Submit Search
Upload
ピカチュウによるPythonオブジェクト入門2
•
Download as PPTX, PDF
•
1 like
•
2,788 views
Mikio Kubo
Follow
Introduction to Object Oriented Programming using Pikacyu
Read less
Read more
Data & Analytics
Report
Share
Report
Share
1 of 15
Download now
Recommended
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
Basic of Basics of Agile Development Returns
Basic of Basics of Agile Development Returns
Naoto Nishimura
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
Azure machine learning service 最新の機械学習プラットフォーム
Azure machine learning service 最新の機械学習プラットフォーム
Keita Onabuta
20230401DX・スタートアップ推進グループ年度当初チームミーティング
20230401DX・スタートアップ推進グループ年度当初チームミーティング
KazuhitoKitamura
シンギュラリティサロン20211030ep
シンギュラリティサロン20211030ep
Masatoshi Yoshida
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
自然言語処理 Word2vec
自然言語処理 Word2vec
naoto moriyama
Recommended
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
Basic of Basics of Agile Development Returns
Basic of Basics of Agile Development Returns
Naoto Nishimura
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
Azure machine learning service 最新の機械学習プラットフォーム
Azure machine learning service 最新の機械学習プラットフォーム
Keita Onabuta
20230401DX・スタートアップ推進グループ年度当初チームミーティング
20230401DX・スタートアップ推進グループ年度当初チームミーティング
KazuhitoKitamura
シンギュラリティサロン20211030ep
シンギュラリティサロン20211030ep
Masatoshi Yoshida
先端技術とメディア表現1 #FTMA15
先端技術とメディア表現1 #FTMA15
Yoichi Ochiai
自然言語処理 Word2vec
自然言語処理 Word2vec
naoto moriyama
Pythonではじめる OpenAI Gymトレーニング
Pythonではじめる OpenAI Gymトレーニング
Takahiro Kubo
ふりかえりで学んだこと ベスト10
ふりかえりで学んだこと ベスト10
ESM SEC
(文献紹介)Depth Completionの最新動向
(文献紹介)Depth Completionの最新動向
Morpho, Inc.
TFLite_and_PyTorch_Mobile
TFLite_and_PyTorch_Mobile
yusuke shibui
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
世界一わかりやすいClean Architecture - DroidKaigiバージョン
世界一わかりやすいClean Architecture - DroidKaigiバージョン
Atsushi Nakamura
07 リーダーシップ
07 リーダーシップ
東京大学医学系研究科医学教育国際研究センター
BRDF レンダリングの方程式
BRDF レンダリングの方程式
康弘 等々力
機械学習をScrumで組織的に学習する (RSGT2022)
機械学習をScrumで組織的に学習する (RSGT2022)
Yukio Okajima
PDPC法(過程決定計画図)
PDPC法(過程決定計画図)
博行 門眞
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
harmonylab
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
Preferred Networks
RAPiD
RAPiD
harmonylab
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
CData Software Japan
数理モデリングからはじめるPython数理最適化 PyData.Tokyo 2017/6/28 Retty Inc. Iwanaga Jiro
数理モデリングからはじめるPython数理最適化 PyData.Tokyo 2017/6/28 Retty Inc. Iwanaga Jiro
Jiro Iwanaga
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
Insight Technology, Inc.
新規事業が対峙する現実からエンジニアリングを俯瞰する #devsumiB #devsumi
新規事業が対峙する現実からエンジニアリングを俯瞰する #devsumiB #devsumi
Itsuki Kuroda
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
Toru Tamaki
Hl20160929
Hl20160929
Mikio Kubo
ここが変だよ人道支援ロジスティクス
ここが変だよ人道支援ロジスティクス
Mikio Kubo
More Related Content
What's hot
Pythonではじめる OpenAI Gymトレーニング
Pythonではじめる OpenAI Gymトレーニング
Takahiro Kubo
ふりかえりで学んだこと ベスト10
ふりかえりで学んだこと ベスト10
ESM SEC
(文献紹介)Depth Completionの最新動向
(文献紹介)Depth Completionの最新動向
Morpho, Inc.
