python训练的时候使用自定义损失函数

一、为什么要使用函数？

　　　1.避免代码重用

　　　2.提高代码的可读性

二、函数的定义与调用

1. def  函数名（参数1，参数2）:

　　　　''' 函数注释'''

　　　　print（'函数体'）

　　　　return 返回值

　　定义：def关键字开头，空格之后接函数名和圆括号，最后还要加一个冒号。

    　　　　def是固定的，不能变。

　　函数名：函数名是包含字母，数字，下划线的任意组合，但是不能以数字开头。虽然函数名可以随便取名，但是一般尽量定义成可以表示函数功能的。

2.函数的调用

　　　　　返回值=函数名（参数1，参数2）#记得函数名后面加括号

 函数和方法的区别

1、函数要手动传self，方法不用传

2、如果是一个函数，用类名去调用，如果是一个额方法，用对象去调用 

举例说明：

class Foo(object):
    def __init__(self):
        self.name="haiyan"
    def func(self):
        print(self.name)

obj = Foo()
obj.func()
Foo.func(obj)

判断函数和方法的方式

from types import FunctionType,MethodType
obj = Foo()
print(isinstance(obj.func,FunctionType))  #False
print(isinstance(obj.func,MethodType))   #True   #说明这是一个方法

print(isinstance(Foo.func,FunctionType))  #True   #说明这是一个函数。
print(isinstance(Foo.func,MethodType))  #False

三、函数的返回值

1.return的作用:结束一个函数的执行

2.首先返回值可以是任意的数据类型。

3.函数可以有返回值：如果有返回值，必须要用变量接收才有效果

   也可以没有返回值：

　　没有返回值的时候分三种情况：

　　　　1.当不写return的时候，函数的返回值为None

　　　　2.当只写一个return的时候，函数的返回值为None

　　　　3.return None的时候，函数的返回值为None（几乎不用）

4.return返回一个值（一个变量）

5.return返回多个值（多个变量）：多个值之间用逗号隔开，以元组的形式返回。

　　　　　　　　　　　　　　　 接收：可以用一个变量接收，也可以用多个变量接收，返回几个就用几个变量去接收

def firstvalue(a,b):

    c = a + b

    return c


def secondvalue(a,b):

    c = a + b

    return a,b,c

 

四、函数的参数

1.实参和形参
形参：是函数定义时候定义的参数
实参：函数调用的时候传进来的参数
2.传递多个参数可以传递多个参数，多个参数之间用逗号隔开。

站在传参的角度上，调用函数时传参数有两种方式：
　　1.按照位置传参数
　　2.按照关键字传参数

用法：1.位置参数必须在关键字参数的前面
　　　2.对于一个参数只能赋值一次

def my_max(a,b):#位置参数：按顺序定义参数
    if a>b:
        return a
    else:
        return b
# 站在传参的角度上
print(my_max(20,30))
print(my_max(10,20))# 1.按照位置传参
print(my_max(b=50,a=30))# 2.按照关键字传参
print(my_max(10,b=30))#3.位置和关键字传参混搭

传递多个参数，实现比大小的功能

View Code

3.默认参数

用法：为什么要用默认参数？将变化比较小的值设置成默认参数（比如一个班的男生多，女生就几个，就可以设置个默认值参数）

定义：默认参数可以不传，不传的时候用的就是默认值，如果传会覆盖默认值。

　　　默认的值是在定义函数的时候就已经确定了的

def stu_info(name,sex = "male"):
    """打印学生信息函数，由于班中大部分学生都是男生，
        所以设置默认参数sex的默认值为'male'
    """
    print(name,sex)
stu_info('alex')
stu_info('海燕','female')

默认参数

View Code

4.动态参数

按位置传值多余的参数都由args统一接收，保存成一个元组的形式

按关键字传值接受多个关键字参数，由kwargs接收，保存成一个典的形式

def fun(a,b,*args):
     sum=a+b
     for i in args:
            sum+=i
     return sum
 print(fun(1,5,6,4))#输出1+5+6+4的和

*args应用

def fun(a,b,**kwargs):
    print(a,b,kwargs)

# 按照关键字传参数
fun(a = 10,b = 20,cccc= 30,dddd = 50)#输出10 20 {'cccc': 30, 'dddd': 50}





def f(a,b,*args,defult=6,**kwargs):
    #位置参数，*args, 默认参数，**kwargs
    # print(a,b,args,defult,kwargs)
    return a,b,args,defult,kwargs

#传参数的时候：必须先按照位置传参数，再按照关键字传参数
print(f(1,2,7,8,ccc=10,der=5))

*kwargs的应用

**kwargs应用

1.为什么要使用装饰器呢？

　　装饰器的功能：在不修改原函数及其调用方式的情况下对原函数功能进行扩展

　　装饰器的本质：就是一个闭包函数

import time
def wrapper(func):
        def inner():
               start=time.time()
               func()
               end=time.time()
               print(end-start)
        return inner
@wrapper
def  kkk():#相当于kkk=wrapper(kkk)
    print('aaaaa')
kkk()

import time
def timer(func):
    def inner(*args,**kwargs):
        start = time.time()
        re = func(*args,**kwargs)
        end=time.time()
        print(end- start)
        return re
    return inner

