Python 函數(shù)
創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),上高企業(yè)網(wǎng)站建設(shè),上高品牌網(wǎng)站建設(shè),網(wǎng)站定制,上高網(wǎng)站建設(shè)報(bào)價(jià),網(wǎng)絡(luò)營(yíng)銷(xiāo),網(wǎng)絡(luò)優(yōu)化,上高網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強(qiáng)企業(yè)競(jìng)爭(zhēng)力?？沙浞譂M足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時(shí)我們時(shí)刻保持專業(yè)、時(shí)尚、前沿，時(shí)刻以成就客戶成長(zhǎng)自我，堅(jiān)持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實(shí)用型網(wǎng)站。
函數(shù)是組織好的，可重復(fù)使用的，用來(lái)實(shí)現(xiàn)單一，或相關(guān)聯(lián)功能的代碼段。
函數(shù)能提高應(yīng)用的模塊性，和代碼的重復(fù)利用率。你已經(jīng)知道Python提供了許多內(nèi)建函數(shù)，比如print()。但你也可以自己創(chuàng)建函數(shù)，這被叫做用戶自定義函數(shù)。
定義一個(gè)函數(shù)
你可以定義一個(gè)由自己想要功能的函數(shù)，以下是簡(jiǎn)單的規(guī)則：
函數(shù)代碼塊以?def?關(guān)鍵詞開(kāi)頭，后接函數(shù)標(biāo)識(shí)符名稱和圓括號(hào)()。
任何傳入?yún)?shù)和自變量必須放在圓括號(hào)中間。圓括號(hào)之間可以用于定義參數(shù)。
函數(shù)的第一行語(yǔ)句可以選擇性地使用文檔字符串—用于存放函數(shù)說(shuō)明。
函數(shù)內(nèi)容以冒號(hào)起始，并且縮進(jìn)。
return [表達(dá)式]?結(jié)束函數(shù)，選擇性地返回一個(gè)值給調(diào)用方。不帶表達(dá)式的return相當(dāng)于返回 None。
語(yǔ)法
def functionname( parameters ): ? "函數(shù)_文檔字符串"
function_suite
return [expression]
默認(rèn)情況下，參數(shù)值和參數(shù)名稱是按函數(shù)聲明中定義的順序匹配起來(lái)的。
實(shí)例
以下為一個(gè)簡(jiǎn)單的Python函數(shù)，它將一個(gè)字符串作為傳入?yún)?shù)，再打印到標(biāo)準(zhǔn)顯示設(shè)備上。
實(shí)例(Python 2.0+)
def printme( str ): ? "打印傳入的字符串到標(biāo)準(zhǔn)顯示設(shè)備上"
print str
return
函數(shù)調(diào)用
定義一個(gè)函數(shù)只給了函數(shù)一個(gè)名稱，指定了函數(shù)里包含的參數(shù)，和代碼塊結(jié)構(gòu)。
這個(gè)函數(shù)的基本結(jié)構(gòu)完成以后，你可以通過(guò)另一個(gè)函數(shù)調(diào)用執(zhí)行，也可以直接從Python提示符執(zhí)行。
如下實(shí)例調(diào)用了printme（）函數(shù)：
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 定義函數(shù)def printme( str ): ? "打印任何傳入的字符串"
print str
return
# 調(diào)用函數(shù)printme("我要調(diào)用用戶自定義函數(shù)!")printme("再次調(diào)用同一函數(shù)")
以上實(shí)例輸出結(jié)果：
我要調(diào)用用戶自定義函數(shù)!再次調(diào)用同一函數(shù)
參數(shù)傳遞
在 python 中，類型屬于對(duì)象，變量是沒(méi)有類型的：
a=[1,2,3]
a="Runoob"
以上代碼中，[1,2,3]?是 List 類型，"Runoob"?是 String 類型，而變量 a 是沒(méi)有類型，她僅僅是一個(gè)對(duì)象的引用（一個(gè)指針），可以是 List 類型對(duì)象，也可以指向 String 類型對(duì)象。
可更改(mutable)與不可更改(immutable)對(duì)象
在 python 中，strings, tuples, 和 numbers 是不可更改的對(duì)象，而 list,dict 等則是可以修改的對(duì)象。
