python扫盲之self、join()和shape、dim

1、self

self相当于全局变量，如果某个变量会应用到不止一个函数中，那就在__init__函数中定义带有self的变量；相反，如果这个变量仅出现在一个函数中，像定义的一些用来“中转”的变量（temp等），就不用用self定义。

#两个栈实现队列
#如本例的add_stack和pop_stack,在下边的连个函数中都会出现，而且是彼此牵连的，是全局变量，因此初始化为self变量。
class CQueue:

    def __init__(self):
        self.add_stack, self.pop_stack = [],[]


    def appendTail(self, value: int) -> None:
        self.add_stack.append(value)


    def deleteHead(self) -> int:
        if self.pop_stack:
            return self.pop_stack.pop()
        if not self.add_stack:
            return -1
        while self.add_stack:
            self.pop_stack.append(self.add_stack.pop())
        return self.pop_stack.pop()

2、join()

str.join(seq)

seq：待连接的字符
str：用str所代表的字符来连接seq
实例：

str = '_'
seq = [“a”, "b", "c"]
print(str.join(seq))

输出结果为：
a_b_c

3、张量的shape和dim

深度学习神经网络参数中经常见到shape：即张量的形状，从前往后对应由外向内的维度。
example：
[[1],[2],[3]] 这个张量的shape为（3,1）
[[[1,2],[3,4]],[[5,6],[7,8]],[[9,10],[11,12]]]这个张量的shape为（3,2,2）,
[1,2,3,4]这个张量的shape为（4，）

dim：代表张量的维度，之前3个例子的input_dim分别为2,3,1。