好程序員Python 培訓(xùn)分享 Python 編程中常見的異常處理，今天將對 python 編程中經(jīng)常會遇到的一些報(bào)錯與異常的進(jìn)行總結(jié)與分析，雖然不會面面俱到，但是可以提供一種面對這樣的問題時的思考方法，會對 python 的編程能力的提高有所幫助。
初學(xué)python 經(jīng)常會遇到的一些錯誤：
下面錯誤類型的先后順序基本上是按照從0 到有一定基礎(chǔ)的過程會遇到的一些報(bào)錯問題：
NameError ：在剛開始接觸編程的朋友，容易犯這個錯誤，沒有聲明定義對應(yīng)引用的變量，即，你來了一個無中生有。找到對應(yīng)的變量，聲明即可。
SyntaxError ：這個出錯，都是語法類型的錯誤，例如多個半括號，少個半括號， for 循環(huán)時，末尾忘記英文冒號等等。出現(xiàn)這個錯誤，說明你對 python 的語法很不熟悉，多練習(xí)就是。
IndentationError ：縮進(jìn)不正確， python 語法不熟練的明顯表現(xiàn)，采用 tab 鍵進(jìn)行縮進(jìn)比較比較方便，例外科普一個小技巧，在 jupyter 中如果要對一堆代碼進(jìn)行批量縮進(jìn)時，選中這堆代碼，按 tab 來進(jìn)行縮進(jìn)，按 shift+tab 代碼整體前進(jìn)。
ImportError ：開始出現(xiàn)這個錯誤，說明你有了一丟丟基礎(chǔ)，開始要調(diào)包了。但是還不是很熟練 python 中第三方包的使用方法。這里具體說一下每一種方法的差異，就拿最常見的 pandas 來舉例
import pandas as pd
導(dǎo)入pandas 包，記為 pd 。后續(xù)需要調(diào)用 pandas 庫底下的子函數(shù) API 時，這樣操作： pd.read_csv 此時我們調(diào)用 pandas 下的一個文件讀取函數(shù) read_csv ，它支持許多格式的文件的讀取，例如， csv,tsv,txt 等等，具體需要去探究。
還有一種是：
from pandas import *
這個是導(dǎo)入pandas 一級下屬的所有 API 接口，相當(dāng)于把 pandas 的一堆工具散亂的扔給你，一是占空間，二是用起來你得記住對應(yīng)的函數(shù)才行，而第一種可以采用 tab 補(bǔ)全的方法，知道 API 接口大概拼寫即可。
還有一種：
from pandas import read_csv, concat
這個就比較簡潔，只把自己需要的拿出來即可，在調(diào)用特別大的包的時候，這種方法比較好，例如sklearn ，很少有見 import sklearn as sl 吧，就像一直負(fù)重前行。在知道自己具體要用哪幾個 API 的情況下，這種最優(yōu)。
TypeError ：這個類型的錯誤慢慢開始由于一些有些復(fù)雜的原因引起。例如：
TypeError : argument of type 'int' is not iterable 此處是因?yàn)?int 不可迭代。
TypeError: cannot unpack non-iterable int object 此處是循環(huán)的變量中的元素不是一個可以。這一類型的錯誤需要你對 python 有一些掌握，例如 dict 的 key 是不可重復(fù)的等等，需要在錯誤中累積這一類的知識。
MoudleNotFoundError ：就是你導(dǎo)入的包當(dāng)前是木有的，這里順便說一下各種下載包的方式，首先就是在編譯器里，此操作不論是在 Windows 下還是公司的 Linux 下都可以這樣： !pip install module_name 感嘆號為英文的
但是如果是阿里云，騰訊云，百度的ai-stduio 這種云服務(wù)器的話，需要做一定的改變： !pip install --user module_name 這個是一個小 tip 。個人有一種預(yù)感，以后云服務(wù)器會越來越普及，至少是在大數(shù)據(jù)算法愛好者中， Windows 的，數(shù)據(jù)量稍微大一點(diǎn)，動不動就跑的死機(jī)，云服務(wù)器則不存在這個問題，而且現(xiàn)在慢慢開始有了限時免費(fèi)的云服務(wù)器，再往以后可能就會像流量這樣便宜。