不可變類型：變量賦值?a=5?后再賦值?a=10，這里實(shí)際是新生成一個(gè) int 值對(duì)象 10，再讓 a 指向它，而 5 被丟棄，不是改變a的值，相當(dāng)于新生成了a。
可變類型：變量賦值?la=[1,2,3,4]?后再賦值?la[2]=5?則是將 list la 的第三個(gè)元素值更改，本身la沒(méi)有動(dòng)，只是其內(nèi)部的一部分值被修改了。
python 函數(shù)的參數(shù)傳遞：
不可變類型：類似 c++ 的值傳遞，如 整數(shù)、字符串、元組。如fun（a），傳遞的只是a的值，沒(méi)有影響a對(duì)象本身。比如在 fun（a）內(nèi)部修改 a 的值，只是修改另一個(gè)復(fù)制的對(duì)象，不會(huì)影響 a 本身。
可變類型：類似 c++ 的引用傳遞，如 列表，字典。如 fun（la），則是將 la 真正的傳過(guò)去，修改后fun外部的la也會(huì)受影響
python 中一切都是對(duì)象，嚴(yán)格意義我們不能說(shuō)值傳遞還是引用傳遞，我們應(yīng)該說(shuō)傳不可變對(duì)象和傳可變對(duì)象。
python 傳不可變對(duì)象實(shí)例
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
def ChangeInt( a ): ? ?a = 10
b = 2ChangeInt(b)print b # 結(jié)果是 2
實(shí)例中有 int 對(duì)象 2，指向它的變量是 b，在傳遞給 ChangeInt 函數(shù)時(shí)，按傳值的方式復(fù)制了變量 b，a 和 b 都指向了同一個(gè) Int 對(duì)象，在 a=10 時(shí)，則新生成一個(gè) int 值對(duì)象 10，并讓 a 指向它。
傳可變對(duì)象實(shí)例
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 可寫(xiě)函數(shù)說(shuō)明def changeme( mylist ): ? "修改傳入的列表"
mylist.append([1,2,3,4])
print "函數(shù)內(nèi)取值: ", mylist
return
# 調(diào)用changeme函數(shù)mylist = [10,20,30]changeme( mylist )print "函數(shù)外取值: ", mylist
實(shí)例中傳入函數(shù)的和在末尾添加新內(nèi)容的對(duì)象用的是同一個(gè)引用，故輸出結(jié)果如下：
函數(shù)內(nèi)取值: ?[10, 20, 30, [1, 2, 3, 4]]函數(shù)外取值: ?[10, 20, 30, [1, 2, 3, 4]]
參數(shù)
以下是調(diào)用函數(shù)時(shí)可使用的正式參數(shù)類型：
必備參數(shù)
關(guān)鍵字參數(shù)
默認(rèn)參數(shù)
不定長(zhǎng)參數(shù)
必備參數(shù)
必備參數(shù)須以正確的順序傳入函數(shù)。調(diào)用時(shí)的數(shù)量必須和聲明時(shí)的一樣。
調(diào)用printme()函數(shù)，你必須傳入一個(gè)參數(shù)，不然會(huì)出現(xiàn)語(yǔ)法錯(cuò)誤：
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
#可寫(xiě)函數(shù)說(shuō)明def printme( str ): ? "打印任何傳入的字符串"
print str
return
#調(diào)用printme函數(shù)printme()
以上實(shí)例輸出結(jié)果：
Traceback (most recent call last):
File "test.py", line 11, in module
printme()TypeError: printme() takes exactly 1 argument (0 given)
關(guān)鍵字參數(shù)
關(guān)鍵字參數(shù)和函數(shù)調(diào)用關(guān)系緊密，函數(shù)調(diào)用使用關(guān)鍵字參數(shù)來(lái)確定傳入的參數(shù)值。
使用關(guān)鍵字參數(shù)允許函數(shù)調(diào)用時(shí)參數(shù)的順序與聲明時(shí)不一致，因?yàn)?Python 解釋器能夠用參數(shù)名匹配參數(shù)值。
以下實(shí)例在函數(shù) printme() 調(diào)用時(shí)使用參數(shù)名：
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
#可寫(xiě)函數(shù)說(shuō)明def printme( str ): ? "打印任何傳入的字符串"
print str
return
