python变量、函数、类的命名规则

article/2025/11/7 0:14:26

本篇是转载文章,原出处为:【Python面试】 说说Python变量、函数、类的命名规则? - 云+社区 - 腾讯云

问:Python变量、函数、类的命名规则?

答:Python命名规范在编写代码中起到很重要的作用,虽然不遵循命名规范,程序可能也可以运行,但是使用命名规范可以更加直观地了解代码所代表的含义。

Python的命名规范(其它编程语言也差不多)

(1)不能以数字开头,不能出现中文。

(2)命名以字母开头,包含数字,字母(区分大小写),下划线。

(3)不能包含关键字,见名知意。

下面具体说说Python的命名规范:

1、类

单词首字母总是大写,私有类可以下划线开头。如MyClass。

class MyClass():pass
class MySchool():pass

2、函数

函数名一律小写,若有多个单词用下划线隔开。另外,私有函数下划线开头 。

def my_func(var1, var2):passdef _private_func(var1, var2):pass

3、变量

变量名最好小写,若有多个使用下划线分开 。

常量使用全大写,多个单词使用下划线隔开 。

num = 20
this_is_a_variable = 1
MAX_NUM = 1000

额外补充:

缩写:

命名应当尽量使用全拼写的单词,缩写的情况有如下两种:

1.常用的缩写,如XML、ID等,在命名时也应只大写首字母,如XmlParser。

2.命名中含有长单词,对某个单词进行缩写。这时应使用约定成俗的缩写方式。

例如:

function 缩写为 fn

text 缩写为 txt

object 缩写为 obj

count 缩写为 cnt

number 缩写为 num,等。

前导后缀下划线

一个前导下划线:表示非公有。

一个后缀下划线:避免关键字冲突。

两个前导下划线:当命名一个类属性引起名称冲突时使用。

两个前导和后缀下划线:“魔”(有特殊用图)对象或者属性,例如__init__或者__file__。绝对不要创造这样的名字,而只是使用它们。

注意:关于下划线的使用存在一些争议。

特定命名方式

主要是指 __xxx__ 形式的系统保留字命名法。项目中也可以使用这种命名,它的意义在于这种形式的变量是只读的,这种形式的类成员函数尽量不要重载。如

class Base(object):

def __init__(self, id, parent = None):

self.__id__ = id

self.__parent__ = parent

def __message__(self, msgid):

其中 __id__、__parent__ 和 __message__ 都采用了系统保留字命名法。


http://chatgpt.dhexx.cn/article/iDiDB3Tv.shtml

相关文章

python语言变量命名规则

Python语言变量命名规则 变量名只能包含字母、数字和下划线。(推荐学习:0基础入门python) 变量名可以字母或下划线开头,但不能以数字开头。例如,可将变量命名为message_1,但不能将其命名为1_message。 变…

Python 变量函数命名规则

Python 变量命名规则 模块名 & 包名 纯小写字母,单词之间用 _ 分割 类名 首字母大写,不用 _ 分割 全局变量名(类似于 Java 中的 static 变量) 纯大写,单词之间用 _ 分割 普通变量 纯小写字母,_ 分割 私…

Python代码的命名规则

一个项目需要有多个文件:配置、主文件、核心代码…会让我们在使用代码中更加便捷,对代码模块一目了然。当然小编也是Python初学者,所写的代码并不是大项目。配置文件以及其他的.py文件并不是很丰富,以下是在学习大佬代码得出来的&…

Python标识符的命名规则

[快速理解] Python标识符是指变量、函数、类、模块等的名称。 例如:a10中的a是标识符 反例:for i in [1,2,3]中的for和in不是标识符,是保留字,i是标识符。Python保留字有特殊的语法功能。 选择题 以下选项中都可以作为Python标识…

Python变量命名5大规则!

Python变量名不是随便乱起,需要遵循以下规则: 1、只能字母、下划线开头,不能数字开头。变量用小写字母开头是 Python 的惯例,也是编码的好习惯,大家要养成好习惯哟。 大家可以动手试试上面4个变量名哪个是正确的&…

python基础-命名规则

一、变量 由字母、数字、下划线组成,不能以数字开头,下划线开头尽量不用不能使用python的保留字严格区分大小写可用中文命名,但是不建议使用尽量取有意义的名字 user_name 张三 user_age 25 print (用户名为:,user_name) prin…

MSE(均方误差)函数和RMSE函数

本文链接:https://blog.csdn.net/qq_36512295/article/details/86526799 MSE(均方误差)函数一般用来检测模型的预测值和真实值之间的偏差。 训练集:Train{(x1,y1),&am…

