成都创新互联网站制作重庆分公司

python怎么代入函数 python自定义类和函数的导入

Python菜鸟求助 如图,小明是怎么传进函数里面的?

必包函数

为和田县等地区用户提供了全套网页设计制作服务,及和田县网站建设行业解决方案。主营业务为做网站、网站建设、和田县网站设计,以传统方式定制建设网站,并提供域名空间备案等一条龙服务,秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求,就会得到认可,从而选择与我们长期合作。这样,我们也可以走得更远!

运行 hi = say('你好')之后返回函数name()

这个时候 hi() 就是一个函数了,它就是name()函数

然后调用hi('小明')就运行语句print(word, name)

所以,小明就出来了。

python遗传算法目标函数怎么编

一、遗传算法介绍

遗传算法是通过模拟大自然中生物进化的历程,来解决问题的。大自然中一个种群经历过若干代的自然选择后,剩下的种群必定是适应环境的。把一个问题所有的解看做一个种群,经历过若干次的自然选择以后,剩下的解中是有问题的最优解的。当然,只能说有最优解的概率很大。这里,我们用遗传算法求一个函数的最大值。

f(x) = 10 * sin( 5x ) + 7 * cos( 4x ), 0 = x = 10

1、将自变量x进行编码

取基因片段的长度为10, 则10位二进制位可以表示的范围是0到1023。基因与自变量转变的公式是x = b2d(individual) * 10 / 1023。构造初始的种群pop。每个个体的基因初始值是[0, 1, 0, 1, 0, 1, 0, 1, 0, 1]

2、计算目标函数值

根据自变量与基因的转化关系式,求出每个个体的基因对应的自变量,然后将自变量代入函数f(x),求出每个个体的目标函数值。

3、适应度函数

适应度函数是用来评估个体适应环境的能力,是进行自然选择的依据。本题的适应度函数直接将目标函数值中的负值变成0. 因为我们求的是最大值,所以要使目标函数值是负数的个体不适应环境,使其繁殖后代的能力为0.适应度函数的作用将在自然选择中体现。

4、自然选择

自然选择的思想不再赘述,操作使用轮盘赌算法。其具体步骤:

假设种群中共5个个体,适应度函数计算出来的个体适应性列表是fitvalue = [1 ,3, 0, 2, 4] ,totalvalue = 10 , 如果将fitvalue画到圆盘上,值的大小表示在圆盘上的面积。在转动轮盘的过程中,单个模块的面积越大则被选中的概率越大。选择的方法是将fitvalue转化为[1 , 4 ,4 , 6 ,10], fitvalue / totalvalue = [0.1 , 0.4 , 0.4 , 0.6 , 1.0] . 然后产生5个0-1之间的随机数,将随机数从小到大排序,假如是[0.05 , 0.2 , 0.7 , 0.8 ,0.9],则将0号个体、1号个体、4号个体、4号个体、4号个体拷贝到新种群中。自然选择的结果使种群更符合条件了。

5、繁殖

假设个体a、b的基因是

a = [1, 0, 0, 0, 0, 1, 1, 1, 0, 0]

b = [0, 0, 0, 1, 1, 0, 1, 1, 1, 1]

这两个个体发生基因交换的概率pc = 0.6.如果要发生基因交换,则产生一个随机数point表示基因交换的位置,假设point = 4,则:

a = [1, 0, 0, 0, 0, 1, 1, 1, 0, 0]

b = [0, 0, 0, 1, 1, 0, 1, 1, 1, 1]

交换后为:

a = [1, 0, 0, 0, 1, 0, 1, 1, 1, 1]

b = [0, 0, 0, 1, 0, 1, 1, 1, 0, 0]