ValueError ：這個通常是在對一個數(shù)據(jù)容器進(jìn)行拆解的時候，拆出來的元素個數(shù)與賦值的變量個數(shù)不匹配，例如：
a,b,c = ['1','1','1','1'] 里面四個元素，外面配三個變量，肯定報(bào)錯
ValueError: too many values to unpack (expected 3)
當(dāng)然還有其他的原因造成ValueError ，例如：
ValueError: The truth value of a Series is ambiguous
ZeroDivisionError ：這個就是你在做除法時，除數(shù)為 0 所致， python2 與 python3 的除法有所不同，有時候容易犯這個錯誤。 python2 的只是取整數(shù)部分，不四舍五入，例如 :
a=0.6
1/a 在 python2 中是會報(bào)錯的。其他情況下報(bào)這個錯，就需要檢查一下你的對應(yīng)變量的精度設(shè)置了，并且在循環(huán)指定條件逐步對某一初始為 0 的變量進(jìn)行迭代累加的時候，也容易出現(xiàn)這個錯誤，例如，在機(jī)器學(xué)習(xí)算法或者推薦算法的召回率，準(zhǔn)確率時，計(jì)算 hit ，數(shù)據(jù)質(zhì)量較差時就容易出現(xiàn)這個問題。
IndexError ：索引出錯了，超出范圍。
IndexError: list index out of range
KeyError ：出現(xiàn) KeyError ，基本說明你開始會用 python 了，因?yàn)樽值?dict 是 python 中應(yīng)用最為廣泛的數(shù)據(jù)存儲容器，學(xué)會字典的各種操作很重要。
FileNotFoundError ：可能是在你開始采用 python 進(jìn)行一些數(shù)據(jù)分析預(yù)測，或者推薦算法，或者 nlp 或者 cv 什么的時候，文件的路徑或者文件格式，文件名出錯導(dǎo)致文件找不到。
AttributeError ：說通俗一些，就是某個數(shù)據(jù)結(jié)構(gòu)或者類型沒有某種操作，你卻非要用這種操作，那就要報(bào)錯了，例如：
AttributeError: 'tuple' object has no attribute 'remove' 出現(xiàn)這樣的錯誤的時候，說明對 python 各種東西學(xué)習(xí)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 來給 list 添加，而 update 是 set 或者 dict 的，如下：
AttributeError: 'list' object has no attribute 'update'
MemoryError ：開始遇到這個錯誤的時候，說明你的 python 基礎(chǔ)基本掌握，就是在你在處理一個比較大的數(shù)據(jù)集的時候，你的程序太 low ，例如，各種循環(huán)，嵌套循環(huán)，電腦被你玩蒙圈了，內(nèi)存不足。這個說明一點(diǎn)，要開始學(xué)習(xí) python 的數(shù)據(jù)結(jié)構(gòu)與算法了，正式開始難點(diǎn)了。一些像小頂堆，大頂堆，二叉樹，動態(tài)規(guī)劃，鏈表，隊(duì)列的家伙開始出現(xiàn)在你的視野里，并且開始看不懂一些詭異的很巧妙的小算法。
所以這就驗(yàn)證了一個說法，python 入門容易，但請看清楚了，僅僅是入門容易，你不能一直站在門口吧，往里面走一點(diǎn)，你就要費(fèi)點(diǎn)勁。因此，需要進(jìn)一步去鞏固基礎(chǔ)的東西，這些日常的報(bào)錯異常只是在反饋你的 bug ，自己的學(xué)習(xí)過程也是一個機(jī)器學(xué)習(xí)的 train 與 test 的過程，學(xué)到東西開始用習(xí)題擬合，如果習(xí)題都是你做過的，抱歉，過擬合了，當(dāng)上 test 的時候，你的正確率就大幅下降，你就需要修正你的訓(xùn)練集了；如果你是個懶家伙，習(xí)題沒做幾個，就直接上 test ，欠擬合了，結(jié)果還是不好。所以就是在這樣的不斷迭代優(yōu)化的過程中，我們學(xué)習(xí)的知識模型的泛化能力越來越好。
重慶分公司
重慶分公司