#調(diào)用printme函數(shù)printme( str = "My string")
以上實(shí)例輸出結(jié)果：
My string
下例能將關(guān)鍵字參數(shù)順序不重要展示得更清楚：
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
#可寫(xiě)函數(shù)說(shuō)明def printinfo( name, age ): ? "打印任何傳入的字符串"
print "Name: ", name
print "Age ", age
return
#調(diào)用printinfo函數(shù)printinfo( age=50, name="miki" )
以上實(shí)例輸出結(jié)果：
Name: ?mikiAge ?50
默認(rèn)參數(shù)
調(diào)用函數(shù)時(shí)，默認(rèn)參數(shù)的值如果沒(méi)有傳入，則被認(rèn)為是默認(rèn)值。下例會(huì)打印默認(rèn)的age，如果age沒(méi)有被傳入：
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
#可寫(xiě)函數(shù)說(shuō)明def printinfo( name, age = 35 ): ? "打印任何傳入的字符串"
print "Name: ", name
print "Age ", age
return
#調(diào)用printinfo函數(shù)printinfo( age=50, name="miki" )printinfo( name="miki" )
以上實(shí)例輸出結(jié)果：
Name: ?mikiAge ?50Name: ?mikiAge ?35
不定長(zhǎng)參數(shù)
你可能需要一個(gè)函數(shù)能處理比當(dāng)初聲明時(shí)更多的參數(shù)。這些參數(shù)叫做不定長(zhǎng)參數(shù)，和上述2種參數(shù)不同，聲明時(shí)不會(huì)命名。基本語(yǔ)法如下：
def functionname([formal_args,] *var_args_tuple ): ? "函數(shù)_文檔字符串"
function_suite
return [expression]
加了星號(hào)（*）的變量名會(huì)存放所有未命名的變量參數(shù)。不定長(zhǎng)參數(shù)實(shí)例如下：
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 可寫(xiě)函數(shù)說(shuō)明def printinfo( arg1, *vartuple ): ? "打印任何傳入的參數(shù)"
print "輸出: "
print arg1
for var in vartuple: ? ? ?print var
return
# 調(diào)用printinfo 函數(shù)printinfo( 10 )printinfo( 70, 60, 50 )
以上實(shí)例輸出結(jié)果：
輸出:10輸出:706050
匿名函數(shù)
python 使用 lambda 來(lái)創(chuàng)建匿名函數(shù)。
lambda只是一個(gè)表達(dá)式，函數(shù)體比def簡(jiǎn)單很多。
lambda的主體是一個(gè)表達(dá)式，而不是一個(gè)代碼塊。僅僅能在lambda表達(dá)式中封裝有限的邏輯進(jìn)去。
lambda函數(shù)擁有自己的命名空間，且不能訪問(wèn)自有參數(shù)列表之外或全局命名空間里的參數(shù)。
雖然lambda函數(shù)看起來(lái)只能寫(xiě)一行，卻不等同于C或C++的內(nèi)聯(lián)函數(shù)，后者的目的是調(diào)用小函數(shù)時(shí)不占用棧內(nèi)存從而增加運(yùn)行效率。
語(yǔ)法
lambda函數(shù)的語(yǔ)法只包含一個(gè)語(yǔ)句，如下：
lambda [arg1 [,arg2,.....argn]]:expression
如下實(shí)例：
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 可寫(xiě)函數(shù)說(shuō)明sum = lambda arg1, arg2: arg1 + arg2
# 調(diào)用sum函數(shù)print "相加后的值為 : ", sum( 10, 20 )print "相加后的值為 : ", sum( 20, 20 )
以上實(shí)例輸出結(jié)果：
相加后的值為 : ?30相加后的值為 : ?40
return 語(yǔ)句
return語(yǔ)句[表達(dá)式]退出函數(shù)，選擇性地向調(diào)用方返回一個(gè)表達(dá)式。不帶參數(shù)值的return語(yǔ)句返回None。之前的例子都沒(méi)有示范如何返回?cái)?shù)值，下例便告訴你怎么做：
