From a78c17ea2a8d676c6230e128a1c31270d3b95a57 Mon Sep 17 00:00:00 2001 From: bushuhui Date: Fri, 4 Sep 2020 17:21:47 +0800 Subject: [PATCH 1/4] Add network visualization tool --- References.md | 6 +++++- 1 file changed, 5 insertions(+), 1 deletion(-) diff --git a/References.md b/References.md index 639e10b..10532fa 100644 --- a/References.md +++ b/References.md @@ -7,10 +7,14 @@ ## References +* 22 个神经网络结构设计/可视化工具 + - https://www.toutiao.com/i6836884346155041292/ + - https://github.com/ashishpatel26/Tools-to-Design-or-Visualize-Architecture-of-Neural-Network + * CNN 可视化工具 https://m.toutiaocdn.com/group/6822123587156050435 - https://poloclub.github.io/cnn-explainer/ - https://github.com/poloclub/cnn-explainer - + * 一款图像转卡通的Python项目,超级值得你练手 - https://www.toutiao.com/a6821299115175969287/ - https://github.com/minivision-ai/photo2cartoon From e4c2bb746bd2e92ee4202ec16f1cb43e6f790f17 Mon Sep 17 00:00:00 2001 From: bushuhui Date: Wed, 9 Sep 2020 16:48:10 +0800 Subject: [PATCH 2/4] Improve course description --- README.md | 25 ++++++++++++++----------- 1 file changed, 14 insertions(+), 11 deletions(-) diff --git a/README.md b/README.md index 5694f8e..a6214f5 100644 --- a/README.md +++ b/README.md @@ -1,8 +1,8 @@ # 机器学习 -本教程主要讲解机器学习的基本原理与实现,通过本教程的引导来快速学习Python、Python常用库、机器学习的理论知识与实际编程,并学习如何解决实际问题。 +机器学习越来越多应用到飞行器、机器人等领域,其目的是利用计算机实现类似人类的智能,从而实现装备的智能化与无人化。本课程旨在引导学生掌握机器学习的基本知识、典型方法与技术,通过具体的应用案例激发学生对该学科的兴趣,鼓励学生能够从人工智能的角度来分析、解决飞行器、机器人所面临的问题和挑战。本课程主要内容包括Python编程基础,机器学习模型,无监督学习、监督学习、深度学习基础知识、实际编程,并学习如何解决实际问题。 -由于**本课程需要大量的编程练习才能取得比较好的学习效果**,因此需要认真去完成[作业和报告](https://gitee.com/pi-lab/machinelearning_homework),写作业的过程可以查阅网上的资料,但是不能直接照抄,需要自己独立思考并独立写出代码。 +由于**本课程需要大量的编程练习才能取得比较好的学习效果**,因此需要认真去完成[《机器学习-作业和报告》](https://gitee.com/pi-lab/machinelearning_homework),写作业的过程可以查阅网上的资料,但是不能直接照抄,需要自己独立思考并独立写出代码。 ![Machine Learning Cover](images/machine_learning.png) @@ -69,11 +69,15 @@ ## 2. 学习的建议 -1. 为了更好的学习本课程,需要大家把Python编程的基础能力培养好,这样后续的机器学习方法学习才比较扎实。 -2. 每个课程前部分是理论基础,然后是代码实现。个人如果想学的更扎实,可以自己把各个方法的代码亲自实现一下。做的过程尽可能自己想解决办法,因为重要的学习目标不是代码本身,而是学会分析问题、解决问题的能力。 +1. 为了更好的学习本课程,需要大家把Python编程能力培养好,通过做一定数量的练习题、小项目培养Python编程思维,这样后续的机器学习理论与实践才能学的比较扎实。 +2. 每个课程前半部分是理论基础,后半部分是代码实现。如果想学的更扎实,可以自己把各个方法的代码亲自实现一下。做的过程尽可能自己想解决办法,因为最重要的目标不是代码本身,而是学会分析问题、解决问题的能力。 +3. **不能直接抄已有的程序,或者抄别人的程序**,如果自己不会要自己去想,去找解决方法,或者去问。如果直接抄别人的代码,这样的练习一点意义都没有。**如果感觉太难,可以做的慢一些,但是坚持自己思考、自己编写练习代码**。。 +4. **请先遍历一遍所有的文件夹,了解有什么内容,资料**。各个目录里有很多说明文档,如果不会先找找有没有文档,如果找不到合适的文档就去网上找找。通过这个过程锻炼自己搜索文献、资料的能力。 +5. 本课程的练习题最好使用[Linux](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/linux)以及Linux下的工具来做。