6、突变

遍历每一个个体,基因的每一位发生突变(0变为1,1变为0)的概率为0.001.突变可以增加解空间

二、代码

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

def b2d(b): #将二进制转化为十进制 x∈[0,10] t = 0 for j in range(len(b)): t += b[j] * (math.pow(2, j)) t = t * 10 / 1023 return tpopsize = 50 #种群的大小#用遗传算法求函数最大值:#f(x)=10*sin(5x)+7*cos(4x) x∈[0,10]chromlength = 10 #基因片段的长度pc = 0.6 #两个个体交叉的概率pm = 0.001; #基因突变的概率results = [[]]bestindividual = []bestfit = 0fitvalue = []tempop = [[]]pop = [[0, 1, 0, 1, 0, 1, 0, 1, 0, 1] for i in range(popsize)]for i in range(100): #繁殖100代 objvalue = calobjvalue(pop) #计算目标函数值 fitvalue = calfitvalue(objvalue); #计算个体的适应值 [bestindividual, bestfit] = best(pop, fitvalue) #选出最好的个体和最好的函数值 results.append([bestfit,b2d(bestindividual)]) #每次繁殖,将最好的结果记录下来 selection(pop, fitvalue) #自然选择,淘汰掉一部分适应性低的个体 crossover(pop, pc) #交叉繁殖 mutation(pop, pc) #基因突变 results.sort() print(results[-1]) #打印函数最大值和对应的

来自CODE的代码片

GA.py

1

2

3

4

5

6

7

8

9

def best(pop, fitvalue): #找出适应函数值中最大值,和对应的个体 px = len(pop) bestindividual = [] bestfit = fitvalue[0] for i in range(1,px): if(fitvalue[i] bestfit): bestfit = fitvalue[i] bestindividual = pop[i] return [bestindividual, bestfit]

来自CODE的代码片

best.py

1

2

3

4

5

6

7

8

9

10

11

def calfitvalue(objvalue):#转化为适应值,目标函数值越大越好,负值淘汰。 fitvalue = [] temp = 0.0 Cmin = 0; for i in range(len(objvalue)): if(objvalue[i] + Cmin 0): temp = Cmin + objvalue[i] else: temp = 0.0 fitvalue.append(temp) return fitvalue

来自CODE的代码片

calfitvalue.py

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

import mathdef decodechrom(pop): #将种群的二进制基因转化为十进制(0,1023) temp = []; for i in range(len(pop)): t = 0; for j in range(10): t += pop[i][j] * (math.pow(2, j)) temp.append(t) return tempdef calobjvalue(pop): #计算目标函数值 temp1 = []; objvalue = []; temp1 = decodechrom(pop) for i in range(len(temp1)): x = temp1[i] * 10 / 1023 #(0,1023)转化为 (0,10) objvalue.append(10 * math.sin(5 * x) + 7 * math.cos(4 * x)) return objvalue #目标函数值objvalue[m] 与个体基因 pop[m] 对应

来自CODE的代码片

calobjvalue.py

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

import randomdef crossover(pop, pc): #个体间交叉,实现基因交换 poplen = len(pop) for i in range(poplen - 1): if(random.random() pc): cpoint = random.randint(0,len(pop[0])) temp1 = [] temp2 = [] temp1.extend(pop[i][0 : cpoint]) temp1.extend(pop[i+1][cpoint : len(pop[i])]) temp2.extend(pop[i+1][0 : cpoint]) temp2.extend(pop[i][cpoint : len(pop[i])]) pop[i] = temp1 pop[i+1] = temp2

来自CODE的代码片

crossover.py

1

2

3

4

5

6

7

8

9

10

11

12

13

import randomdef mutation(pop, pm): #基因突变 px = len(pop) py = len(pop[0]) for i in range(px): if(random.random() pm): mpoint = random.randint(0,py-1) if(pop[i][mpoint] == 1): pop[i][mpoint] = 0 else: pop[i][mpoint] = 1