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
# 可寫(xiě)函數(shù)說(shuō)明def sum( arg1, arg2 ): ? # 返回2個(gè)參數(shù)的和."
total = arg1 + arg2
print "函數(shù)內(nèi) : ", total
return total
# 調(diào)用sum函數(shù)total = sum( 10, 20 )
以上實(shí)例輸出結(jié)果：
函數(shù)內(nèi) : ?30
變量作用域
一個(gè)程序的所有的變量并不是在哪個(gè)位置都可以訪問(wèn)的。訪問(wèn)權(quán)限決定于這個(gè)變量是在哪里賦值的。
變量的作用域決定了在哪一部分程序你可以訪問(wèn)哪個(gè)特定的變量名稱。兩種最基本的變量作用域如下：
全局變量
局部變量
全局變量和局部變量
定義在函數(shù)內(nèi)部的變量擁有一個(gè)局部作用域，定義在函數(shù)外的擁有全局作用域。
局部變量只能在其被聲明的函數(shù)內(nèi)部訪問(wèn)，而全局變量可以在整個(gè)程序范圍內(nèi)訪問(wèn)。調(diào)用函數(shù)時(shí)，所有在函數(shù)內(nèi)聲明的變量名稱都將被加入到作用域中。如下實(shí)例：
實(shí)例(Python 2.0+)
#!/usr/bin/python# -*- coding: UTF-8 -*-
total = 0 # 這是一個(gè)全局變量# 可寫(xiě)函數(shù)說(shuō)明def sum( arg1, arg2 ): ? #返回2個(gè)參數(shù)的和."
total = arg1 + arg2 # total在這里是局部變量.
print "函數(shù)內(nèi)是局部變量 : ", total
return total
#調(diào)用sum函數(shù)sum( 10, 20 )print "函數(shù)外是全局變量 : ", total
以上實(shí)例輸出結(jié)果：
函數(shù)內(nèi)是局部變量 : ?30函數(shù)外是全局變量 : ?0
X_train是二維的，表示多組特征值，每一組有好幾個(gè)特征值。
那個(gè)warning提示是說(shuō)代碼中有0除危險(xiǎn)，看一下哪句除法的分母可能是0，要保證它不會(huì)出現(xiàn)除以0的情況。
python常見(jiàn)的內(nèi)置函數(shù)有：
1. abs()函數(shù)返回?cái)?shù)字的絕對(duì)值。
2. all() 函數(shù)用于判斷給定的參數(shù)中的所有元素是否都為 TRUE，如果是返回 True，否則返回 False。元素除了是 0、空、None、False 外都算 True；空元組、空列表返回值為T(mén)rue。
3. any() 函數(shù)用于判斷給定的參數(shù)是否全部為False，是則返回False，如果有一個(gè)為T(mén)rue，則返回True。 元素除了是 0、空、False外都算 TRUE。
4. bin()函數(shù)返回一個(gè)整數(shù)int或者長(zhǎng)整數(shù)long int的二進(jìn)制表示。
5. bool() 函數(shù)用于將給定參數(shù)轉(zhuǎn)換為布爾類型，如果參數(shù)不為空或不為0，返回True；參數(shù)為0或沒(méi)有參數(shù)，返回False。