逼迫自己使用[Linux](https://gitee.com/pi-lab/learn_programming/blob/master/6_tools/linux),只有多练、多用才能快速进步。如果实在太难,先在虚拟机里装一个Linux(例如Ubuntu,或者LinuxMint等),先熟悉一下。但是最终需要学会使用Linux。 -## 3. 其他参考资料 + +## 3. 参考资料 * 资料速查 * [相关学习参考资料汇总](References.md) * [一些速查手册](tips/cheatsheet) @@ -98,13 +102,12 @@ * [Markdown——入门指南](https://www.jianshu.com/p/1e402922ee32) -## 4. 相关学习资料参考 + +## 4. 相关学习资料与参考 在上述内容学习完成之后,可以进行更进一步机器学习、计算机视觉方面的学习与研究,具体的资料可以参考: -1. [《一步一步学编程》](https://gitee.com/pi-lab/learn_programming) -2. 智能系统实验室-培训教程与作业 +1. 编程是机器学习研究、实现过程非常重要的能力,编程能力弱则无法快速试错,导致研究进度缓慢;如果编程能力强,则可以快速试错,快速编写实验代码等。强烈建议大家在学习本课程之后或之中,好好把数据结构、算法等基本功锻炼一下。具体的教程可以参考[《一步一步学编程》](https://gitee.com/pi-lab/learn_programming) +2. 智能系统实验室-培训教程与作业:这个教程是实验室积累的机器学习与计算机视觉方面的教程集合,每个课程介绍基本的原理、编程实现、应用方法等资料,可以作为快速入门的学习材料。 - [《智能系统实验室-暑期培训教程》](https://gitee.com/pi-lab/SummerCamp) - [《智能系统实验室-暑期培训作业》](https://gitee.com/pi-lab/SummerCampHomework) -3. [《智能系统实验室研究课题》](https://gitee.com/pi-lab/pilab_research_fields) -4. [《编程代码参考、技巧集合》](https://gitee.com/pi-lab/code_cook) - - 可以在这个代码、技巧集合中找到某项功能的示例,从而加快自己代码的编写 +3. [《编程代码参考、技巧集合》](https://gitee.com/pi-lab/code_cook):可以在这个代码、技巧集合中找到某项功能的示例,从而加快自己代码的编写 From 86cf945c55ae1119a9509d0ae606fb379d79f05c Mon Sep 17 00:00:00 2001 From: bushuhui Date: Wed, 9 Sep 2020 18:28:42 +0800 Subject: [PATCH 3/4] Improve python tips description --- tips/python/README.md | 4 ++-- 1 file changed, 2 insertions(+), 2 deletions(-) diff --git a/tips/python/README.md b/tips/python/README.md index 8160ea7..53d805d 100644 --- a/tips/python/README.md +++ b/tips/python/README.md @@ -1,7 +1,7 @@ # Pyton技巧 -## Python的包管理工具: `pip` +## 1. Python的包管理工具: `pip` 由于python是模块化的开发,因此能够能够利用其他人写的现成的包来快速的完成特定的任务。为了加快包的安装,python有很多包管理的工具,其中`pip`是目前使用最多的包管理工具。 * [pip的安装、使用等](pip.md) @@ -9,7 +9,7 @@ 但是由于直接使用pip去访问国外的网站慢,所以需要设置好pip的镜像,从而加快包的安装 -## Python的虚拟环境: `virtualenv` +## 2. Python的虚拟环境: `virtualenv` 由于Python可以通过`pip`工具方便的安装包,因此极大的加快了程序编写的速度。但由于公开的包很多,不可避免的带来了包依赖导致的无法安装某些程序的问题。针对这个问题可以使用`docker`来构建一个隔离的环境来安装所需要的包,但有的时候还是希望在本机安装,因此需要使用`virtualenv`工具来安装虚拟的python环境。 * [virtualenv的安装、使用](virtualenv.md) From 6daacd19c24d3e2ed23de8352f7705e15585fc3f Mon Sep 17 00:00:00 2001 From: bushuhui Date: Mon, 14 Sep 2020 09:31:46 +0800 Subject: [PATCH 4/4] Improve some description of chinese version of Python tutorial --- 0_python/1_Basics.ipynb | 13 +----- 0_python/2_Print_Statement.ipynb | 10 ++--- 0_python/3_Data_Structure_1.ipynb | 17 ++++--- 0_python/3_Data_Structure_1_EN.ipynb | 2 +- 0_python/4_Data_Structure_2.ipynb | 4 +- 0_python/5_Control_Flow.ipynb | 2 +- 0_python/6_Function.ipynb | 17 +++---- 0_python/7_Class.ipynb | 87 +++++++++++++----------------------- 8 files changed, 60 insertions(+), 92 deletions(-) diff --git a/0_python/1_Basics.ipynb b/0_python/1_Basics.ipynb index c436b52..e933749 100644 --- a/0_python/1_Basics.ipynb +++ b/0_python/1_Basics.ipynb @@ -8,15 +8,6 @@ ] }, { - "cell_type": "code", - "execution_count": 1, - "metadata": {}, - "outputs": [], - "source": [ - "a = 10\n" - ] - }, - { "cell_type": "markdown", "metadata": {}, "source": [ @@ -279,7 +270,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "0?这是由于分子和分母都是整数,但是结果是一个浮点数,因此 返回整数值,通过将分子或分母更改为浮点型,可以获得正确的答案。" + "Python3版本之后,自动讲整数的除法转换成浮点数,这样和人类的直觉比较一致。" ] }, { @@ -1007,7 +998,7 @@ "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", - "version": "3.6.8" + "version": "3.6.9" } }, "nbformat": 4, diff --git a/0_python/2_Print_Statement.ipynb b/0_python/2_Print_Statement.ipynb index c269bdc..0b142cb 100644 --- a/0_python/2_Print_Statement.ipynb +++ b/0_python/2_Print_Statement.ipynb @@ -4,14 +4,14 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "# Print 语句" + "# Print 函数" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ - "**print** 语句可以用下列不同的方式使用。\n", + "`print` 是Python内置的一个函数,可以用下列不同的方式使用。\n", "\n", " - print(\"Hello World\")\n", " - print(\"Hello\", )\n", @@ -87,7 +87,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "字符串可以分配给变量 _string1_ 和string2,使用print语句时可以调用。" + "字符串可以分配给变量 _string1_ 和string2,使用`print`语句时可以调用。" ] }, { @@ -175,7 +175,7 @@ " - %x -> Hexadecimal\n", " - %e -> exponential\n", " \n", - "这可以用于print语句本身内部的转换。" + "这可以用于`print`函数本身内部的转换。" ] }, { @@ -579,7 +579,7 @@ "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", - "version": "3.6.8" + "version": "3.6.9" } }, "nbformat": 4, diff --git a/0_python/3_Data_Structure_1.ipynb b/0_python/3_Data_Structure_1.ipynb index 1640b56..097bbb6 100644 --- a/0_python/3_Data_Structure_1.ipynb +++ b/0_python/3_Data_Structure_1.ipynb @@ -591,7 +591,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "。在一个有字符串作为元素的列表中,**max( )** 和 **min( )** 是可以应用的。**max( )** 会返回一个ASCII码最高的元素而最低的元素会在使用**min( )** 返回。注意,每次只考虑每个元素的第一个索引,如果它们的值相同,则考虑第二个索引,依此类推。" + "在一个有字符串作为元素的列表中,**max( )** 和 **min( )** 可以使用。**max( )** 会返回一个ASCII码最大的元素而最小的元素会在使用**min( )** 返回。注意,每次只考虑每个元素的第一个索引,如果它们的值相同,则考虑第二个索引,依此类推。" ] }, { @@ -1213,7 +1213,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "大多数新的python程序员都会犯这个错误。考虑以下," + "大多数新的python程序员都会犯这个错误,即对象的赋值和拷贝的差异。考虑以下的例子:" ] }, { @@ -1292,7 +1292,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "虽然没有对listb执行任何操作,但它也发生了变化。