这里来给大家演示一下，函数的定义或构造，并调用函数来实现封装后的效果。
创新互联是一家集网站建设,南靖企业网站建设,南靖品牌网站建设,网站定制,南靖网站建设报价,网络营销,网络优化,南靖网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。
首先我们来看看想实现下面的这个效果，如果不使用函数应该怎么实现。
以上两种返回结果都是1-9这几个数字。
以上两种方法，第一种代码重复率太高，代码美观效果太差，虽然能实现效果，但是因为数量比较少，还能手工打出来这几行代码，如果是打印1-100000就很难实现了。这时候for循环还是可以实现的，但是for循环只能实现类似的数字和变量循环，无法进行复杂的功能开发。鉴于此，函数这个概念就被python引入了，下面先来看看函数是怎么实现上面的效果的，还是两种方法。
这时候如果想实现上面的打印结果就直接使用函数名+小括号调用函数就可以了，这种类型的语法，不仅可以反复使用，而且封装后的代码更美观。
类是对象的模板，是抽象的。
构造函数 init 是Python魔术方法之一，如图魔术方法
我们通过类模版去创建类的实例对象，然后再调用类定义的功能。
那实例对象的属性是通过什么来初始化的？
这时候Python引入来构造函数 init
构造函数，会在创建实例对象之后Python会自动执行此方法，把初始化的属性特点放到实例对象里。
通过前面的学习，我们知道一个python对象包含三个部分：id(识别码)，type(对象类型)，value(对象的值)
那么我们进一步深入对象包含的三部分：
我们通过类创建实例对象后，需要定义构造函数 init ()方法。
构造方法用于执行实例对象的初始化工作，即对象创建之后，初始化当前对象的相关的属性，无返回值
构造函数重点 ：
我们通过栗子来学习构造函数的过程
构造函数初始化实例对象过程如下：
1.Animal类会通过默认的 new ()方法为实例对象在堆内存中为开辟一个空间
敲黑板，重点来啦～
拓展：
我们今天学习了构造函数 init ()，其在创建对象之后被Python自动调用初始化实例对象属性数据值，无返回值，并且构造函数不能被显示调用。
创建对象时，如果需要，构造函数可以接受参数。当创建没有构造函数的类时，Python会自动创建一个不执行任何操作的默认构造函数。
每个类必须有一个构造函数，即使它只依赖于默认构造函数
好啦，以上是本期内容，欢迎大佬评论区指正～
python构造函数是什么？一起来看看吧！
构造函数指的是：1、在对象进行实例化的时候，系统自动调用的一个函数叫构造函数，通常此函数用来对实例化对象进行初始化；2、构造函数一定要有，如果没有，则自动向上查找，按照MRO顺序，直到找到为止
例如：
# 继承的语法 # 在python中，任何类都有一个共同的父类叫object class Person(): name = "NoName" age = 18 __score = 0 # 考试成绩是秘密，只要自己知道 _petname = "sec" # 小名，是保护的，子类可以用，但不能公用 def sleep(self): print("Sleeping ... ...") # 父类写在括号里 class Teacher(Person): teacher_id = "9527" def make_test(self): print("attention") t = Teacher() print(t.name) print(t._petname) # 私有访问问题 # 公开访问私有变量，报错 # print(t.__score) t.sleep() print(t.teacher_id) t.make_test()
1.Python数据结构篇
