 1import numpy as np

2a = np.zeros((2,2)) # Create an array of all zeros

3print a # Prints "[[ 0. 0.]

4 # [ 0. 0.]]"

5b = np.ones((1,2)) # Create an array of all ones

6print b # Prints "[[ 1. 1.]]"

7c = np.full((2,2), 7) # Create a constant array

8print c # Prints "[[ 7. 7.]

9 # [ 7. 7.]]"

10d = np.eye(2) # Create a 2x2 identity matrix

11print d # Prints "[[ 1. 0.]

12 # [ 0. 1.]]"

13e = np.random.random((2,2)) # Create an array filled with random values

14print e # Might print "[[ 0.91940167 0.08143941]

15 # [ 0.68744134 0.87236687]]"

其他数组相关方法，请查看文档。

访问数组

Numpy提供了多种访问数组的方法。

切片：和Python列表类似，numpy数组可以使用切片语法。因为数组可以是多维的，所以你必须为每个维度指定好切片。

1import numpy as np

2# Create the following rank 2 array with shape (3, 4)

3# [[ 1 2 3 4]

4# [ 5 6 7 8]

5# [ 9 10 11 12]]

6a = np.array([[1,2,3,4], [5,6,7,8], [9,10,11,12]])

7# Use slicing to pull out the subarray consisting of the first 2 rows

8# and columns 1 and 2; b is the following array of shape (2, 2):

9# [[2 3]

10# [6 7]]

11b = a[:2, 1:3]

12# A slice of an array is a view into the same data, so modifying it

13# will modify the original array.

14print a[0, 1] # Prints "2"

15b[0, 0] = 77 # b[0, 0] is the same piece of data as a[0, 1]

16print a[0, 1] # Prints "77"

你可以同时使用整型和切片语法来访问数组。但是，这样做会产生一个比原数组低阶的新数组。需要注意的是，这里和MATLAB中的情况是不同的：

1import numpy as np

2# Create the following rank 2 array with shape (3, 4)

3# [[ 1 2 3 4]

4# [ 5 6 7 8]

5# [ 9 10 11 12]]

6a = np.array([[1,2,3,4], [5