好程序员Python培训分享Python编程中常见的异常处理

　　好程序员Python
培训分享
Python
编程中常见的异常处理，今天将对
python
编程中经常会遇到的一些报错与异常的进行总结与分析，虽然不会面面俱到，但是可以提供一种面对这样的问题时的思考方法，会对
python
的编程能力的提高有所帮助。

　　初学python
经常会遇到的一些错误：

　　下面错误类型的先后顺序基本上是按照从0
到有一定基础的过程会遇到的一些报错问题：
　　NameError
：在刚开始接触编程的朋友，容易犯这个错误，没有声明定义对应引用的变量，即，你来了一个无中生有。找到对应的变量，声明即可。
　　SyntaxError
：这个出错，都是语法类型的错误，例如多个半括号，少个半括号，
for
循环时，末尾忘记英文冒号等等。出现这个错误，说明你对
python
的语法很不熟悉，多练习就是。
　　IndentationError
：缩进不正确，
python
语法不熟练的明显表现，采用
tab
键进行缩进比较比较方便，例外科普一个小技巧，在
jupyter
中如果要对一堆代码进行批量缩进时，选中这堆代码，按
tab
来进行缩进，按
shift+tab
代码整体前进。
　　ImportError
：开始出现这个错误，说明你有了一丢丢基础，开始要调包了。但是还不是很熟练
python
中第三方包的使用方法。这里具体说一下每一种方法的差异，就拿最常见的
pandas
来举例
　　import pandas as pd

　　导入pandas
包，记为
pd
。后续需要调用
pandas
库底下的子函数
API
时，这样操作：
pd.read_csv
此时我们调用
pandas
下的一个文件读取函数
read_csv
，它支持许多格式的文件的读取，例如，
csv,tsv,txt
等等，具体需要去探究。

　　还有一种是：
　　from pandas import *

　　这个是导入pandas
一级下属的所有
API
接口，相当于把
pandas
的一堆工具散乱的扔给你，一是占空间，二是用起来你得记住对应的函数才行，而第一种可以采用
tab
补全的方法，知道
API
接口大概拼写即可。

　　还有一种：
　　from pandas import read_csv, concat

　　这个就比较简洁，只把自己需要的拿出来即可，在调用特别大的包的时候，这种方法比较好，例如sklearn
，很少有见
import sklearn as sl
吧，就像一直负重前行。在知道自己具体要用哪几个
API
的情况下，这种最优。
　　TypeError
：这个类型的错误慢慢开始由于一些有些复杂的原因引起。例如：
　　TypeError : argument of type ‘int’ is not iterable
此处是因为
int
不可迭代。
　　TypeError: cannot unpa免费云主机域名ck non-iterable int object
此处是循环的变量中的元素不是一个可以。这一类型的错误需要你对
python
有一些掌握，例如
dict
的
key
是不可重复的等等，需要在错误中累积这一类的知识。
　　MoudleNotFoundError
：就是你导入的包当前是木有的，这里顺便说一下各种下载包的方式，首先就是在编译器里，此操作不论是在
Windows
下还是公司的
Linux
下都可以这样：
!pip install module_name
感叹号为英文的

　　但是如果是阿里云，腾讯云，百度的ai-stduio
这种云服务器的话，需要做一定的改变：
!pip install –user module_name
这个是一个小
tip
。个人有一种预感，以后云服务器会越来越普及，至少是在大数据算法爱好者中，
Windows
的，数据量稍微大一点，动不动就跑的死机，云服务器则不存在这个问题，而且现在慢慢开始有了限时免费的云服务器，再往以后可能就会像流量这样便宜。
　　ValueError
：这个通常是在对一个数据容器进行拆解的时候，拆出来的元素个数与赋值的变量个数不匹配，例如：
　　a,b,c = [‘1′,’1′,’1′,’1’]
里面四个元素，外面配三个变量，肯定报错
　　ValueError: too many values to unpack (expected 3)

　　当然还有其他的原因造成ValueError
，例如：
　　ValueError: The truth value of a Series is ambiguous
　　ZeroDivisionError
：这个就是你在做除法时，除数为
0
所致，
python2
与
python3
的除法有所不同，有时候容易犯这个错误。
python2
的只是取整数部分，不四舍五入，例如
:
　　a=0.6
　　1/a
在
python2
中是会报错的。其他情况下报这个错，就需要检查一下你的对应变量的精度设置了，并且在循环指定条件逐步对某一初始为
0
的变量进行迭代累加的时候，也容易出现这个错误，例如，在机器学习算法或者推荐算法的召回率，准确率时，计算
hit
，数据质量较差时就容易出现这个问题。
　　IndexError
：索引出错了，超出范围。
　　IndexError: list index out of range
　　KeyError
：出现
KeyError
，基本说明你开始会用
python
了，因为字典
dict
是
python
中应用最为广泛的数据存储容器，学会字典的各种操作很重要。
　　FileNotFoundError
：可能是在你开始采用
python
进行一些数据分析预测，或者推荐算法，或者
nlp
或者
cv
什么的时候，文件的路径或者文件格式，文件名出错导致文件找不到。
　　AttributeError
：说通俗一些，就是某个数据结构或者类型没有某种操作，你却非要用这种操作，那就要报错了，例如：
　　AttributeError: ‘tuple’ object has no attribute ‘remove’
出现这样的错误的时候，说明对
python
各种东西学习的有些多，混淆了一些操作。例如
list
的元素添加是
append
，你非要用
update
来给
list
添加，而
update
是
set
或者
dict
的，如下：
　　AttributeError: ‘list’ object has no attribute ‘update’
　　MemoryError
：开始遇到这个错误的时候，说明你的
python
基础基本掌握，就是在你在处理一个比较大的数据集的时候，你的程序太
low
，例如，各种循环，嵌套循环，电脑被你玩蒙圈了，内存不足。这个说明一点，要开始学习
python
的数据结构与算法了，正式开始难点了。一些像小顶堆，大顶堆，二叉树，动态规划，链表，队列的家伙开始出现在你的视野里，并且开始看不懂一些诡异的很巧妙的小算法。

所以这就验证了一个说法，python
入门容易，但请看清楚了，仅仅是入门容易，你不能一直站在门口吧，往里面走一点，你就要费点劲。因此，需要进一步去巩固基础的东西，这些日常的报错异常只是在反馈你的
bug
，自己的学习过程也是一个机器学习的
train
与
test
的过程，学到东西开始用习题拟合，如果习题都是你做过的，抱歉，过拟合了，当上
test
的时候，你的正确率就大幅下降，你就需要修正你的训练集了；如果你是个懒家伙，习题没做几个，就直接上
test
，欠拟合了，结果还是不好。所以就是在这样的不断迭代优化的过程中，我们学习的知识模型的泛化能力越来越好。

相关推荐: 微信小程序如何设计才能受用户喜欢

本篇内容主要讲解“微信小程序如何设计才能受用户喜欢”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“微信小程免费云主机域名序如何设计才能受用户喜欢”吧!1、提前调研小程序市场用户 无论企业是想要开发游戏小程序还是商城小…