python使用中的錯誤總結的簡單介紹

本文目錄一覽：

• 1、python運行錯誤怎麼辦？
• 2、如何解決的Python類型錯誤
• 3、Python 異常處理總結
• 4、Python文件操作，看這篇就足夠!
• 5、python里出現imported but unused，有什麼解決方法
• 6、Python中的bug有多可怕？

python運行錯誤怎麼辦？

一、python的錯誤處理：

在程序運行的過程中，如果發生了錯誤，可以事先約定返回一個錯誤代碼，這樣，就可以知道是否有錯以及出錯的原因。

在操作系統提供的調用中，返回錯誤碼非常常見。比如打開文件的函數open()，成功時返迴文件的描述符（就是一個整數），出錯時返回-1用錯誤碼來表示是否出錯十分不便，因為函數本身應該返回的正常結果和錯誤碼混在一起，造成調用者必須大量的代碼來判斷是否出錯：def foo():

r = somefunction()    if r == (-1):        return (-1)    return rdef bar():

r = foo()    if r == (-1):        print(“Error”)    else:        pass一旦出錯，還要一級一級上報，直到某個函數可以處理該錯誤（比如，給用戶輸出一個錯誤信息）

所以，高級語言通常都內置了一套try…except…finally…的錯誤處理機制，python也不例外。try

讓我們用一個例子來看看try的機制try:    print(“try….”)

r = 10 / 0    print(“result”, r)except ZeroDivisionError as e:    print(“except:”, e)finally:    print(“finally…”)print(“END….”)

當我們認為某些代碼可能會出錯時，就可以用try來運行這段代碼，如果執行出錯，則後續代碼不會繼續執行

而是直接跳轉至錯誤處理代碼，即except語句塊

執行完except後，如果有finally語句塊，則執行finally語句塊，至此，執行完畢。

上面的代碼在計算10 / 0時 會產生一個除法運算錯誤：try….except: division by zerofinally…

END….從輸出可以看到，當錯誤發生時，後續語句print(“result:”, r)不會被執行，except由於捕獲到ZeroDivisionError因此被執行。

最後，finally語句被執行。然後，程序繼續按照流程往下走。

如果把除數0 變成2，則執行結果如下try….

result 5.0finally…

END….由於沒有錯誤發生，所以except語句塊不會被執行，但是finally如果有則一定會被執行，當然finally也可以沒有

你還可以猜測，錯誤應該有很多種類，日過發生了不同類型的錯誤，應該由不同的except語句塊處理。

沒錯，可以有多個except來捕獲不同類型的錯誤：try:    print(“try…..”)

r = 10 / int(“a”)    print(“result:”, r)except ValueError as e:    print(“ValueError:”, e)except ZeroDivisionError as e:    print(“ZeroDivisionError:”, e)finally:    print(“finally…”)print(“END…”)

int()函數可能會拋出ValueError,所以我們用一個except捕獲ValueError，用另一個except捕獲ZeroDivisionError

此外，如果沒有錯誤發生，可以再except語句塊後面加一個else，當沒有錯誤發生時，會自動執行else語句。try:    print(“try…”)

r = 10 / int(“2”)    print(“result:”, r)except ValueError as e:    print(“ValueError:”, e)except ZeroDivisionError as e:    print(“ZeroDivisionError:”, e)else:    print(“No error!”)finally:    print(“finally…”)print(“END”)

python的錯誤其實也是class，所有的錯誤類型都繼承自BaseException,

所以在使用except時需要注意的是，它不但捕獲該類型的錯誤，還把其子類也「一網打盡」。

比如：try:

foo()except ValueError as e:    print(“ValueError”)except UnicodeError as e:    print(“UnicodeError”)

第二個except永遠也捕獲不到UnicodeError, 因為UnicodeError是ValueError的子類

如果有，也是被第一個except給捕獲了。

python所有的錯誤都是BaseException類派生的。

所有常見的錯誤類型和繼承關係看這裡：

使用try…exccept捕獲錯誤還有一個巨大的好處，就是可以跨越多層調用，比如函數main（）調用foo（）

foo（）調用bar（），結果bar（）出錯了，這時，只要main（）捕獲到了，就可以處理：def foo(s):    return 10 / int(s)def bar(s):    return foo(s) * 2def main():    try:

bar(“0”)    except Exception as e:        print(“Error:”, e)    finally:        print(“finally…”)

也就是說，不需要在每個可能出錯的地方去捕獲異常，只要在合適的層次去捕獲就可以了。

這樣一來，就大大減少了寫 try…except…finally的麻煩。

二、調用堆棧

如果錯誤沒有被捕獲，他就會一直往上拋，最後被python解釋器捕獲，打印一個錯誤信息，然後程序退出。def foo(s):    return 10 / int(s)def bar(s):    return foo(s) * 2def main():

bar(“0”)

main()