@timer   #==> func1 = timer(func1)
def func1(a,b):
    print('in func1')
    print(a,b)

@timer   #==> func1 = timer(func1)
def func2(a):
    print('in func2 and get a:%s'%(a))
    return 'fun2 over'

func1(1,2)
print(func2('aaaaaa'))

原函数带多个参数的装饰器

带多个参数的装饰器

import time
def timer(func):
    def inner(*args,**kwargs):
        start = time.time()
        re = func(*args,**kwargs)
        end=time.time()
        print(end - start)
        return re
    return inner

@timer   #==> func1 = timer(func1)
def jjj(a):
    print('in jjj and get a:%s'%(a))
    return 'fun2 over'

jjj('aaaaaa')
print(jjj('aaaaaa'))

带返回值的装饰器

带返回值的装饰器

二、开放封闭原则

1.对扩展是开放的

2.对修改是封闭的

 三、装饰器的固定结构

import time
def wrapper(func):  # 装饰器
    def inner(*args, **kwargs):
        '''函数执行之前的内容扩展'''
        ret = func(*args, **kwargs)
         '''函数执行之前的内容扩展'''
        return ret
    return inner

@wrapper  # =====>aaa=timmer(aaa)
def aaa():
    time.sleep(1)
    print('fdfgdg')
aaa()

四、带参数的装饰器

带参数的装饰器：就是给装饰器传参

　　　　　　　　用处：就是当加了很多装饰器的时候，现在忽然又不想加装饰器了，想把装饰器给去掉了，但是那么多的代码，一个一个的去闲的麻烦，那么，我们可以利用带参数的装饰器去装饰它，这就他就像一个开关一样，要的时候就调用了，不用的时候就去掉了。给装饰器里面传个参数，那么那个语法糖也要带个括号。在语法糖的括号内传参。在这里，我们可以用三层嵌套，弄一个标识为去标识。如下面的代码示例

# 带参数的装饰器：（相当于开关）为了给装饰器传参
# F=True#为True时就把装饰器给加上了
F=False#为False时就把装饰器给去掉了
def outer(flag):
    def wrapper(func):
        def inner(*args,**kwargs):
            if flag:
                print('before')
                ret=func(*args,**kwargs)
                print('after')
            else:
                ret = func(*args, **kwargs)
            return ret
        return inner
    return wrapper

@outer(F)#@wrapper
def hahaha():
    print('hahaha')

@outer(F)
def shuangwaiwai():
    print('shuangwaiwai')

hahaha()
shuangwaiwai()

给装饰器加参数

装饰器开关

五、多个装饰器装饰一个函数

def qqqxing(fun):
    def inner(*args,**kwargs):
        print('in qqxing: before')
        ret = fun(*args,**kwargs)
        print('in qqxing: after')
        return ret
    return inner

def pipixia(fun):
    def inner(*args,**kwargs):
        print('in qqxing: before')
        ret = fun(*args,**kwargs)
        print('in qqxing: after')
        return ret
    return inner
@qqqxing
@pipixia
def dapangxie():
    print('饿了吗')
dapangxie()

'''
@qqqxing和@pipixia的执行顺序：先执行qqqxing里面的 print('in qqxing: before')，然后跳到了pipixia里面的
        print('in qqxing: before')
        ret = fun(*args,**kwargs)
        print('in qqxing: after')，完了又回到了qqqxing里面的 print('in qqxing: after')。所以就如下面的运行结果截图一样
'''

多个装饰器装饰一个函数

六、统计多少个函数被装饰了的小应用

统计多少个函数被我装饰了
l=[]
def wrapper(fun):
    l.append(fun)#统计当前程序中有多少个函数被装饰了
    def inner(*args,**kwargs):
        # l.append(fun)#统计本次程序执行有多少个带装饰器的函数被调用了
        ret = fun(*args,**kwargs)
        return ret
    return inner

@wrapper
def f1():
    print('in f1')

@wrapper
def f2():
    print('in f2')

@wrapper
def f3():
    print('in f3')
print(l)

统计多少个函数被装饰了

View Code

 

内置函数
1.eval,exec,和compile

eval（"print(456)")#吧字符串转换成python代码去执行（有返回值）
exec("print(7889)")#吧字符串转换成python代码去执行（无返回值）
2.compile#做编译

com=compile('1+2+3','',mode = 'eval')#节省时间
print(eval（com))
print(eval（'1+2+3'))#这句效果和上面的compile()效果一样

 3.type()

 

4.round精确度
print(round(3.1415926,2))#保留两位

5.和数据结构相关的
1.reversed()顺序的反转
l=[1,2,3,4]
print(list(reversed(l)))#是生成了一个新的列表，没有改变原来的列表（以后能不用reversed就不用reversed，用reverse）

#l.reverse()#在现在的列表的基础上修改了，修改的是原来的列表

5.slice切片
6.format()#除了格式化以外的作业


6.set和frozenset(不可变的集合)就像list和tuple


7.zip()

l=[1,2,3]
l2=[4,5,6,7,8]
print(zip(l,l2))
print(list(zip(l,l2)))
l3={'k':'v'}
print(list(zip(l,l3)))