这是因为您将lista的内存空间分配给了listb。那么如何解决这个问题呢?\n", + "虽然没有对listb执行任何操作,但它也发生了变化。这是因为您将lista、listb指向相同的内存空间。那么如何解决这个问题呢?\n", "\n", "如果您还记得,在切片中我们已经看到parentlist[a:b]从父列表返回一个起始索引a和结束索引b的列表,如果a和b没有被提及,那么默认情况下它会考虑第一个和最后一个元素。我们在这里使用相同的概念。通过这样做,我们将lista的数据作为变量分配给listb。" ] @@ -1366,6 +1366,13 @@ "cell_type": "markdown", "metadata": {}, "source": [ + "还有其他什么方法能够拷贝一个对象到一个新的变量名字?" + ] + }, + { + "cell_type": "markdown", + "metadata": {}, + "source": [ "## 2. 元组" ] }, @@ -1373,7 +1380,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "元组与列表相似,但唯一大的区别是列表中的元素可以更改,而元组中的元素不能更改。把元组想象成对特定的东西为True,而对其他任何值都不为True。为了更好地理解,请回忆**divmod()** 函数。" + "元组与列表相似,但唯一大的区别是列表中的元素可以更改,而元组中的元素不能更改。为了更好地理解,请回忆**divmod()** 函数。" ] }, { @@ -1995,7 +2002,7 @@ "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", - "version": "3.6.8" + "version": "3.6.9" } }, "nbformat": 4, diff --git a/0_python/3_Data_Structure_1_EN.ipynb b/0_python/3_Data_Structure_1_EN.ipynb index 0d4bd2c..005f77f 100644 --- a/0_python/3_Data_Structure_1_EN.ipynb +++ b/0_python/3_Data_Structure_1_EN.ipynb @@ -1991,7 +1991,7 @@ "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", - "version": "3.6.8" + "version": "3.6.9" } }, "nbformat": 4, diff --git a/0_python/4_Data_Structure_2.ipynb b/0_python/4_Data_Structure_2.ipynb index e3f6aef..659bfba 100644 --- a/0_python/4_Data_Structure_2.ipynb +++ b/0_python/4_Data_Structure_2.ipynb @@ -799,7 +799,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "字典更像数据库,因为在这里您可以用用户定义的字符串索引特定的序列。" + "字典更像数据库,因为在这里你可以用用户定义的字符串索引特定的序列。" ] }, { @@ -1172,7 +1172,7 @@ "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", - "version": "3.6.8" + "version": "3.6.9" } }, "nbformat": 4, diff --git a/0_python/5_Control_Flow.ipynb b/0_python/5_Control_Flow.ipynb index e0b6dae..ddfcb6e 100644 --- a/0_python/5_Control_Flow.ipynb +++ b/0_python/5_Control_Flow.ipynb @@ -685,7 +685,7 @@ "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", - "version": "3.6.8" + "version": "3.6.9" } }, "nbformat": 4, diff --git a/0_python/6_Function.ipynb b/0_python/6_Function.ipynb index 5f3dfe5..410eeb7 100644 --- a/0_python/6_Function.ipynb +++ b/0_python/6_Function.ipynb @@ -11,14 +11,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "在大部分时候,在一个算法中,语句是不断重复的,一次又一次地执行相同的语句是一项乏味的工作,而且会消耗大量的内存,效率不高。这个时候我们就需要函数。" - ] - }, - { - "cell_type": "markdown", - "metadata": {}, - "source": [ - "这是一个函数的基本语法" + "在大部分时候,在一个算法中,需要重复执行一组语句,如果每次都重复写出来,不仅乏味而且编程效率比较低,降低程序的可读性。为了将重复的执行抽象出来,可使用函数将一组操作封装成一个整体,给一个名称和参数列表作为可变量的输入。