執行結果為：

Traceback (most recent call last):

File “C:/Python36/test.py”, line 10, in module

main()

File “C:/Python36/test.py”, line 8, in main

bar(“0”)

File “C:/Python36/test.py”, line 5, in bar    return foo(s) * 2

File “C:/Python36/test.py”, line 2, in foo    return 10 / int(s)

ZeroDivisionError: division by zero

出錯並不可怕，可怕的時不知道哪裡出錯了。解讀錯誤信息時定位錯誤的關鍵。

我們從上往下可以看到整個錯誤的調用函數鏈。

錯誤第一行：

Traceback (most recent call last):

這告訴我們的是錯誤的跟蹤信息。

File “C:/Python36/test.py”, line 10, in module main()

說明調用main（）出錯了，在代碼文件test.py中第10行，但是原因是第8行：

File”C:/Python36/test.py”, line8, in main

bar(“0”)

調用bar(“0”)出錯了，在代碼文件test.py中第8行，但原因是第5行：

File”C:/Python36/test.py”, line5, in barreturn foo(s) * 2調用return foo(s) * 2時出錯了，在test.py中第5行，但原因是第2行

File “C:/Python36/test.py”, line 2, in foo    return 10 / int(s)

ZeroDivisionError: division by zero

這時我們找到了源頭，原來在第2行調用return 10 / int(s)出錯了，錯誤為ZeroDivisionError

三、記錄錯誤

如果不捕獲錯誤，自然可以讓python解釋器來打印出錯誤堆棧，但是程序也被結束了。

既然我們能捕獲錯誤，就可以把錯誤堆棧打印出來，然後分析錯誤原因，同時，讓程序繼續執行下去。

python內置的logging模塊可以非常容易地記錄錯誤信息：import loggingdef foo(s):    return 10 / int(s)def bar(s):    return foo(s) * 2def main():    try:

bar(“0”)    except Exception as e:

logging.exception(e)

main()print(“END”)

輸出結果為：

ERROR:root:division by zero

Traceback (most recent call last):

File “C:/Python36/test.py”, line 12, in main

bar(“0”)

File “C:/Python36/test.py”, line 8, in bar    return foo(s) * 2

File “C:/Python36/test.py”, line 5, in foo    return 10 / int(s)

ZeroDivisionError: division by zero

END

同樣是出錯，但程序打印完錯誤信息後會繼續執行，並正常退出。

通過配置，logging還可以把錯誤記錄到日誌文件里，方便事後排查。

四、拋出錯誤

因為錯誤是class，捕獲一個錯誤就是捕獲到該class的一個實例。

因此，錯誤並不是憑空產生的，而是有意創建並拋出的。

python的內置函數會拋出很多類型的錯誤，我們自己編寫的函數也可以拋出錯誤。

如果要拋出錯誤，首先根據需要，可以定義一個錯誤的class，選擇好繼承關係，然後用raise語句拋出一個錯誤的實例：class FooError(ValueError):    passdef foo(s):

n =  int(s)    if n == 0:        raise FooError(“invalid value: %s” % s)    return 10 / n

foo(“0”)

輸出結果：

Traceback (most recent call last):

File “C:/Python36/test.py”, line 10, in module

foo(“0”)

File “C:/Python36/test.py”, line 7, in foo    raise FooError(“invalid value: %s” % s)

FooError: invalid value: 0

只有在必要的時候才定義我們自己的錯誤類型。

如果可以選擇python已有的內置錯誤類型（比如ValueError, TypeError）,盡量使用python內置的錯誤類型。

最後，我們來看另一種錯誤處理方式：def foo(s):

n = int(s)    if n == 0:        raise ValueError(“invalid value: %s” % s)    return 10 / ndef bar():    try:

foo(“0”)    except ValueError as e:        print(“ValieError”)        raisebar()

在bar（）函數中，我們明明已經捕獲了錯誤，但是，打印一個ValueError之後

又通過raise語句拋出去了。這不是有病嗎

其實，這種錯誤處理方式不但沒病，而且相當常見。

捕獲錯誤目的只是記錄一下，便於或許追蹤。

但是，由於當前函數不知道應該怎麼處理該錯誤，所以，最恰當的方式是繼續往上拋，讓頂層調用者去處理。

好比一個員工處理不了一個問題時，就把問題一直往上拋，最終會拋給CEO去解決。

注意：raise語句如果不帶參數，就會把當前錯誤原樣拋出。

此外，在except中raise一個Error，還可以改寫錯誤類型try:    10 / 0except ZeroDivisionError:    raise ValueError(“do not input zero!”)

輸出結果：

Traceback (most recent call last):

File “C:/Python36/test.py”, line 4, in module    raise ValueError(“do not input zero!”)

