在这里，我们要区分两个函数：

第一种形式：def __init__(self)：

这种形式在__init__方法中，只有一个self，指的是实例的本身，但是在方法的类部，包含三个属性:feature_index、threshold和alpha。它允许定义一个空的结构，当新数据来时，可以直接添加。实例化时，需要实例化之后，再进行赋值。

def __init__(self):
    # 特征索引
    self.feature_index=None
    # 特征划分阈值
    self.threshold=None
    # 指示分类准确率
    self.alpha=None

第二种形式：def __init__(self, 参数1，参数2，···，参数n):

这种形式在定义方法时，就直接给定了三个参数feature_index、threshold和alpha，且属性值不允许为空。实例化时，直接传入参数。

def __init__(self,feature_index,threshold,alpha):
    # 特征索引
    self.feature_index=feature_index
    # 特征划分阈值
    self.threshold=threshold
    # 指示分类准确率
    self.alpha=alpha

区别很明显，前者在__init__方法中，只有一个self，指的是实例的本身，但是在方法的类部，包含三个属性，feature_index、threshold和alpha。

下面的这个即是在定义方法时，就直接给定了两个参数。

针对这样的两个，之前不解的地方，是如何实例化，第二个很明显就是直接实例化时，传入相应的参数，而第一种，则需要实例化之后，对属性进行赋值。

两者的区别：

第一种的区别，他定义了这样一种类，他可以是一个空的结构，比如学生的表，当学生还没有进行考试时，他已经有了学生的姓名和成绩，当新的数据来的时候，可以直接添加进来。这个可以很方便的进行；

而第二种，则需要必须传值，不允许为空。当然第二种对于已有数据的导入是很方便的，在语句上减少了很多。

我们看一下第一种形式的实现方法：

class Student:
    def __init__(self):  # 两者之间的区别
        self.name = None
        self.score = None

    def print_score(self):
        print("%s score is %s" % (self.name, self.score))

    def classify_grades(self):
        if self.score >= 80:
            return "A"
        elif self.score >= 70:
            return "B"
        else:
            return "C"

student = Student()
student.name = "sansan"
student.score = 90

student.print_score()
print(student.classify_grades())

我们接下来看一下第二类方法的实现：

class Student:
    def __init__(self,name,score):  # 两者之间的区别
        self.name = name
        self.score = score

    def print_score(self):
        print("%s score is %s" % (self.name, self.score))

    def classify_grades(self):
        if self.score >= 80:
            return "A"
        elif self.score >= 70:
            return "B"
        else:
            return "C"

student = Student('xiao ming',90)
student.print_score()
print(student.classify_grades())

以上是一个很简单的，两者比较，两者都在上述代码中进行了简单的实现，自己进行相应的注释。

到此这篇关于Python中的def __init__( )函数的文章就介绍到这了,更多相关Python def __init__( )内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！