6. bytearray()方法返回一個(gè)新字節(jié)數(shù)組。這個(gè)數(shù)組里的元素是可變的，并且每個(gè)元素的值范圍: 0 = x 256（即0-255）。即bytearray()是可修改的二進(jìn)制字節(jié)格式。
7. callable()函數(shù)用于檢查一個(gè)對(duì)象是否可調(diào)用的。對(duì)于函數(shù)、方法、lambda函式、類以及實(shí)現(xiàn)了 __call__ 方法的類實(shí)例, 它都返回 True。（可以加括號(hào)的都可以調(diào)用）
8. chr()函數(shù)用一個(gè)范圍在range(256)內(nèi)（即0～255）的整數(shù)作參數(shù)，返回一個(gè)對(duì)應(yīng)的ASCII數(shù)值。
9. dict()函數(shù)用來(lái)將元組/列表轉(zhuǎn)換為字典格式。
10. dir()函數(shù)不帶參數(shù)時(shí)，返回當(dāng)前范圍內(nèi)的變量、方法和定義的類型列表；帶參數(shù)時(shí)，返回參數(shù)的屬性、方法列表。
擴(kuò)展資料：
如何查看python3.6的內(nèi)置函數(shù)？
1、首先先打開(kāi)python自帶的集成開(kāi)發(fā)環(huán)境IDLE；
2、然后我們直接輸入"dir(__builtins__)",需要注意的是builtins左右的下劃線都是兩個(gè)；
3、回車(chē)之后我們就可以看到python所有的內(nèi)置函數(shù)；
4、接下來(lái)我們學(xué)習(xí)第二種查看python內(nèi)置函數(shù)的方法，我們直接在IDLE中輸入"import builtins",然后輸入"dir(builtins)"；
5、然后回車(chē)，同樣的這個(gè)方法也可以得到所有的python內(nèi)置的函數(shù)；
6、這里我們可以使用python內(nèi)置函數(shù)len（）來(lái)查看python內(nèi)置函數(shù)的個(gè)數(shù)，這里我們直接輸入"len(dir(builtins))"；
7、回車(chē)之后我們可以看到系統(tǒng)返回值153，說(shuō)明我們現(xiàn)在這個(gè)版本中有153個(gè)內(nèi)置函數(shù)；
8、最后我們介紹一個(gè)比較有用的內(nèi)置函數(shù)"help"，python內(nèi)置函數(shù)有一百多個(gè)，我們當(dāng)然不能記住所有的函數(shù)，這里python提供了一個(gè)"help"函數(shù)，我們來(lái)看一個(gè)例子一起來(lái)體會(huì)一下help函數(shù)的用法，這里我們直接輸入"help(len)",然后回車(chē)，會(huì)看到系統(tǒng)給我們對(duì)于內(nèi)置函數(shù)"len"的解釋，當(dāng)然對(duì)于其他函數(shù)可能會(huì)有更加詳細(xì)的解釋以及用法提示。
python訓(xùn)練的模型做預(yù)測(cè)：
如下：
1、 先要按照scikit-learn包，先安裝下面三個(gè)依賴包：
Python (= 2.6 or = 3.3),
NumPy (= 1.6.1),
SciPy (= 0.9).
