一、使用朴素贝叶斯制作鸢尾花数据模型

from sklearn.preprocessing import StandardScaler
from sklearn.naive_bayes import MultinomialNB
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.feature_extraction.text import CountVectorizerif __name__ == '__main__':ir = load_iris()features = ir.datatargets = ir.target# print(features[:20])#     分割数据集x_train, x_test, y_train, y_test = train_test_split(features, targets, train_size=0.8, random_state=100)#    数据量之间差距过大，需要预处理下stdobj = StandardScaler()stdobj.fit(x_train)x_train = stdobj.transform(x_train)x_test = stdobj.transform(x_test)# 进行特征提取countobj = CountVectorizer()countobj.fit(x_train)# countobjx_train = countobj.transform(x_train)x_test = countobj.transform(x_test)# print(x_train[:20])#   拟合朴素贝叶斯模型estimate = MultinomialNB()estimate.fit(x_train, y_train)model_score = estimate.score(x_test, y_test)print(model_score)resault=estimate.predict(x_test[0])print(f"{ir.feature_names[resault]}")

二、使用__new__()方法可以制作单例模式，因为__new__()方法是在实例化对象时调用的第一个方法，可以控制对象的创建过程。在__new__()方法中，我们可以判断是否已经创建了实例，如果已经创建了实例，则返回已有的实例，否则创建一个新的实例。这样就可以保证在整个程序中只有一个实例存在。同时，由于__new__()方法是在实例化对象时调用的第一个方法，所以可以在__init__()方法中进行初始化操作，从而实现重新初始化的功能。

class Singleton(object):def __new__(cls):if not hasattr(cls, '_instance'):cls._instance = super(Singleton, cls).__new__(cls)return cls._instancea = Singleton()
b = Singleton()
c = Singleton()print(a, id(a))
print(b, id(b))
print(c, id(c))
在这个示例代码中，我们定义了一个Singleton类，并在其中实现了__new__()方法。在__new__()方法中，我们首先判断是否已经创建了实例，如果已经创建了实例，则返回已有的实例，否则创建一个新的实例。这样就可以保证在整个程序中只有一个实例存在。最后，我们创建了三个Singleton对象，并打印它们的内存地址，可以看到它们的内存地址都是相同的，说明它们都是同一个实例。另外，我们还可以在__init__()方法中进行初始化操作，从而实现重新初始化的功能。下面是一个使用__new__()方法和__init__()方法实现单例模式的示例代码：class SingletonCls:def __new__(cls, *args, **kwargs):if not hasattr(cls, "_instance"):cls._instance = super(SingletonCls, cls).__new__(cls)return cls._instancedef __init__(self, *args, **kwargs):passclass Foo(SingletonCls):def __init__(self, name):self.name = namels = Foo("ls")
print(ls.name)
zs = Foo("zs")
print(ls.name)
print(zs.name)

三、写代码，有如下字典，按照要求实现每一个功能

dic={‘k1’:’v1’,’k2’:[‘alex’,’sb’],(1,2,3,4,5):{‘k3’:[‘2’,100,’wer’]}}

• 1、将’k2’对应的值的最后面添加一个元素’23’；
• 2、将’k2’对应的值的第一个位置插入一个元素’a’；
• 3、将(1,2,3,4,5)对应的值添加一个键值对’k4’,’v4’；
• 4、将(1,2,3,4,5)对应的值添加一个键值对(1,2,3),’ok’；
• 5、将’k3’对应的值的’wer’更改为’qq’；

if __name__ == '__main__':dic = {'k1':'v1', 'k2':['alex', 'sb'], (1, 2, 3, 4, 5): {'k3':['2', 100,'wer']}}dic['k2'].append("23")dic['k2'].insert(0,'a')dic.get((1, 2, 3, 4, 5))['k4']="v4"dic.get((1, 2, 3, 4, 5))[(1,2,3)]="ok"dic.get((1, 2, 3, 4, 5)).get("k3")[2]="qq";print(dic)

四、使用__new__()方法，制作单例

class SingletonObject(object):__instance=Nonedef __new__(cls):if cls.__instance is None:cls.__instance=object.__new__(cls)return cls.__instance
if __name__ == '__main__':s1=SingletonObject()s2=SingletonObject()print(s1)print(s2)