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…