zoukankan      html  css  js  c++  java
  • python3 生成器初识 NLP第五条

    话不多说,先把第五条抄一遍:

    五,沟通的意义在于对方的回应

      沟通没有对与错,只有“有效果”或者“没有效果”之分。

      自己说得多“对”没有意义,对方收到你想表达的讯息才是沟通的意义。

      因此自己说什么不重要,对方听到什么才是重要。

      话有很多种方法说出来,使听着完全收到讲者意图传达的讯息,便是正确的方法。

      沟通的效果,来自声调和身体语言的文字更大。

      沟通讯息的送出与接受在潜意识层面的比意识层面的大得多。

      没有两个人对同样的讯息有完全相同的反应。

      说话的效果由讲者控制,但由听着决定。

      改变说的方法,才有机会改变听的效果。

      沟通成功的先决条件是和谐气氛。

      抗拒是对讲者不够灵活的说明。


    头疼 一堆屁事拖着我学习python的步伐 哈哈哈哈   今天只学了一点点装饰器 其他时间被迫拿去搞树莓派去了唉。

    直接上草稿把吧 太少了 没啥好说的 还没理解好呢 

    不过又学了一个小技巧   就是按着Alt 然后用鼠标操作 就能删除多列了 嘿嘿 可以从来删copy来的代码的行号了,以前都是一个一个删的,我加行号是觉得没行号不好看。。。

     1 #!usr/bin/env/ python
     2 # -*- coding:utf-8 -*-
     3 # Author: XiaoFeng
     4 
     5 
     6 def func(i):
     7     i = (i + 2)*3
     8     return i
     9 
    10 
    11 # 列表生成式
    12 list_test = [func(i) for i in range(5)]
    13 print(list_test)
    14 
    15 # 生成器 generator
    16 list_test2 = (func(i) for i in range(5))   # 生成就是要用就用现有的数据生成下一个
    17 print(list_test2)
    18 # print(list_test2.__next__())      # generator 只有一个用法:list,__next__()返回下一个值
    19 # print(list_test2.__next__())      # 一般用for来调用
    20 # print(list_test2.__next__())
    21 # print(list_test2.__next__())
    22 # print(list_test2.__next__())
    23 # print(list_test2.__next__())     # 这里多来一个next就抛出异常了
    24 for i in list_test2:       # 这里循环就事儿。。。
    25     print(i)
    26 
    27 
    28 # 来个斐波拉契数列
    29 def fib(max_f):
    30     n, a, b = 0, 0, 1
    31     while n < max_f:
    32         # print(b)
    33         yield b      # 用关键字yield就能让函数变为生成器
    34         a, b = b, a+b  # 相当于元组(a, b) 然后b,a+b分别赋值  或者说先执行右边,再赋给左边
    35         n += 1         # 即先算b 还有a+b 算好了以后再把结果 赋给a,b  与a=b  b=a+b不一样
    36 
    37 
    38 fib(6)
    39 print(fib(6))
    40 for n in fib(6):
    41     print(n)
  • 相关阅读:
    zz如何防止拖延
    Matlab中统计矩阵中相同元素的个数
    深度学习(Deep Learning)算法简介
    深度学习(Deep Learning)综述
    端午节的说说
    .net 开发 配置文件的灵活使用
    2005
    那一天 That day
    女 孩 的 心 思
    Wind Flowerlove
  • 原文地址:https://www.cnblogs.com/xf1262048067/p/10591417.html
Copyright © 2011-2022 走看看