Python中函数的定义为:" ] }, { @@ -41,7 +34,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "将上面的语法理解为,定义了一个名为“funcname”的函数,它接受“arg1,arg2,…argN”的论点。函数被记录为“文档字符串”。函数在执行语句后返回一个“值”。" + "将上面的语法理解为,定义了一个名为“funcname”的函数,它接受“arg1,arg2,…argN”的参数。函数在执行语句后返回一个“值”。" ] }, { @@ -109,7 +102,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "**firstfunc()** 每一次只打印一个人的消息。我们可以让我们的函数 **firstfunc()** 接受参数,该参数将存储名称然后打印相应地接受名词。为了这样做我们需要像所示的那样在函数内添加一个参数。" + "**firstfunc()** 每一次只打印一个人的消息。我们可以让我们的函数 **firstfunc()** 接受参数,该参数将存储名称然后打印相应地接受字符串。为了这样做我们需要像所示的那样在函数内添加一个参数。" ] }, { @@ -734,7 +727,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "这些小函数没有使用任何名称定义,只携带一个表达式,返回其结果。Lambda函数在操作列表时非常方便。这些函数由关键字**lambda**定义,后面跟着变量、冒号和相应的表达式。" + "程序中有时需要临时使用一个简单的函数,单独定义出来比较费事,为了提高编程效率,Python等很多语言引入了`Lambda`函数,这些Lambda函数没有使用任何名称定义,只携带一个表达式,返回的是函数本身(类似函数指针或者函数对象)。Lambda函数在操作列表时非常方便。这些函数由关键字**lambda**定义,后面跟着变量、冒号和相应的表达式。" ] }, { @@ -1067,7 +1060,7 @@ "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", - "version": "3.6.8" + "version": "3.6.9" } }, "nbformat": 4, diff --git a/0_python/7_Class.ipynb b/0_python/7_Class.ipynb index 041a55d..24c42f4 100644 --- a/0_python/7_Class.ipynb +++ b/0_python/7_Class.ipynb @@ -11,7 +11,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "Python中的变量、列表、字典等都是对象。不涉及面向对象编程的理论部分,在本教程中对概念进行解释。" + "Python中的变量、列表、字典等其实都是对象。不涉及面向对象编程的理论部分,在本教程中对概念进行解释。" ] }, { @@ -114,7 +114,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "大多数类都有一个名为“\\_\\_init\\_\\_”的函数。这些被称为魔术方法。在这个方法中,你基本上初始化了这个类的变量,或者任何适用于这个方法中指定的所有方法的初始化算法。类中的变量称为属性。" + "大多数类都有一个名为`__init__`的函数。这些被称为魔术方法。在这个方法中,你基本上初始化了这个类的变量,或者任何适用于这个方法中指定的所有方法的初始化算法。类中的变量称为属性。" ] }, { @@ -123,7 +123,7 @@ "source": [ "这有助于简化实例的初始化过程。例如,\n", "\n", - "在不使用魔法方法或被成为构造函数的\\_\\_init\\_\\_ 的情况下,我们必须定义一个**init()** 方法并调用**init()** 函数。" + "在不使用魔法方法或被成为构造函数的`__init__`的情况下,我们必须定义一个**init()** 方法并调用**init()** 函数。" ] }, { @@ -152,16 +152,16 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "但是当构造函数被定义后,\\_\\_init\\_\\_被调用,这样初始化实例被创建。" + "但是当构造函数被定义后,`__init__`被调用,这样初始化实例被创建。" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ - "我们构造我们的\"FirstClass\"去接受两个变量名称和符号。\n", + "我们构造我们的`FirstClass`去接受两个变量名称和符号。\n", "\n", - "我将会在稍后解释\"self\"。" + "我将会在稍后解释`self`。" ] }, { @@ -181,7 +181,7 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "现在我们已经定义了一个函数而且添加了\\_\\_init\\_\\_方法。我们可以创建一个名为FirstClass的实例,该实例现在接受两个参数。" + "现在我们已经定义了一个函数而且添加了`__init__`方法。我们可以创建一个名为FirstClass的实例,该实例现在接受两个参数。" ] }, { @@ -599,9 +599,9 @@ "source": [ "就像我们前面看到的全局变量和局部变量一样,即使类也有自己的变量类型。\n", "\n", - "类属性:在方法外部定义的属性,适用于所有实例。\n", + "**类属性**:在方法外部定义的属性,适用于所有实例。