MSE-均方误差

M S E − 均 方 误 差 MSE-均方误差 MSE−均方误差 补充:reduce操作是用来减维度 一 TF2.0 1.1 类实现 class MeanSquaredError(tf.keras.losses.Loss):def call(self, y_true, y_pred):return tf.reduce_mean(tf.square(y_pred - y_true))a tf.constant([0., 0.…

SSE,MSE均方误差计算公式(训练误差,测试误差)

请看下图当中的两个例子:分别求训练误差以及测试误差 决策树

经典损失函数——均方误差(MSE)和交叉熵误差(CEE)的python实现

损失函数(loss function)用来表示当前的神经网络对训练数据不拟合的程度。这个损失函数有很多,但是一般使用均方误差和交叉熵误差等。 1.均方误差(mean squared error) 先来看一下表达式: 用于将的求导结…

Tensorflow2.0 MSE(均方误差)和 Cross Entropy(交叉熵)

什么是MSE? 参数估计中均方误差是指参数估计值与参数真值之差平方的期望值,记为MSE MSE(均方误差)在深度学习中主要用来求损失函数,既真实值和预测值之间的误差。 公式中的y是真实值,out是你计算出来的值…

分类问题可以使用MSE(均方误差)作为损失函数吗

一、. 从损失函数公式本身来说 1. 从损失函数公式的物理含义来说 MSE衡量的是预测值和目标值的欧式距离。 而交叉熵是一个信息论的概念,交叉熵能够衡量同一个随机变量中的两个不同概率分布的差异程度,在机器学习中就表示为真实概率分布与预测概率分布之…

计算机公式计算误差,如何在Excel2016中计算方差和均方误差?

在Excel表中,有时需要计算方差,然后根据此图绘制图表,目标值指示偏差程度,然后如何计算方差? 方差的概念 方差是每个数据与平均值之间差异的平方和的平均值. 在概率论和数理统计中,方差(英语方差)用于衡量随…

残差、方差、偏差、MSE均方误差、Bagging、Boosting、过拟合欠拟合和交叉验证

文章目录 一、残差、方差、偏差 1.1 残差统计概念1.2 方差、标准差1.3 偏差1.4 残差、方差、偏差总结1.5 MSE、RMSE、MAE1.6 代码实现 二、Bagging和Boosting的区别 2.1 基本介绍2.2 Bagging:2.3 Boosting:2.4 Bagging,Boosting二者之间的区别 三、过拟合…

线性回归均方误差(MSE)的推导

刚开始学习机器学习的时候就接触了均方误差(MSE,Mean Squared Error),当时就有疑惑,这个式子是怎么推导的,但是因为懒没有深究。今天看到了唐宇迪老师的机器学习课程,终于理解他是怎么推导的了。…

【代价函数】MSE:均方误差(L2 loss)

MSE均方误差(L2 loss) 1.代码展示MAE和MSE图片特性 import tensorflow as tf import matplotlib.pyplot as plt sess tf.Session() x_val tf.linspace(-1.,-1.,500) target tf.constant(0.)#计算L2_loss l2_y_val tf.square(target - x_val) l2_y_…

MAE平均绝对误差和MSE均方误差

MAE:Mean absolute error是绝对误差的平均值,能更好的反映预测值误差的实际情况 其中,f_i表示预测值,g_i表示真实值 缺点:若本身真实值就比较大,比如真实值1万,预测值9000,但mae100…

mse均方误差计算公式_视觉SLAM十四讲实践之真实轨迹和估计轨迹均方根误差

为了理解RMSE首先介绍一些统计学的概念,然后介绍SLAM领域里面的计算精度ATE和RPE的用法。 中位数 一组数据按大小顺序排列,位于最中间的一个数据 (当有偶数个数据时,为最中间两个数据的平均数) 叫做这组数据的中位数。 用中位数作为一组数据的代表,可靠性不高,但受极端数据…

通俗易懂讲解均方误差 (MSE)

测量预测值Ŷ与某些真实值匹配程度。MSE 通常用作回归问题的损失函数。例如,根据其属性估算公寓的价格。 这是维基百科中定义的均方误差 (MSE) 公式。它代表了一个非常简单的概念,但如果您刚开始使用 ML,可能不太容易读懂。 让我们从内而外拆…

图像处理之图像质量评价指标MSE(均方误差)

一、MSE基本定义 MSE全称为“Mean Square Error”,中文意思即为均方误差,是衡量图像质量的指标之一。计算原理为真实值与预测值的差值的平方然后求和再平均,公式如下: 其中, M为图像I的像素总数,N为图像K…