数据结构篇主要是阅读[Problem Solving with Python](Welcome to Problem Solving with Algorithms and Data Structures) [该网址链接可能会比较慢]时写下的阅读记录，当然，也结合了部分[算法导论](Introduction to Algorithms)
中的内容，此外还有不少wikipedia上的内容，所以内容比较多，可能有点杂乱。这部分主要是介绍了如何使用Python实现常用的一些数据结构，例
如堆栈、队列、二叉树等等，也有Python内置的数据结构性能的分析，同时还包括了搜索和排序(在算法设计篇中会有更加详细的介绍)的简单总结。每篇文
章都有实现代码，内容比较多，简单算法一般是大致介绍下思想及算法流程，复杂的算法会给出各种图示和代码实现详细介绍。
**这一部分是下
面算法设计篇的前篇，如果数据结构还不错的可以直接看算法设计篇，遇到问题可以回来看数据结构篇中的某个具体内容充电一下，我个人认为直接读算法设计篇比
较好，因为大家时间也都比较宝贵，如果你会来读这些文章说明你肯定有一定基础了，后面的算法设计篇中更多的是思想，这里更多的是代码而已，嘿嘿。**
(1)[搜索](Python Data Structures)
简述顺序查找和二分查找，详述Hash查找(hash函数的设计以及如何避免冲突)
(2)[排序](Python Data Structures)
简述各种排序算法的思想以及它的图示和实现
(3)[数据结构](Python Data Structures)
简述Python内置数据结构的性能分析和实现常用的数据结构：栈、队列和二叉堆
(4)[树总结](Python Data Structures)
简述二叉树，详述二叉搜索树和AVL树的思想和实现
2.Python算法设计篇
算法设计篇主要是阅读[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)[**点击链接可进入Springer免费下载原书电子版**]之后写下的读书总结，原书大部分内容结合了经典书籍[算法导论](Introduction to Algorithms)，
内容更加细致深入，主要是介绍了各种常用的算法设计思想，以及如何使用Python高效巧妙地实现这些算法，这里有别于前面的数据结构篇，部分算法例如排
序就不会详细介绍它的实现细节，而是侧重于它内在的算法思想。这部分使用了一些与数据结构有关的第三方模块，因为这篇的重点是算法的思想以及实现，所以并
没有去重新实现每个数据结构，但是在介绍算法的同时会分析Python内置数据结构以及第三方数据结构模块的优缺点，也就意味着该篇比前面都要难不少，但
是我想我的介绍应该还算简单明了，因为我用的都是比较朴实的语言，并没有像算法导论一样列出一堆性质和定理，主要是对着某个问题一步步思考然后算法就出来
了，嘿嘿，除此之外，里面还有很多关于python开发的内容，精彩真的不容错过！
这里每篇文章都有实现代码，但是代码我一般都不会分
析，更多地是分析算法思想，所以内容都比较多，即便如此也没有包括原书对应章节的所有内容，因为内容实在太丰富了，所以我只是选择经典的算法实例来介绍算
法核心思想，除此之外，还有不少内容是原书没有的，部分是来自算法导论，部分是来自我自己的感悟，嘻嘻。该篇对于大神们来说是小菜，请一笑而过，对于菜鸟
们来说可能有点难啃，所以最适合的是和我水平差不多的，对各个算法都有所了解但是理解还不算深刻的半桶水的程序猿，嘿嘿。
本篇的顺序按照原书[Python Algorithms: Mastering Basic Algorithms in the Python Language](Python Algorithms: Mastering Basic Algorithms in the Python Language)的章节来安排的(章节标题部分相同部分不同哟)，为了节省时间以及保持原著的原滋原味，部分内容(一般是比较难以翻译和理解的内容)直接摘自原著英文内容。