8.sort和sorted

l=[1,3,5,-2,-6]
l.sort()
print(l)
l2=[1,3,5,-2,-6]
print(sorted(l2))
print(sorted(l2,key=abs))
print(sorted(l2,key=abs,reverse=True))#默认从小到大排序，修改为True，则从大到小排序

9.map():我要对我的列表当中的每一个值去做函数里面的操作

l=[1,2,3,4,5]
def pow2(x):
    return x*x
print(list(map(pow2,l)))

10.filter():从一个列表当中找到所有符合筛选条件的，在组成一个新列表

def aaa(x):
     return x%2==1
ret=list(filter(aaa,[1,2,54,3,6,8,17,9]))
print(ret)

递归函数

 

1.什么是递归：在一个函数里在调用这个函数本身

一个数，除2直到不能整除2
def  cal(num):
        if  num%2==0:#先判断能不能整除
            num=num//2
            return cal(num)
        else:
            return num
print(cal(8))

 

匿名函数：也叫lambda表达式

1.匿名函数的核心：一些简单的需要用函数去解决的问题，匿名函数的函数体只有一行

2.参数可以有多个，用逗号隔开

3.返回值和正常的函数一样可以是任意的数据类型

 

请把下面的函数转换成匿名函数
def  add(x,y)
        return x+y
add()

结果：
sum1=lambda x,y:x+y
print(sum1(5,8))

三、列表推导式

30以内所有被3整除的数
print(list([i for i in range(30) if i%3==0]))


将一个字典的key和value对调

mcase = {'a': 10, 'b': 34}
res1 = {i:mcase[i] for i in mcase}
res={mcase[i]:i for i in mcase }
print(res1)
print(res)

例二：合并大小写对应的value值，将k统一成小写

mcase = {'a':10,'b':34,'A':7}
res = {i.lower():mcase.get(i.lower(),0)+mcase.get(i.upper(),0) for i in mcase}
print(res)

四、集合推倒式

例：计算列表中每个值的平方，自带去重功能

l=[5,-5,1,2,5]
print({i**2 for i in l})

 

高阶函数

map()传入的第一个参数是f，即函数对象本身。由于结果r是一个Iterator，Iterator是惰性序列，因此通过list()函数让它把整个序列都计算出来并返回一个list。

a='123'
def f(x):
return x
r=map(f,a)
print list(r)

reduce的用法。reduce把一个函数作用在一个序列[x1, x2, x3, ...]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：

reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)

filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。

defis_odd(n): returnn % 2== 1list(filter(is_odd, [1, 2, 4, 5, 6, 9, 10, 15]))

排序也是在程序中经常用到的算法。无论使用冒泡排序还是快速排序，排序的核心是比较两个元素的大小。如果是数字，我们可以直接比较，但如果是字符串或者两个dict呢？直接比较数学上的大小是没有意义的，因此，比较的过程必须通过函数抽象出来

Python内置的sorted()函数就可以对list进行排序：

sorted(['bob', 'about', 'Zoo', 'Credit'], key=str.lower, reverse=True)

①从参数方面来讲：

map()函数：

　　map()包含两个参数，第一个是参数是一个函数，第二个是序列（列表或元组）。其中，函数（即map的第一个参数位置的函数）可以接收一个或多个参数。

reduce()函数：

reduce() 第一个参数是函数，第二个是 序列（列表或元组）。但是，其函数必须接收两个参数。

②从对传进去的数值作用来讲：

map()是将传入的函数依次作用到序列的每个元素，每个元素都是独自被函数“作用”一次；

reduce()是将传人的函数作用在序列的第一个元素得到结果后，把这个结果继续与下一个元素作用（累积计算），

最终结果是所有的元素相互作用的结果。

练习：

计算：lambda和reduce实现1到100的累加 fromfunctools importreduce print(reduce(lambdax,y:sum([x,y]),range(1,101))) #第一个参数是一个函数，第二个参数是一个序列print(map(lambdax,y:sum([x,y]),range(1,101))) #第一个参数是一个函数，第二个参数是一个序列print(list(map(lambdax,y:sum([x,y]),range(1,101),range(1,101)))) #第一个参数是一个函数，第二个参数是一个序列

 

模块

同一个目录 引入模块

import 
from..import

这两种都会把函数执行一遍

import Firstmoudle
Firstmoudle.func(1,2)
# from Firstmoudle import func（全部*）
from Firstmoudle import s 分成2行写

模块内容执行1次 只是把变量或者函数拿出来

# func(1,2)
reload(Firstmoudle)
Firstmoudle.func()
import sys
print sys.getdefaultencoding()
reload(sys)
sys.setdefaultencoding('utf_8')
print sys.getdefaultencoding()

不同文件夹下引用需要添加绝对路径或者相对路径

import sys
sys.path.append('C:\\Users\\thinkpad\\PycharmProjects\\untitled\\test\\test2')
import Firstmoudle
Firstmoudle.func()