TFLite_and_PyTorch_Mobile
TFLite_and_PyTorch_Mobile
yusuke shibui
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
世界一わかりやすいClean Architecture - DroidKaigiバージョン
世界一わかりやすいClean Architecture - DroidKaigiバージョン
Atsushi Nakamura
07 リーダーシップ
07 リーダーシップ
東京大学医学系研究科医学教育国際研究センター
BRDF レンダリングの方程式
BRDF レンダリングの方程式
康弘 等々力
機械学習をScrumで組織的に学習する (RSGT2022)
機械学習をScrumで組織的に学習する (RSGT2022)
Yukio Okajima
PDPC法(過程決定計画図)
PDPC法(過程決定計画図)
博行 門眞
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
harmonylab
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
Hajime Fujita
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
Preferred Networks
RAPiD
RAPiD
harmonylab
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
CData Software Japan
数理モデリングからはじめるPython数理最適化 PyData.Tokyo 2017/6/28 Retty Inc. Iwanaga Jiro
数理モデリングからはじめるPython数理最適化 PyData.Tokyo 2017/6/28 Retty Inc. Iwanaga Jiro
Jiro Iwanaga
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
Insight Technology, Inc.
新規事業が対峙する現実からエンジニアリングを俯瞰する #devsumiB #devsumi
新規事業が対峙する現実からエンジニアリングを俯瞰する #devsumiB #devsumi
Itsuki Kuroda
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
Toru Tamaki
What's hot
(20)
Pythonではじめる OpenAI Gymトレーニング
Pythonではじめる OpenAI Gymトレーニング
ふりかえりで学んだこと ベスト10
ふりかえりで学んだこと ベスト10
(文献紹介)Depth Completionの最新動向
(文献紹介)Depth Completionの最新動向
TFLite_and_PyTorch_Mobile
TFLite_and_PyTorch_Mobile
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
世界一わかりやすいClean Architecture - DroidKaigiバージョン
世界一わかりやすいClean Architecture - DroidKaigiバージョン
07 リーダーシップ
07 リーダーシップ
BRDF レンダリングの方程式
BRDF レンダリングの方程式
機械学習をScrumで組織的に学習する (RSGT2022)
機械学習をScrumで組織的に学習する (RSGT2022)
PDPC法(過程決定計画図)
PDPC法(過程決定計画図)
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
DLゼミ: Ego-Body Pose Estimation via Ego-Head Pose Estimation
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
トップエンジニアが実践する思考整理法~テクニカルライティングを用いた課題解決の基本
SSII2018TS: 3D物体検出とロボットビジョンへの応用
SSII2018TS: 3D物体検出とロボットビジョンへの応用
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
RAPiD
RAPiD
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
数理モデリングからはじめるPython数理最適化 PyData.Tokyo 2017/6/28 Retty Inc. Iwanaga Jiro
数理モデリングからはじめるPython数理最適化 PyData.Tokyo 2017/6/28 Retty Inc. Iwanaga Jiro
グラフデータベースは如何に自然言語を理解するか?
グラフデータベースは如何に自然言語を理解するか?
新規事業が対峙する現実からエンジニアリングを俯瞰する #devsumiB #devsumi
新規事業が対峙する現実からエンジニアリングを俯瞰する #devsumiB #devsumi
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
3次元レジストレーションの基礎とOpen3Dを用いた3次元点群処理
More from Mikio Kubo
Hl20160929
Hl20160929
Mikio Kubo
ここが変だよ人道支援ロジスティクス
ここが変だよ人道支援ロジスティクス
Mikio Kubo
サプライ・チェイン・アナリストになるために
サプライ・チェイン・アナリストになるために
Mikio Kubo
Why python
Why python
Mikio Kubo
Why python
Why python
Mikio Kubo
ピカチュウによるPythonオブジェクト入門
ピカチュウによるPythonオブジェクト入門
Mikio Kubo
Pythonintro
Pythonintro
Mikio Kubo
Python opt
Python opt
Mikio Kubo
久保研究室とは
久保研究室とは
Mikio Kubo
Mickey mouseに会うために
Mickey mouseに会うために
Mikio Kubo
Or seminar2011final
Or seminar2011final
Mikio Kubo
Scmbook5 e
Scmbook5 e
Mikio Kubo
4章在庫の数理
4章在庫の数理
Mikio Kubo
Current trend
Current trend
Mikio Kubo
Python ehon1
Python ehon1
Mikio Kubo
Gurobi python
Gurobi python
Mikio Kubo
More from Mikio Kubo
(16)
Hl20160929
Hl20160929
ここが変だよ人道支援ロジスティクス
ここが変だよ人道支援ロジスティクス
サプライ・チェイン・アナリストになるために
サプライ・チェイン・アナリストになるために
Why python
Why python
Why python
Why python
ピカチュウによるPythonオブジェクト入門
ピカチュウによるPythonオブジェクト入門
Pythonintro
Pythonintro
Python opt
Python opt
久保研究室とは
久保研究室とは
Mickey mouseに会うために
Mickey mouseに会うために
Or seminar2011final
Or seminar2011final
Scmbook5 e
Scmbook5 e
4章在庫の数理
4章在庫の数理
Current trend
Current trend
Python ehon1
Python ehon1
Gurobi python
Gurobi python
ピカチュウによるPythonオブジェクト入門2
1.