\n", "\n", - "实例属性:在方法内部定义的属性,只适用于该方法,并且对每个实例都是唯一的。" + "**实例属性**:在方法内部定义的属性,只适用于该方法,并且对每个实例都是唯一的。" ] }, { @@ -773,23 +773,23 @@ "cell_type": "markdown", "metadata": {}, "source": [ - "在某些情况下,新类可能具有已定义类以前的所有特征。因此,新类可以“继承”前一个类,并向其添加自己的方法。这称为继承。" + "在某些情况下,新类需要具有已定义类的所有特征。因此,新类可以“继承”前一个类,并向其添加自己的方法,这称为继承。" ] }, { "cell_type": "markdown", "metadata": {}, "source": [ - "考虑类SoftwareEngineer具有薪水的方法。" + "考虑类Person类具有薪水的方法。" ] }, { "cell_type": "code", - "execution_count": 38, + "execution_count": 2, "metadata": {}, "outputs": [], "source": [ - "class SoftwareEngineer:\n", + "class Person:\n", " def __init__(self,name,age):\n", " self.name = name\n", " self.age = age\n", @@ -800,16 +800,16 @@ }, { "cell_type": "code", - "execution_count": 39, + "execution_count": 3, "metadata": {}, "outputs": [], "source": [ - "a = SoftwareEngineer('Kartik',26)" + "a = Person('Kartik',26)" ] }, { "cell_type": "code", - "execution_count": 40, + "execution_count": 4, "metadata": {}, "outputs": [ { @@ -826,7 +826,7 @@ }, { "cell_type": "code", - "execution_count": 41, + "execution_count": 5, "metadata": {}, "outputs": [ { @@ -844,6 +844,7 @@ " '__gt__',\n", " '__hash__',\n", " '__init__',\n", + " '__init_subclass__',\n", " '__le__',\n", " '__lt__',\n", " '__module__',\n", @@ -860,13 +861,13 @@ " 'salary']" ] }, - "execution_count": 41, + "execution_count": 5, "metadata": {}, "output_type": "execute_result" } ], "source": [ - "dir(SoftwareEngineer)" + "dir(Person)" ] }, { @@ -979,21 +980,9 @@ "cell_type": "code", "execution_count": 6, "metadata": {}, - "outputs": [ - { - "ename": "NameError", - "evalue": "name 'SoftwareEngineer' is not defined", - "output_type": "error", - "traceback": [ - "\u001b[0;31m---------------------------------------------------------------------------\u001b[0m", - "\u001b[0;31mNameError\u001b[0m Traceback (most recent call last)", - "\u001b[0;32m\u001b[0m in \u001b[0;36m\u001b[0;34m\u001b[0m\n\u001b[0;32m----> 1\u001b[0;31m \u001b[0;32mclass\u001b[0m \u001b[0mArtist\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mSoftwareEngineer\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m\u001b[1;32m 2\u001b[0m \u001b[0;32mdef\u001b[0m \u001b[0martform\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mself\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0mjob\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m:\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 3\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mjob\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mjob\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[1;32m 4\u001b[0m \u001b[0mprint\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mname\u001b[0m\u001b[0;34m,\u001b[0m\u001b[0;34m\"is a\"\u001b[0m\u001b[0;34m,\u001b[0m \u001b[0mself\u001b[0m\u001b[0;34m.