以前学过一点点python的基础语法（很基础），后面一直用的c。

把基础捡一捡，再在这里记录一些不太熟悉的用法

一、类

*************************************************************

这里从原文的评论里摘一段：

上帝

class 类 (人) instance 实例 (你,我,他) 你会有些属性(身高,年龄,体重) 你会有些技能(吃饭,泡妞)

__init__ 方法的主要作用,就是初始化你的属性,这些属性,在上帝初始化你的时候就要赋予给你,比如zhangsan = Person(170,29,50)这时上帝就把你创造出来了，也就是实例化了你，然后，你到底有哪些技能呢，这就看有没有在类里面定义了，如果有定义泡妞的技能，那么你就可以调用泡妞的技能来泡妞，大致就是这样吧，看看下面的例子就更清楚了

class Person(object):
# 这里就是初始化你将要创建的实例的属性
    def __init__(self,hight,weight,age):
        self.hight = hight
        self.weight = weight
        self.age = age

# 定义你将要创建的实例所有用的技能
    def paoniu(self):
        print('你拥有泡妞的技能')

    def eat(self):
        print('you can eat')

# 开始创建实例
zhangsan=Person(170,50,29)
lisi = Person(175,100,30)

# 你的实例开始使用它的技能
zhangsan.paoniu()
lisi.eat()

此外还有：

可以自由地给一个实例变量绑定属性，比如，给实例bart绑定一个name属性

（这里的Student类是空的，详细看原文）

>>> bart.name = 'Bart Simpson'
>>> bart.name
'Bart Simpson'

由于类可以起到模板的作用，因此，可以在创建实例的时候，把一些我们认为必须绑定的属性强制填写进去。通过定义一个特殊的__init__方法，在创建实例的时候，就把name，score等属性绑上去：

class Student(object):
    def __init__(self, name, score):
        self.name = name
        self.score = score

（我还以为只能用__init__绑定属性）

二、继承和多态

*****************************继承和多态 - Python教程 - 廖雪峰的官方网站*****************************

                                        这篇原文通篇都要看看！！！！！！！！！！

因为是第一次见，全都是新知识，想摘但感觉全都很重要，所以必须好好看看

继承比较好理解：

原文：继承有什么好处？最大的好处是子类获得了父类的全部功能。由于Animal实现了run()方法，因此，Dog和Cat作为它的子类，什么事也没干，就自动拥有了run()方法：

更重要的是多态：（从摘抄位置开始后续的都要看）

>>> isinstance(c, Dog)
True

看来a、b、c确实对应着list、Animal、Dog这3种类型。

但是等等，试试：

>>> isinstance(c, Animal)
True

看来c不仅仅是Dog，c还是Animal！

不过仔细想想，这是有道理的，因为Dog是从Animal继承下来的，当我们创建了一个Dog的实例c时，我们认为c的数据类型是Dog没错，但c同时也是Animal也没错，Dog本来就是Animal的一种！

所以，在继承关系中，如果一个实例的数据类型是某个子类，那它的数据类型也可以被看做是父类。但是，反过来就不行：

>>> b = Animal()
>>> isinstance(b, Dog)
False

Dog可以看成Animal，但Animal不可以看成Dog。

实例属性和类属性 - Python教程 - 廖雪峰的官方网站

用self定义的，或者直接用实例.xxx=定义的属性属于这个实例自己的属性，但是如果

class Student(object):
    name = 'Student'

像这样定义的就是类属性，是这一整个类所共有的属性，当我们定义了一个类属性后，这个属性虽然归类所有，但类的所有实例都可以访问到。

>>> class Student(object):
...     name = 'Student'
...
>>> s = Student() # 创建实例s
>>> print(s.name) # 打印name属性，因为实例并没有name属性，所以会继续查找class的name属性
Student
>>> print(Student.name) # 打印类的name属性
Student
>>> s.name = 'Michael' # 给实例绑定name属性
>>> print(s.name) # 由于实例属性优先级比类属性高，因此，它会屏蔽掉类的name属性
Michael
>>> print(Student.name) # 但是类属性并未消失，用Student.name仍然可以访问
Student
>>> del s.name # 如果删除实例的name属性
>>> print(s.name) # 再次调用s.name，由于实例的name属性没有找到，类的name属性就显示出来了
Student

类继承中 super（）的作用

super().__init__()是为了调用父类的构造函数，确保子类正确继承父类的所有属性和方法。

情况1：不需要调用 super() 的例子（你的动物类）

class Animal:
    def run(self):
        print('Animal is running...')

class Dog(Animal):
    pass  # 没有定义 __init__

dog = Dog()
dog.run()  # 正常执行

为什么这里不需要 super()？

1、子类没有 __init__ 方法：
Python会自动寻找并使用父类的 __init__（实际上调用了 object.__init__()（最顶层的父类））

2、父类 Animal 也没有定义 __init__： 
同样继承自 object 的默认 __init__，默认的 object.__init__() 什么也不做

3、只是继承方法，不添加新属性：
如果子类不需要初始化自己的属性，直接继承父类的方法就足够了

情况2：必须调用 super() 的例子（神经网络）

class MyAlexNet(nn.Module):
    def __init__(self):
        super().__init__()  # 必须调用
        self.conv1 = nn.Conv2d(3, 64, 11)  # 添加新属性

为什么这里必须调用？

1. 子类有自己的 __init__：要添加新层（新属性）

2. 父类有重要的初始化逻辑：nn.Module.__init__() 做了很多重要工作

3. 需要保持父类的初始化：同时添加自己的初始化

实际的继承链例子

class A:
    def __init__(self):
        print("A init")
        self.a_value = 10

class B(A):
    def __init__(self):
        print("B init")
        self.b_value = 20
        # 忘记调用 super().__init__()

b = B()
print(b.a_value)  # ❌ 报错：AttributeError，因为A的初始化没执行

修复：

class B(A):
    def __init__(self):
        super().__init__()  # ✅ 先调用父类初始化
        print("B init")
        self.b_value = 20

b = B()
print(b.a_value)  # ✅ 输出：10
print(b.b_value)  # ✅ 输出：20

三、yield与生成器对象：

****************************************************************

这里简单摘一些：

如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator函数，调用一个generator函数将返回一个generator

这里，最难理解的就是generator函数和普通函数的执行流程不一样。普通函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。

举个简单的例子，定义一个generator函数，依次返回数字1，3，5：

def odd():
    print('step 1')
    yield 1
    print('step 2')
    yield(3)
    print('step 3')
    yield(5)

调用该generator函数时，首先要生成一个generator对象，然后用next()函数不断获得下一个返回值：

>>> o = odd()
>>> next(o)
step 1
1
>>> next(o)
step 2
3
>>> next(o)
step 3
5
>>> next(o)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration

可以看到，odd不是普通函数，而是generator函数，在执行过程中，遇到yield就中断，下次又继续执行。执行3次yield后，已经没有yield可以执行了，所以，第4次调用next(o)就报错。