靜態方法python

Ⅰ python裡面的靜態方法是不是不能遞歸

在類裡面定義的函數就是方法,類方法需要@ classmethod 修飾並且有個隱藏參數 cls,實例方法必須有個參數 self, 靜態方法必須有 @staticmethod修飾,類和實例都可以訪問靜態方法,實例可以訪問實例方法也可以訪問類方法
類可以訪問類方法也可以訪問實例方法,訪問實例方法必須要帶參數 self, 可以理解為類其實也是一個實例,類訪問實例方法不帶參數會報錯的.類本身可以訪問函數,實例卻不行.

Ⅱ 3種python3的canny邊緣檢測之靜態，可調節和自適應

先看高級版的python3的canny的自適應邊緣檢測：

內容：

1 canny的邊緣檢測的介紹。

2 三種方法的canny的邊緣檢測，由淺入深地介紹：固定值的靜態，可自調節的，自適應的。

說明：

1 環境：python3.8、opencv4.5.3和matplotlib3.4.3。

2 圖片：來自品閱網正版免費圖庫。

3 實現自適應閾值的canny邊緣檢測的參考代碼和文章：

上述的代碼，本機均有報錯，故對代碼進行修改，注釋和運行。

初級canny：

1 介紹：opencv中給出了canny邊緣檢測的介面，直接調用：

即可得到邊緣檢測的結果ret，其中，t1，t2是需要人為設置的閾值。

2 python的opencv的一行代碼即可實現邊緣檢測。

3 Canny函數及使用：

4 Canny邊緣檢測流程：

去噪 --> 梯度 --> 非極大值抑制 --> 滯後閾值

5 代碼：

6 操作和過程：

7 原圖：

8 疑問：

ret = cv2.canny(img,t1,t2)，其中，t1，t2是需要人為設置的閾值，一般人怎麼知道具體數值是多少，才是最佳的呀？所以，這是它的缺點。

中級canny：

1 中級canny，就是可調節的閾值，找到最佳的canny邊緣檢測效果。

2 採用cv2.createTrackbar來調節閾值。

3 代碼：

4 操作和效果：

5 原圖：

高級canny：

1 自適應canny的演算法：

ret = cv2.canny(img,t1,t2)

即演算法在運行過程中能夠自適應地找到較佳的分割閾值t1，t2。

2 文件結構：

3 main.py代碼：

4 dog.py代碼：

5 bilateralfilt.py代碼：

6 原圖：

7 效果圖：本文第一個gif圖，此處省略。

小結：

1 本文由淺入深，總結的很好，適合收藏。

2 對於理解python的opencv的canny的邊緣檢測，很有幫助。

3 本文高級版canny自適應的演算法參考2篇文章，雖然我進行代碼的刪除，注釋，修改，優化等操作，故我不標注原創，對原作者表達敬意。

4 自己總結和整理，分享出來，希望對大家有幫助。

Ⅲ python 如何調用類的方法

以numpy為例，首先創建一個對象：

In[32]:a=numpp.arange(10)

然後，a就擁有了類的方法，例如求和：

In[33]:a.sum()
Out[33]:45

也可以使用類的方法，將其應用到類的對象上，例如：

In[34]:numpp.sum(a)
Out[34]:45

Ⅳ python 靜態方法可以訪問類方法嗎

Python的靜態方法和類成員方法都可以被類或實例訪問，兩者概念不容易理清，但還是有區別的：
1）靜態方法無需傳入self參數，類成員方法需傳入代表本類的cls參數；
2）從第1條，靜態方法是無法訪問實例變數的，而類成員方法也同樣無法訪問實例變數，但可以訪問類變數；
3）靜態方法有點像函數工具庫的作用，而類成員方法則更接近類似Java面向對象概念中的靜態方法。

實現靜態方法和類方法的兩種方式
一、在Python 2.3及之前，用staticmethod和classmethod類型對象包裝實現
例子如下（注意print里的說明）：
class MyClass:
val1 = 'Value 1'
def __init__(self):
self.val2 = 'Value 2'
def staticmd():
print '靜態方法，無法訪問val1和val2'
smd = staticmethod(staticmd)

def classmd(cls):
print '類方法，類：' + str(cls) + '，val1：' + cls.val1 + '，無法訪問val2的值'
cmd = classmethod(classmd)

執行：
>>> mc = MyClass()
>>> mc.smd()
>>> mc.cmd()
>>> MyClass.smd()
>>> MyClass.cmd()

二、在Python 2.4及之後，用裝飾器（decorators）實現
裝飾器使用@操作符，例子如下：
class MyClass:
val1 = 'Value 1'
def __init__(self):
self.val2 = 'Value 2'

