Python基础教程:新手朋友在python中常见的错误信息汇总

简介: Python基础教程:新手朋友在python中常见的错误信息汇总

Python基础教程:新手朋友在python中常见的错误信息汇总

最近很多同学都在问很多错误是怎么回事,其实他们都是Python中非常基础的错误,并且错误也告诉你很清楚,只需要针对错误去解决就好了。那么我今天针对常见的错误进行一个总结,希望对大家有帮助。

一般一个错误分为错误类型:具体原因。其中错误类型基本不变,具体原因会顺序万变,我们拿出常见的给大家作为一个参考,注明:具体原因中引号内的信息是为了方便举例写的,真实你出现的错误并不一定和我引号里的内容一致,恩甚至说应该是肯定不一样的~

1、IndentationError: unindent does not match any outer indentation level

解释:缩进错误,python不是通过{}包裹代码,而是进行tab或者空格的方式对代码进行缩进,如果

缩进前后没有对齐,就会报这个错误

2、NameError:name 'test' is not defined

解释:你没有定义一个叫test的变量,就直接使用test去执行业务逻辑,就会报这个错误

screenshot

3、SyntaxError: invalid syntax

解释:语法错误。唯一的不是在运行时发生的错误.

它代表 Python 代码中有一个不正确的结构, 在它改正之前程序无法执行

还有比如 新手常见的 SyntaxError: EOL while scanning string literal,表示你的字符串没有用引号封装好

4、IndexError:list index out of range

解释:索引超出序列范围,比如li=['a', 'b', 'c'],索引为0,1,2,当你访问了li[3]就会报错

5、KeyError:'test'

解释:字典里没有test这个key,a = {'name': 'jack'} 当你调用a['age']就会抛这个错误

6、IOError:[Errno 2] no such file or directory:"/home/a.txt"

解释:没有找到/home/a.txt这个路径或文件,当你使用open或其他读取系统路径文件的时候出现

7、AttributeError:'a' object object has no attribute 'b'

解释:一个实例化的 a 对象里 如果没有这个b 而你调用了,比如 a.b 就会报这个错误

8、TypeError: 'NoneType' object is not callable

解释:当前你调用的是一个None,而你企图对这个None对象 进行一些 如 None() 等操作,同时

和 7 类似 如果一个None对象你调用了属性 比如 None.b 也会报7的错误。

该错误通常发生在应该返回一个可用对象并进行操作,而返回了None你没有验证就去操作

再比如有一个函数 def a(name):... 的函数 如果你没有传参数或少传了参数也会报Typeerror

比如 TypeError: a() missing 1 required positional argument: 'name'

再比如TypeError: Can’t convert ‘int’ object to str implicitly

说明你企图让一个整数和字符串相加

9、ValueError: invalid literal for int() with base 10: 'abc'

解释:传给的对象的参数类型不准确造成,比如有一个对象 a = 'abc' 你企图对他 进行 int(a)

就会出现这个错误

10、FileNotFoundError: [Errno 2] No such file or directory: '/home/helloworld.py'

解释:和6类似,当对文件进行读取的时候,也有可能抛出这个错误,标明没有找到路径或文件

11、io.UnsupportedOperation: not writable

解释:当你对一个文件进行操作的时候,如果没有相关的权限,就会报这个错误

12、ImportError: No module named 'requests'

解释:你没有导入这个requests包 但是在业务里使用了这个包

再比如 我企图从requests里导入一个不存在的方法 from requests from aa

就会报 ImportError: cannot import name 'aa'

在这里有一个槽点,比如我们在test.py 路径下执行 python test.py

但是在test.py 中 有调用 当前路径上一层其他路径的包或者函数,也会报相关的importerror,

原则上是你执行当前py位置上的错误,在当前路径下执行,代码里只会以当前路径为启示路径进行寻找。

所以最好是在更上层进行执行,或者在当前py下把需要导入的报的地址 加入到sys.path中。

以上就是常见的python的错误,我也会不断的给大家更新Python基础教程。大家也要练习看错误信息,根据错误信息自己去解决问题,才是一个合格的程序员~

相关文章
|
1月前
|
存储 Python
SciPy 教程 之 SciPy 稀疏矩阵 4
SciPy 教程之 SciPy 稀疏矩阵 4:介绍稀疏矩阵的概念、类型及其在科学计算中的应用。SciPy 的 `scipy.sparse` 模块提供了处理稀疏矩阵的工具,重点讲解了 CSC 和 CSR 两种格式,并通过示例演示了如何创建和操作 CSR 矩阵。
44 3
|
20天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
25 1
|
21天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
21 1
|
23天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
25 1
|
25天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
25 3
|
28天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
32 5
|
27天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
29 3
|
26天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
30 1
|
1月前
|
Python
SciPy 教程 之 SciPy 图结构 7
《SciPy 教程 之 SciPy 图结构 7》介绍了 SciPy 中处理图结构的方法。图是由节点和边组成的集合,用于表示对象及其之间的关系。scipy.sparse.csgraph 模块提供了多种图处理功能,如 `breadth_first_order()` 方法可按广度优先顺序遍历图。示例代码展示了如何使用该方法从给定的邻接矩阵中获取广度优先遍历的顺序。
28 2
|
1月前
|
算法 Python
SciPy 教程 之 SciPy 图结构 5
SciPy 图结构教程,介绍图的基本概念和SciPy中处理图结构的模块scipy.sparse.csgraph。重点讲解贝尔曼-福特算法,用于求解任意两点间最短路径,支持有向图和负权边。通过示例演示如何使用bellman_ford()方法计算最短路径。
29 3