来自CODE的代码片

mutation.py

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

import randomdef sum(fitvalue): total = 0 for i in range(len(fitvalue)): total += fitvalue[i] return totaldef cumsum(fitvalue): for i in range(len(fitvalue)): t = 0; j = 0; while(j = i): t += fitvalue[j] j = j + 1 fitvalue[i] = t;def selection(pop, fitvalue): #自然选择(轮盘赌算法) newfitvalue = [] totalfit = sum(fitvalue) for i in range(len(fitvalue)): newfitvalue.append(fitvalue[i] / totalfit) cumsum(newfitvalue) ms = []; poplen = len(pop) for i in range(poplen): ms.append(random.random()) #random float list ms ms.sort() fitin = 0 newin = 0 newpop = pop while newin poplen: if(ms[newin] newfitvalue[fitin]): newpop[newin] = pop[fitin] newin = newin + 1 else: fitin = fitin + 1 pop = newpop

在eclipse开发环境下python中怎么引用函数

选中需要查看的函数(光标移到函数所在的位置),然后使用eclipse快捷键Ctrl+Shift+G,然后就会在search窗口中看到函数调用的树状结构图。

以最简单的一个代码为例:

class A:

s="hello"

def p(self):

  print(self.s)

if __name__ == '__main__':

a=A()

a.p()

光标移到第4行p的位置,然后Ctrl+Shift+G,得到如下所示:

python如何表示算出一个数再代入式子计算下一个数

1.因为AB,所以1/2(|A-B|+A+B)=1/2(A-B+A+B)=A,可见10组数代入求出的10个值之和∑A当11、12……20这10个数分到不同组时取得最大值,最大值是11+12+……+20=155;

2.利用公式:∑i^3(i从1到n求和)=[n(n+1)/2]^2,可以计算2^3+4^3+6^3+……+100^3=(2^3)×(1^3+2^3+3^3+……+50^3)=8×[50×(50+1)/2]^2=13005000≈1.3×10^7(保留两个有效数字);

(公式∑i^3(i从1到n求和)=[n(n+1)/2]^2可以利用公式∑i^2(i从1到n求和)=n(n+1)(2n+1)/6和公式∑i(i从1到n求和)=n(n+1)/2,代入展开式∑[(i+1)^4]=∑(i^4+4i^3+6i^2+4i+1)(等式两边的i均从1到n求和),∑[(i+1)^4]、∑(i^4)两项交叉消掉,求和后只剩(n+1)^4、1,求出公式∑i^3(i从1到n求和)的表达式)

3.令函数f(x)=AX^7+BX^5+CX^3+DX=Y-E,则f(-x)=-f(x),函数f(x)是奇函数,f(x=-2)=Y(x=-2)-E=-35-E=-f(x=2)=-Y(x=2)+E=-23+E,所以E=-6,选A;

4.含有X、Y的5次单项式,X的指数是3,说明Y的指数是2,设单项式为A×(x^3)×(y^2),当X=-2,Y=1时,这个单项式的值为-40,说明A×(x^3)×(y^2)=A×(-8)×1=-40,A=5,所以这个单项式为5×(x^3)×(y^2).

python怎么把输入的数值代入公式计算

过程如下:

1、a=int(input("Input a num:"))    #python 3.X

2、b=int(input("Input another num:"))

3、c=a/(a*b)

Python为一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言,最初被设计用于编写自动化脚本(shell)。

扩展资料:

python的控制语句:

1、if语句,当条件成立时运行语句块。经常与else,elif(相当于else if) 配合使用。

2、for语句,遍历列表、字符串、字典、集合等迭代器,依次处理迭代器中的每个元素。

3、while语句,当条件为真时,循环运行语句块。

4、try语句,与except,finally配合使用处理在程序运行中出现的异常情况。

5、class语句,用于定义类型。

6、def语句,用于定义函数和类型的方法。

7、pass语句,表示此行为空,不运行任何操作。

参考资料来源:百度百科-Python

python读取excel中的数据并逐一代入自定义函数参与运算?

用openpyxl模块读取excel中的公式结果。代码如下:

import openpyxl

wb= openpyxl.load_workbook('sogou.xlsx',data_only=True)


新闻名称:python怎么代入函数 python自定义类和函数的导入
文章源于:http://cxhlcq.com/article/doccgod.html

其他资讯

在线咨询

微信咨询

电话咨询

028-86922220(工作日)

18980820575(7×24)

提交需求

返回顶部