然后在cmd命令行中輸入：
pip install -U scikit-learn
擴(kuò)展資料
應(yīng)用
系統(tǒng)編程：提供API（Application Programming Interface應(yīng)用程序編程接口），能方便進(jìn)行系統(tǒng)維護(hù)和管理，Linux下標(biāo)志性語(yǔ)言之一，是很多系統(tǒng)管理員理想的編程工具。
圖形處理：有PIL、Tkinter等圖形庫(kù)支持，能方便進(jìn)行圖形處理。
數(shù)學(xué)處理：NumPy擴(kuò)展提供大量與許多標(biāo)準(zhǔn)數(shù)學(xué)庫(kù)的接口。
文本處理：python提供的re模塊能支持正則表達(dá)式，還提供SGML，XML分析模塊，許多程序員利用python進(jìn)行XML程序的開(kāi)發(fā)。
數(shù)據(jù)庫(kù)編程：程序員可通過(guò)遵循Python DB-API（數(shù)據(jù)庫(kù)應(yīng)用程序編程接口）規(guī)范的模塊與Microsoft SQL Server，Oracle，Sybase，DB2，MySQL、SQLite等數(shù)據(jù)庫(kù)通信。python自帶有一個(gè)Gadfly模塊，提供了一個(gè)完整的SQL環(huán)境。
網(wǎng)絡(luò)編程：提供豐富的模塊支持sockets編程，能方便快速地開(kāi)發(fā)分布式應(yīng)用程序。很多大規(guī)模軟件開(kāi)發(fā)計(jì)劃例如Zope，Mnet 及BitTorrent. Google都在廣泛地使用它。
Web編程：應(yīng)用的開(kāi)發(fā)語(yǔ)言，支持最新的XML技術(shù)。
參考資料來(lái)源：百度百科-計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言
直接代入就可以了呀
將x=2,y=0代入方程，即
0=2k+b
將x=1
,y=-6.
代入方程，即
-6=k+b
兩式相減，即6=k，
k=6
代入第一個(gè)式子，即得b=-12
2.
即函數(shù)方程為
y=6x-12
將x=5代入，即
y=6*5-12=18
一、遺傳算法介紹
遺傳算法是通過(guò)模擬大自然中生物進(jìn)化的歷程，來(lái)解決問(wèn)題的。大自然中一個(gè)種群經(jīng)歷過(guò)若干代的自然選擇后，剩下的種群必定是適應(yīng)環(huán)境的。把一個(gè)問(wèn)題所有的解看做一個(gè)種群，經(jīng)歷過(guò)若干次的自然選擇以后，剩下的解中是有問(wèn)題的最優(yōu)解的。當(dāng)然，只能說(shuō)有最優(yōu)解的概率很大。這里，我們用遺傳算法求一個(gè)函數(shù)的最大值。
f(x) = 10 * sin( 5x ) + 7 * cos( 4x ), 0 = x = 10
1、將自變量x進(jìn)行編碼
取基因片段的長(zhǎng)度為10, 則10位二進(jìn)制位可以表示的范圍是0到1023。基因與自變量轉(zhuǎn)變的公式是x = b2d(individual) * 10 / 1023。構(gòu)造初始的種群pop。每個(gè)個(gè)體的基因初始值是[0, 1, 0, 1, 0, 1, 0, 1, 0, 1]
2、計(jì)算目標(biāo)函數(shù)值
根據(jù)自變量與基因的轉(zhuǎn)化關(guān)系式，求出每個(gè)個(gè)體的基因?qū)?yīng)的自變量，然后將自變量代入函數(shù)f（x），求出每個(gè)個(gè)體的目標(biāo)函數(shù)值。
3、適應(yīng)度函數(shù)
適應(yīng)度函數(shù)是用來(lái)評(píng)估個(gè)體適應(yīng)環(huán)境的能力，是進(jìn)行自然選擇的依據(jù)。本題的適應(yīng)度函數(shù)直接將目標(biāo)函數(shù)值中的負(fù)值變成0. 因?yàn)槲覀兦蟮氖亲畲笾担砸鼓繕?biāo)函數(shù)值是負(fù)數(shù)的個(gè)體不適應(yīng)環(huán)境，使其繁殖后代的能力為0.適應(yīng)度函數(shù)的作用將在自然選擇中體現(xiàn)。
4、自然選擇
自然選擇的思想不再贅述，操作使用輪盤(pán)賭算法。其具體步驟：