\u001b[0m\u001b[0mjob\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n", - "\u001b[0;31mNameError\u001b[0m: name 'SoftwareEngineer' is not defined" - ] - } - ], + "outputs": [], "source": [ - "class Artist(SoftwareEngineer):\n", + "class Artist(Person):\n", " def artform(self, job):\n", " self.job = job\n", " print(self.name,\"is a\", self.job)" @@ -1003,19 +992,7 @@ "cell_type": "code", "execution_count": 7, "metadata": {}, - "outputs": [ - { - "ename": "NameError", - "evalue": "name 'Artist' is not defined", - "output_type": "error", - "traceback": [ - "\u001b[0;31m---------------------------------------------------------------------------\u001b[0m", - "\u001b[0;31mNameError\u001b[0m Traceback (most recent call last)", - "\u001b[0;32m\u001b[0m in \u001b[0;36m\u001b[0;34m\u001b[0m\n\u001b[0;32m----> 1\u001b[0;31m \u001b[0mc\u001b[0m \u001b[0;34m=\u001b[0m \u001b[0mArtist\u001b[0m\u001b[0;34m(\u001b[0m\u001b[0;34m'Nishanth'\u001b[0m\u001b[0;34m,\u001b[0m\u001b[0;36m21\u001b[0m\u001b[0;34m)\u001b[0m\u001b[0;34m\u001b[0m\u001b[0;34m\u001b[0m\u001b[0m\n\u001b[0m", - "\u001b[0;31mNameError\u001b[0m: name 'Artist' is not defined" - ] - } - ], + "outputs": [], "source": [ "c = Artist('Nishanth',21)" ] @@ -1068,7 +1045,7 @@ }, { "cell_type": "code", - "execution_count": 49, + "execution_count": 8, "metadata": {}, "outputs": [ { @@ -1094,11 +1071,11 @@ }, { "cell_type": "code", - "execution_count": 50, + "execution_count": 9, "metadata": {}, "outputs": [], "source": [ - "class Artist(SoftwareEngineer):\n", + "class Artist(Person):\n", " def artform(self, job):\n", " self.job = job\n", " print(self.name,\"is a\", self.job)\n", @@ -1146,11 +1123,11 @@ }, { "cell_type": "code", - "execution_count": 56, + "execution_count": 10, "metadata": {}, "outputs": [], "source": [ - "class emptylist:\n", + "class EmptyList:\n", " def __init__(self):\n", " self.data = []\n", " def one(self,x):\n", @@ -1163,16 +1140,16 @@ }, { "cell_type": "code", - "execution_count": 57, + "execution_count": 11, "metadata": {}, "outputs": [], "source": [ - "xc = emptylist()" + "xc = EmptyList()" ] }, { "cell_type": "code", - "execution_count": 59, + "execution_count": 12, "metadata": {}, "outputs": [ { @@ -1331,7 +1308,7 @@ "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", - "version": "3.6.8" + "version": "3.6.9" } }, "nbformat": 4,