https://blog.csdn.net/weixin_45655710?type=blog
作业
题目1: 定义圆 (Circle) 类
要求：
- 包含属性：半径 radius.
2.包含方法：
● calculate area(): 计算圆的面积（公式：πr²）.
● calculate circumference(): 计算圆的周长（公式:2πr）.
3.初始化时需传入半径，默认值为 1.
1 #示例运行
2 circle = Circle(5)
3 print(f"半径：{circle. radius}") #输出：半径：5
4 print(f"面积：{circle. calculate__area()}") # 输出：面积：78.54（保留两位小数）
5 print(f"周长：{circle. calculate circumference()}") # 输出：周长：31.42（保留两位小数）
题目2: 定义长方形 (Rectangle) 类 - 包含属性：长 length、宽 width.
2.包含方法：
calculate area(): 计算面积（公式：长×宽）。
● calculate perimeter(): 计算周长 (公式：2×（长+宽）)。is square() 方法，判断是否为正方形（长==宽）。
3.初始化时需传入长和宽，默认值均为 1.
1 rect = Rectangle(4, 6)
2 print(f"长：{rect. length}, 宽：{rect. width}") # 输出：长：4,宽：6
3 print(f"面积：{rect. calculate area()}") #输出：面积：24
4 print(f"周长：{rect. calculate__perimeter()}") # 输出：周长:20
5 print(f"是否为正方形：{rect. is square() }") #输出：是否为正方形：False
6
7 square = Rectangle(5, 5)
8 print(f"是否为正方形：{square. is square() }") # 输出：是否为正方形：True
题目3：图形工厂
创建一个工厂函数 create shape(shape type, * args), 根据类型创建不同图形对象：图形工厂（函数或类）
shape type=" circle": 创建圆（参数：半径）。
shape type=" rectangle": 创建长方形（参数：长、宽）。
1 shapel = create shape(" circle", 5)
2 print(shapel. calculate__circumference()) # 输出:31.42
3
4 shape2= create__shape(" rectangle", 3, 4)
5 print(shape2. is square()) # 输出：False
面向对象编程是 Python 的灵魂。在机器学习中，无论是 Scikit-learn 的 Model 还是 PyTorch 的 nn.Module，本质上都是通过"类"来封装属性（如模型参数）和方法（如训练、预测）。
题目 1：定义圆 (Circle) 类
核心知识点 ：__init__ 初始化方法、self 关键字（指向实例本身）。
python
import math
class Circle:
def __init__(self, radius=1):
# 属性：半径
self.radius = radius
def calculate_area(self):
# 面积：πr²
return round(math.pi * self.radius ** 2, 2)
def calculate_circumference(self):
# 周长：2πr
return round(2 * math.pi * self.radius, 2)
# 示例运行
circle = Circle(5)
print(f"半径：{circle.radius}")
print(f"面积：{circle.calculate_area()}")
print(f"周长：{circle.calculate_circumference()}")题目 2：定义长方形 (Rectangle) 类
核心知识点：多属性初始化、逻辑判断方法。
python
class Rectangle:
def __init__(self, length=1, width=1):
self.length = length
self.width = width
def calculate_area(self):
return self.length * self.width
def calculate_perimeter(self):
return 2 * (self.length + self.width)
def is_square(self):
# 判断长宽是否相等
return self.length == self.width
# 示例运行
rect = Rectangle(4, 6)
print(f"长：{rect.length}, 宽：{rect.width}")
print(f"面积：{rect.calculate_area()}")
print(f"周长：{rect.calculate_perimeter()}")
print(f"是否为正方形：{rect.is_square()}")
square = Rectangle(5, 5)
print(f"是否为正方形：{square.is_square()}")题目 3：图形工厂
核心知识点：工厂模式（Factory Pattern）的思想。通过一个统一的入口，根据传入的参数动态地创建不同的对象。
python
def create_shape(shape_type, *args):
"""
图形工厂函数
*args 用于接收不定数量的位置参数，并传递给类的初始化方法
"""
if shape_type.lower() == "circle":
# 如果是圆，args[0] 通常是半径
return Circle(*args)
elif shape_type.lower() == "rectangle":
# 如果是长方形，args 包含长和宽
return Rectangle(*args)
else:
raise ValueError("暂不支持该图形类型")
# 示例运行
shape1 = create_shape("circle", 5)
print(f"圆周长：{shape1.calculate_circumference()}")
shape2 = create_shape("rectangle", 3, 4)
print(f"是否为正方形：{shape2.is_square()}")💡 深度梳理：为什么我们要用类（Class）？
在之前的学习中，我们处理数据通常是用变量和函数。随着项目复杂度增加，你会发现：
- 封装性 ：类把数据（属性）和处理数据的方法"捆绑"在一起。比如
Circle对象自己知道自己的半径，也知道怎么算面积，不需要你每次都手动传半径给一个外部函数。 - 抽象化 ：在工厂函数中，我们只需要关心"我想要一个什么形状"，而不需要在主逻辑里去写复杂的
__init__初始化过程。这极大简化了代码的调用逻辑。
在接下来的机器学习实践中，你会发现 Pipeline 实际上就是一个巨大的类，它内部封装了各种 Transformer（也是类）和 Estimator（还是类），这种结构化的思维是处理大型项目的基石。加油！