假設(shè)種群中共5個(gè)個(gè)體，適應(yīng)度函數(shù)計(jì)算出來(lái)的個(gè)體適應(yīng)性列表是fitvalue = [1 ,3, 0, 2, 4] ，totalvalue = 10 ， 如果將fitvalue畫(huà)到圓盤(pán)上，值的大小表示在圓盤(pán)上的面積。在轉(zhuǎn)動(dòng)輪盤(pán)的過(guò)程中，單個(gè)模塊的面積越大則被選中的概率越大。選擇的方法是將fitvalue轉(zhuǎn)化為[1 ， 4 ，4 , 6 ，10], fitvalue / totalvalue = [0.1 , 0.4 , 0.4 , 0.6 , 1.0] . 然后產(chǎn)生5個(gè)0-1之間的隨機(jī)數(shù)，將隨機(jī)數(shù)從小到大排序，假如是[0.05 , 0.2 , 0.7 , 0.8 ,0.9]，則將0號(hào)個(gè)體、1號(hào)個(gè)體、4號(hào)個(gè)體、4號(hào)個(gè)體、4號(hào)個(gè)體拷貝到新種群中。自然選擇的結(jié)果使種群更符合條件了。
5、繁殖
假設(shè)個(gè)體a、b的基因是
a = [1, 0, 0, 0, 0, 1, 1, 1, 0, 0]
b = [0, 0, 0, 1, 1, 0, 1, 1, 1, 1]
這兩個(gè)個(gè)體發(fā)生基因交換的概率pc = 0.6.如果要發(fā)生基因交換，則產(chǎn)生一個(gè)隨機(jī)數(shù)point表示基因交換的位置，假設(shè)point = 4,則：
a = [1, 0, 0, 0, 0, 1, 1, 1, 0, 0]
b = [0, 0, 0, 1, 1, 0, 1, 1, 1, 1]
交換后為：
a = [1, 0, 0, 0, 1, 0, 1, 1, 1, 1]
b = [0, 0, 0, 1, 0, 1, 1, 1, 0, 0]
6、突變
遍歷每一個(gè)個(gè)體，基因的每一位發(fā)生突變（0變?yōu)?,1變?yōu)?）的概率為0.001.突變可以增加解空間
二、代碼
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
def b2d(b): #將二進(jìn)制轉(zhuǎn)化為十進(jìn)制 x∈[0,10] t = 0 for j in range(len(b)): t += b[j] * (math.pow(2, j)) t = t * 10 / 1023 return tpopsize = 50 #種群的大小#用遺傳算法求函數(shù)最大值：#f(x)=10*sin(5x)+7*cos(4x) x∈[0,10]chromlength = 10 #基因片段的長(zhǎng)度pc = 0.6 #兩個(gè)個(gè)體交叉的概率pm = 0.001; #基因突變的概率results = [[]]bestindividual = []bestfit = 0fitvalue = []tempop = [[]]pop = [[0, 1, 0, 1, 0, 1, 0, 1, 0, 1] for i in range(popsize)]for i in range(100): #繁殖100代 objvalue = calobjvalue(pop) #計(jì)算目標(biāo)函數(shù)值 fitvalue = calfitvalue(objvalue); #計(jì)算個(gè)體的適應(yīng)值 [bestindividual, bestfit] = best(pop, fitvalue) #選出最好的個(gè)體和最好的函數(shù)值 results.append([bestfit,b2d(bestindividual)]) #每次繁殖，將最好的結(jié)果記錄下來(lái) selection(pop, fitvalue) #自然選擇，淘汰掉一部分適應(yīng)性低的個(gè)體 crossover(pop, pc) #交叉繁殖 mutation(pop, pc) #基因突變 results.sort() print(results[-1]) #打印函數(shù)最大值和對(duì)應(yīng)的
來(lái)自CODE的代碼片
GA.py
1
2
3
4
5
6
7
8
9
def best(pop, fitvalue): #找出適應(yīng)函數(shù)值中最大值，和對(duì)應(yīng)的個(gè)體 px = len(pop) bestindividual = [] bestfit = fitvalue[0] for i in range(1,px): if(fitvalue[i] bestfit): bestfit = fitvalue[i] bestindividual = pop[i] return [bestindividual, bestfit]
來(lái)自CODE的代碼片
best.py
1
2
3
4
5
6
7
8
9
10
11
def calfitvalue(objvalue):#轉(zhuǎn)化為適應(yīng)值，目標(biāo)函數(shù)值越大越好，負(fù)值淘汰。 fitvalue = [] temp = 0.0 Cmin = 0; for i in range(len(objvalue)): if(objvalue[i] + Cmin 0): temp = Cmin + objvalue[i] else: temp = 0.0 fitvalue.append(temp) return fitvalue