ピカチュウによる オブジェクト指向入門 (新版) 東京海洋大学 久保 幹雄
2.
オブジェクトにくっついているものは 「オブジェクト. なんとか」と記述する! つまり「.」(ドット)こそが オブジェクト指向である!
3.
例として ピカチュウ(Pikachu) オブジェクトを考える! class Pikachu(): ….
4.
Pikachu.cheak ピカチュウ の ほっぺ .
5.
ピカチュウ(Pikachu)オブジェクト の(・)ホッペ(cheak) 属性 (Attribute or
Property)
6.
Pikacyu.cry( ) ピカチュウ が(.)
泣く cryメソッド
7.
ピカチュウ が(.) 泣く (cryメソッド=関数)
8.
Pikachu.eat( “Apple” ) ピカチュウ
が 「リンゴ」(引数) を(.) 食べる
9.
ピカチュウオブジェクト が(・)「リンゴ」(引数:ひきすう) を食べる
10.
class 型名( ): def
初期化(自分,引数): … def メソッド(自分,引数): … 実体 = 型名(引数) class Pikacyu( ): def _ _init_ _(self, owner ): … def cry(self): … def eat(self, something): … MyPika = Pikacyu( “Mikio”) ピカチュウのクラス(型) Pikacyu ピカチュウの(インスタンス)実体 Mikio’s Pikacyu
11.
class Pikacyu(): def __init__(self,owner=""): if
owner=="": self.name="Wild Pikacyu" else: self.name=Owner+"'s Pikacyu“ def __str__(self): return self.name ピカチュウのクラス(型) コンストラクタ(初期化) 所有者(Owner)を引数 Owner は ”” が既定値 Ownerが””のときは 野生のピカチュウ そうでないときは 名前をつける 文字列を返す 特別なメソッド 名前属性 .name を返す
12.
Pika1=Pikacyu() print Pika1 Pika2=Pikacyu("Satoshi") print Pika2 Wild
Pikacyu Satoshi's Pikacyu ピカチュウの(インスタンス)実体の生成 1000匹の野生のピカチュウ for i in range(1000): Pika=Pikacyu()
13.
class Pikacyu(): id= 0 def
__init__(self,owner=""): Pikacyu.id +=1 self.number = Pikacyu.id …. def __str__(self): return self.name + " No." + str(self.number) クラス変数とインスタンス変数 self.numberは 自分の 番号 これはインスタンス変数 idは ピカチュウクラスの 通し番号 これはクラス変数 インスタンスが生成される 度にクラス変数idを1増やす 名前と番号を返す
14.
PikaList=[] for i in
range(100): Pika=Pikacyu() print Pika PikaList.append(Pika) 1000匹のピカチュウインスタンスのリストの生成 Wild Pikacyu No.1 Wild Pikacyu No.2 Wild Pikacyu No.3 Wild Pikacyu No.4 Wild Pikacyu No.5 Wild Pikacyu No.6 ... Wild Pikacyu No.99 Wild Pikacyu No.100
15.
継承 class FlyingPikacyu(Pikacyu): def __init__(self,owner=""): self
= Pikacyu.__init__(self,owner) def Fly(self): print "I can fly!" NewPika=FlyingPikacyu("Mikio") print NewPika.fly() >>> "I can fly!" 空飛ぶピカチュウクラスは ピカチュウクラスを継承 新しい「空を飛ぶ」 メソッドの追加 親(スーパ-)クラス 子(サブ)クラス
Download now