**1.
你也许觉得很多内容你都知道嘛，没有看的必要，其实如果是我的话我也会这么想，但是如果只是归纳一个算法有哪些步骤，那这个总结也就没有意义了，我觉得这
个总结的亮点在于想办法说清楚一个算法是怎么想出来的，有哪些需要注意的，如何进行优化的等等，采用问答式的方式让读者和我一起来想出某个问题的解，每篇
文章之后都还有一两道小题练手哟**
**2.你也许还会说算法导论不是既权威又全面么，基本上每个算法都还有详细的证明呢，读算法导论岂
不更好些，当然，你如果想读算法导论的话我不拦着你，读完了感觉自己整个人都不好了别怪小弟没有提醒你哟，嘻嘻嘻，左一个性质右一个定理实在不适合算法科
普的啦，没有多少人能够坚持读完的。但是码农与蛇的故事内容不多哟，呵呵呵**
**3.如果你细读本系列的话我保证你会有不少收获的，需要看算法导论哪个部分的地方我会给出提示的，嘿嘿。温馨提示，前面三节内容都是介绍基础知识，所以精彩内容从第4节开始哟，么么哒 O(∩_∩)O~**
(1)[Python Algorithms - C1 Introduction](Python Algorithms)
本节主要是对原书中的内容做些简单介绍，说明算法的重要性以及各章节的内容概要。
(2)[Python Algorithms - C2 The basics](Python Algorithms)
**本节主要介绍了三个内容：算法渐近运行时间的表示方法、六条算法性能评估的经验以及Python中树和图的实现方式。**
(3)[Python Algorithms - C3 Counting 101](Python Algorithms)
原书主要介绍了一些基础数学，例如排列组合以及递归循环等，但是本节只重点介绍计算算法的运行时间的三种方法
(4)[Python Algorithms - C4 Induction and Recursion and Reduction](Python Algorithms)
**本节主要介绍算法设计的三个核心知识：Induction(推导)、Recursion(递归)和Reduction(规约)，这是原书的重点和难点部分**
(5)[Python Algorithms - C5 Traversal](Python Algorithms)
**本节主要介绍图的遍历算法BFS和DFS，以及对拓扑排序的另一种解法和寻找图的(强)连通分量的算法**
(6)[Python Algorithms - C6 Divide and Combine and Conquer](Python Algorithms)
**本节主要介绍分治法策略，提到了树形问题的平衡性以及基于分治策略的排序算法**
(7)[Python Algorithms - C7 Greedy](Python Algorithms)
**本节主要通过几个例子来介绍贪心策略，主要包括背包问题、哈夫曼编码和最小生成树等等**
(8)[Python Algorithms - C8 Dynamic Programming](Python Algorithms)
**本节主要结合一些经典的动规问题介绍动态规划的备忘录法和迭代法这两种实现方式，并对这两种方式进行对比**
(9)[Python Algorithms - C9 Graphs](Python Algorithms)
**本节主要介绍图算法中的各种最短路径算法，从不同的角度揭示它们的内核以及它们的异同**
对于一个样本序列 ，经验累积分布函数 (Empirical Cumulative Distribution Function)可被定义为
其中 是一个指示函数，如果 ，指示函数取值为1，否则取值为0，因此 能反映在样本中小于 的元素数量占比。
根据格利文科定理（Glivenko–Cantelli Theorem），如果一个样本满足独立同分布(IID)，那么其经验累积分布函数 会趋近于真实的累积分布函数 。
首先定义一个类，命名为ECDF：
我们采用均匀分布（Uniform）进行验证，导入 uniform 包，然后进行两轮抽样，第一轮抽取10次，第二轮抽取1000次，比较输出的结果。
输出结果为：
而我们知道，在真实的0到1均匀分布中， 时， ，从模拟结果可以看出，样本量越大，最终的经验累积分布函数值也越接近于真实的累积分布函数值，因此格利文科定理得以证明。
1.类的构造函数，用于初始化类成员等，只能用 init ，不能换其他名字
2. init 方法的意义： init 方法在类的一个对象被建立时，马上运行。
def init (self, name):
xxxxxxxxxx
3.类的方法与普通的函数只有一个特别的区别——它们必须有一个额外的第一个参数名称，但是在调用这个方法的时候你不为这个参数赋值，Python会提供这个值。这个特别的变量指对象本身，按照惯例它的名称是self。
4. init 不是构造函数，Python对象在调用 init 的时候已被构造出来，称为“初始化”比较合适。
5.如果子类的方法覆盖了父类，想调用父类的方法怎么办？
Python没有super，很简单，直接“父类名.方法”即可。