來(lái)自CODE的代碼片
calfitvalue.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import mathdef decodechrom(pop): #將種群的二進(jìn)制基因轉(zhuǎn)化為十進(jìn)制（0,1023） temp = []; for i in range(len(pop)): t = 0; for j in range(10): t += pop[i][j] * (math.pow(2, j)) temp.append(t) return tempdef calobjvalue(pop): #計(jì)算目標(biāo)函數(shù)值 temp1 = []; objvalue = []; temp1 = decodechrom(pop) for i in range(len(temp1)): x = temp1[i] * 10 / 1023 #（0,1023）轉(zhuǎn)化為 （0,10） objvalue.append(10 * math.sin(5 * x) + 7 * math.cos(4 * x)) return objvalue #目標(biāo)函數(shù)值objvalue[m] 與個(gè)體基因 pop[m] 對(duì)應(yīng)
來(lái)自CODE的代碼片
calobjvalue.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import randomdef crossover(pop, pc): #個(gè)體間交叉，實(shí)現(xiàn)基因交換 poplen = len(pop) for i in range(poplen - 1): if(random.random() pc): cpoint = random.randint(0,len(pop[0])) temp1 = [] temp2 = [] temp1.extend(pop[i][0 : cpoint]) temp1.extend(pop[i+1][cpoint : len(pop[i])]) temp2.extend(pop[i+1][0 : cpoint]) temp2.extend(pop[i][cpoint : len(pop[i])]) pop[i] = temp1 pop[i+1] = temp2
來(lái)自CODE的代碼片
crossover.py
1
2
3
4
5
6
7
8
9
10
11
12
13
import randomdef mutation(pop, pm): #基因突變 px = len(pop) py = len(pop[0]) for i in range(px): if(random.random() pm): mpoint = random.randint(0,py-1) if(pop[i][mpoint] == 1): pop[i][mpoint] = 0 else: pop[i][mpoint] = 1
來(lái)自CODE的代碼片
mutation.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
import randomdef sum(fitvalue): total = 0 for i in range(len(fitvalue)): total += fitvalue[i] return totaldef cumsum(fitvalue): for i in range(len(fitvalue)): t = 0; j = 0; while(j = i): t += fitvalue[j] j = j + 1 fitvalue[i] = t;def selection(pop, fitvalue): #自然選擇（輪盤(pán)賭算法） newfitvalue = [] totalfit = sum(fitvalue) for i in range(len(fitvalue)): newfitvalue.append(fitvalue[i] / totalfit) cumsum(newfitvalue) ms = []; poplen = len(pop) for i in range(poplen): ms.append(random.random()) #random float list ms ms.sort() fitin = 0 newin = 0 newpop = pop while newin poplen: if(ms[newin] newfitvalue[fitin]): newpop[newin] = pop[fitin] newin = newin + 1 else: fitin = fitin + 1 pop = newpop
重慶分公司
重慶分公司
