python29

复习知识点：函数和类

1. 函数（Function）

• 本质：封装特定功能的代码块，接收输入（参数）并返回输出（结果）。
• 特点：
  • 无状态：每次调用独立，不保留数据（除非用全局变量或闭包）。
  • 即用即抛：像一次性工具，用完即释放内存。
• 常见场景：计算、数据处理、工具函数（如 len(), print()）。

2. 类（Class）

• 本质：创建对象的蓝图，包含数据（属性）和操作数据的方法（函数）。
• 特点：
  • 有状态：对象实例可以保存数据（如神经网络的权重）。
  • 继承和多态：支持面向对象编程的三大特性（封装、继承、多态）。
• 常见场景：构建复杂系统（如深度学习模型、游戏角色）。

学习心得：从混乱到清晰

1. 对函数和类的理解

• 初学阶段：
  • 函数是“公式”，类是“模板”——但总觉得类很复杂，为什么要用它？
  • 写代码时总用函数堆砌，遇到复杂逻辑时代码变得难以维护。
• 实践后顿悟：
  • 函数是工具：适合单一职责的任务（如计算均值、格式化字符串）。
  • 类是系统：当需要管理状态和复杂行为时，用类组织代码更清晰。
  • 例子：
    • 写游戏时，用 class Player 管理角色的位置、血量、攻击方法，比用分散的函数+全局变量更安全。
    • 在PyTorch中，自定义模型必须继承 nn.Module，因为类能保存参数并定义计算流程。

2. Python语言的理解

• “胶水语言”的灵活性：
  • 动态类型、语法简洁，适合快速验证想法（比如Jupyter中随手写函数测试）。
  • 但灵活性也带来代价：大型项目中需谨慎设计，否则易变成“面条代码”。
• “一切皆对象”的哲学：
  • 函数是对象，类是对象，甚至模块也是对象——这种设计让装饰器、元类等高级特性成为可能。
  • 例如：装饰器本质上是一个“处理函数的函数”，而类装饰器可以动态修改类的行为。

对Python的“工具观”

1. “快速原型”利器：

   • 语法简洁，库生态丰富（如NumPy、PyTorch），适合快速实现算法。
   • 但性能敏感的场景需换其他语言（如C++）或优化手段（如JIT编译）。

2. “双刃剑”般的动态性：

   • 动态类型让代码灵活，但也容易隐藏类型错误（直到运行时才报错）。
   • 解决方案：用类型注解（Type Hints）和静态检查工具（如mypy）。

3. 社区驱动的哲学：

   • Python的成功离不开开源社区，许多设计决策（如PEP提案）体现了实用主义。
   • 例如：@dataclass 装饰器的出现，让定义数据类变得极其简洁。

总结：代码是思想的映射

• 函数是动词：描述“做什么”（如 calculate_loss）。
• 类是名词：描述“是什么”（如 NeuralNetwork）。
• Python是笔：用它清晰地表达逻辑，而非炫耀语法技巧。

@浙大疏锦行-CSDN博客