为什么自己操作的和课本上不一样啊

Python初学者，自己在电脑上敲书本上的例题，输出结果和课本上不一样，有无高人指点迷津，万分感谢


class Student:
    def __init__(self, name):
        self.name = name
        print('姓名为%s的对象被创建!' % self.name)

    def __del__(self):
        print('姓名为%s的对象被销毁!' % self.name)


def func(name):
    stu = Student(name)


if __name__ == '__main__':
    stu1 = Student('李小萌')
    stu2 = Student('马红')
    stu3 = stu2
    del stu2
    func('张刚')
    del stu3
    stu4 = Student('刘建')

我把你的代码复制过来运行就是和书上一模一样的啊，你再把我这代码复制运行试试看哈！！！
姓名为李小萌的对象被创建!
姓名为马红的对象被创建!
姓名为张刚的对象被创建!
姓名为张刚的对象被销毁!
姓名为马红的对象被销毁!
姓名为刘建的对象被创建!
姓名为李小萌的对象被销毁!
姓名为刘建的对象被销毁!

不知道你这个问题是否已经解决, 如果还没有解决的话:

帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/7634434
你也可以参考下这篇文章：学点实用工作小技巧【Python】汉字转拼音、繁体字和简体字互转、提取字符串中的中文（英文）、判断是否纯中文（英文）
同时，你还可以查看手册：python- 自定义扩展类型：教程- 基础中的内容

除此之外, 这篇博客: Python机器学习——线性回归案例（一）中的 2.通过观测散点图，可知该组数据基本呈现线性关系，开始我们的模型构建已经模型预测 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:

① 导入线性回归模型的库

# 导入需要的库
from sklearn import linear_model

② 四步走：构建模型 + 训练模型 + 模型系数 + 模型预测

# 1.构建模型
model = linear_model.LinearRegression()
# 2.训练模型
model.fit(X,y)
# 3.模型系数
print("截距：",model.coef_)
print("系数：",model.intercept_)
y_pred = model.predict(X)
plt.plot(X,y_pred,'r--') # 拟合方程
# 展现图形
plt.show()
# 4.模型预测
result = model.predict([[12]])
print("直径为12的披萨预测的价格为：",result)

细节解析： r–表示拟合方程以红色虚线呈现

综合①②完整代码为：

import matplotlib.pyplot as plt
from sklearn import linear_model
X = [[6],[8],[10],[14],[18]]
y = [[7],[9],[13],[17.5],[18]]
# 绘制散点图
plt.scatter(X,y)
# 展现网格
plt.grid()

# 1.构建模型
model = linear_model.LinearRegression()
# 2.训练模型
model.fit(X,y)
# 3.模型系数
print("截距：",model.coef_)
print("系数：",model.intercept_)
y_pred = model.predict(X)
plt.plot(X,y_pred,'r--') # 拟合方程
# 展现图形
plt.show()
# 4.模型预测
result = model.predict([[12]])
print("直径为12的披萨预测的价格为：",result)
# 运行结果为：
# 截距： [[0.9762931]]
# 系数： [1.96551724]
# 直径为12的披萨预测的价格为： [[13.68103448]]

③ 运行结果为：
在这里插入图片描述

您还可以看一下唐宇迪老师的Python数据分析与机器学习实战集锦课程中的加载数据坐标到实际地图中进行分析小节, 巩固相关知识点

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^