@staticmethod
def staticmd():
print '靜態方法，無法訪問val1和val2'

@classmethod
def classmd(cls):
print '類方法，類：' + str(cls) + '，val1：' + cls.val1 + '，無法訪問val2的值'

Ⅳ python函數和方法區別

python中函數和方法的區別：

首先，從分類的角度來分析。

（1）函數的分類：

• 內置函數：python內嵌的一些函數。

• 匿名函數：一行代碼實現一個函數功能。

• 遞歸函數

• 自定義函數：根據自己的需求，來進行定義函數。

（2）方法的分類：

• 普通方法：直接用self調用的方法。

• 私有方法：__函數名，只能在類中被調用的方法。

• 屬性方法：@property，將方法偽裝成為屬性，讓代碼看起來更合理。

• 特殊方法(雙下劃線方法)：以__init__為例，是用來封裝實例化對象的屬性，只要是實例化對象就一定會執行__init方法，如果對象子類中沒有則會尋找父類（超類），如果父類（超類）也沒有，則直接繼承object（python 3.x）類，執行類中的__init__方法。

• 類方法：通過類名的調用去操作公共模板中的屬性和方法。

• 靜態方法：不用傳入類空間、對象的方法， 作用是保證代碼的一致性，規范性，可以完全獨立類外的一個方法，但是為了代碼的一致性統一的放到某個模塊（py文件）中。

其次，從作用域的角度來分析：

（1）函數作用域：從函數調用開始至函數執行完成，返回給調用者後，在執行過程中開辟的空間會自動釋放，也就是說函數執行完成後，函數體內部通過賦值等方式修改變數的值不會保留，會隨著返回給調用者後，開辟的空間會自動釋放。

（2）方法作用域：通過實例化的對象進行方法的調用，調用後開辟的空間不會釋放，也就是說調用方法中對變數的修改值會一直保留。

最後，調用的方式不同。

（1）函數：通過「函數名（）」的方式進行調用。

（2）方法：通過「對象.方法名」的方式進行調用。

• class Foo(object): def func(self): pass#實例化obj = Foo()# 執行方式一:調用的func是方法obj.func() #func 方法# 執行方式二：調用的func是函數Foo.func(123) # 函數

Ⅵ 如何在Python中定義靜態變數

Python使用函數默認值實現函數靜態變數的方法，具體方法如下：
一、Python函數默認值

Python函數默認值的使用可以在函數調用時寫代碼提供方便，很多時候我們只要使用默認值就可以了。 所以函數默認值在python中用到的很多，尤其是在類中間，類的初始化函數中一幫都會用到默認值。 使用類時能夠方便的創建類，而不需要傳遞一堆參數。

只要在函數參數名後面加上 」=defalut_value」，函數默認值就定義好了。有一個地方需要注意的是，有默認值的參數必須在函數參數列表的最後，不允許將沒有默認值的參數放在有默認值的參數後，因為如果你那樣定義的話，解釋器將不知道如何去傳遞參數。

先來看一段示例代碼：

def ask_ok(prompt, retries=4, complaint='Yes or no, please!'):
while True:
ok = raw_input(prompt)
if ok in ('y', 'ye', 'yes'): return True
if ok in ('n', 'no', 'nop', 'nope'): return False
retries = retries - 1
if retries < 0: raise IOError, 'refusenik user'
print complaint

你調用上面的函數時，可以修改重試次數和輸出的提示語言，如果你比較懶得話，那麼什麼都不用改。

二、python使用函數默認值來實現函數靜態變數的功能

Python中是不支持靜態變數的，但是我們可以通過函數的默認值來實現靜態變數的功能。
當函數的默認值是內容是可變的類時，類的內容可變，而類的名字沒變。（相當於開辟的內存區域沒有變，而其中內容可以變化）。
這是因為python中函數的默認值只會被執行一次，(和靜態變數一樣，靜態變數初始化也是被執行一次。）這就是他們的共同點。

再來看下面的程序片段：

def f(a, L=[]):
L.append(a)
return L

print f(1)
print f(2)
print f(3)
print f(4,['x'])
print f(5)

其輸出結果是：

[1]
[1, 2]
[1, 2, 3]
['x', 4]
[1, 2, 3, 5]

前面的好理解，為什麼最後 「print f(5)」的輸出是 「[1, 2, 3, 5]」呢？

這是因為 「print f(4,['x'])」時，默認變數並沒有被改變，因為默認變數的初始化只是被執行了一次(第一次使用默認值調用)，初始化執行開辟的內存區（我們可以稱之為默認變數）沒有被改變，所以最後的輸出結果是「[1, 2, 3, 5]」。