ValueError: do not input zero!只要是合理的轉換邏輯就可以，但是，絕不應該把一個IOError轉成毫不相干的valueError.

總結：

python內置的 try…except…finally 用來處理錯誤十分方便。

出錯時，會分析錯誤信息並定位錯誤發生的代碼位置才是關鍵的。

程序也可以主動拋出錯誤，讓調用者來處理相應的錯誤。

但是應該在文檔中寫清楚可能會拋出哪些錯誤，以及錯誤產生的原因。

如何解決的Python類型錯誤

1.Python異常類

Python是面向對象語言，所以程序拋出的異常也是類。常見的Python異常有以下幾個，大家只要大致掃一眼，有個映像，等到編程的時候，相信大家肯定會不只一次跟他們照面（除非你不用Python了）。

異常 描述

NameError 嘗試訪問一個沒有申明的變量

ZeroDivisionError 除數為0

SyntaxError 語法錯誤

IndexError 索引超出序列範圍

KeyError 請求一個不存在的字典關鍵字

IOError 輸入輸出錯誤（比如你要讀的文件不存在）

AttributeError 嘗試訪問未知的對象屬性

ValueError 傳給函數的參數類型不正確，比如給int()函數傳入字符串形

2.捕獲異常

Python完整的捕獲異常的語句有點像：

複製代碼 代碼如下:

try:

try_suite

except Exception1,Exception2,…,Argument:

exception_suite

…… #other exception block

else:

no_exceptions_detected_suite

finally:

always_execute_suite

額…是不是很複雜？當然，當我們要捕獲異常的時候，並不是必須要按照上面那種格式完全寫下來，我們可以丟掉else語句，或者finally語句；甚至不要exception語句，而保留finally語句。額，暈了？好吧，下面，我們就來一一說明啦。

2.1.try…except…語句

try_suite不消我說大家也知道，是我們需要進行捕獲異常的代碼。而except語句是關鍵，我們try捕獲了代碼段try_suite里的異常後，將交給except來處理。

try…except語句最簡單的形式如下：

複製代碼 代碼如下:

try:

try_suite

except:

exception block

上面except子句不跟任何異常和異常參數，所以無論try捕獲了任何異常，都將交給except子句的exception block來處理。如果我們要處理特定的異常，比如說，我們只想處理除零異常，如果其他異常出現，就讓其拋出不做處理，該怎麼辦呢？這個時候，我們就要給except子句傳入異常參數啦！那個ExceptionN就是我們要給except子句的異常類（請參考異常類那個表格），表示如果捕獲到這類異常，就交給這個except子句來處理。比如：

複製代碼 代碼如下:

try:

try_suite

except Exception:

exception block

舉個例子：

複製代碼 代碼如下:

try:

… res = 2/0

… except ZeroDivisionError:

… print “Error:Divisor must not be zero!”

…

Error:Divisor must not be zero!

看，我們真的捕獲到了ZeroDivisionError異常！那如果我想捕獲並處理多個異常怎麼辦呢？有兩種辦法，一種是給一個except子句傳入多個異常類參數，另外一種是寫多個except子句，每個子句都傳入你想要處理的異常類參數。甚至，這兩種用法可以混搭呢！下面我就來舉個例子。

複製代碼 代碼如下:

try:

floatnum = float(raw_input(“Please input a float:”))

intnum = int(floatnum)

print 100/intnum

except ZeroDivisionError:

print “Error:you must input a float num which is large or equal then 1!”

except ValueError:

print “Error:you must input a float num!”

[root@Cherish tmp]# python test.py

Please input a float:fjia

Error:you must input a float num!

[root@Cherish tmp]# python test.py

Please input a float:0.9999

Error:you must input a float num which is large or equal then 1!

[root@Cherish tmp]# python test.py

Please input a float:25.091

4

上面的例子大家一看都懂，就不再解釋了。只要大家明白，我們的except可以處理一種異常，多種異常，甚至所有異常就可以了。

大家可能注意到了，我們還沒解釋except子句後面那個Argument是什麼東西？別著急，聽我一一道來。這個Argument其實是一個異常類的實例（別告訴我你不知到什麼是實例），包含了來自異常代碼的診斷信息。也就是說，如果你捕獲了一個異常，你就可以通過這個異常類的實例來獲取更多的關於這個異常的信息。例如：

複製代碼 代碼如下:

try:

… 1/0

… except ZeroDivisionError,reason:

… pass

…

type(reason)

type ‘exceptions.ZeroDivisionError’

print reason

integer division or modulo by zero

reason

ZeroDivisionError(‘integer division or modulo by zero’,)

reason.__class__

type ‘exceptions.ZeroDivisionError’

reason.__class__.__doc__

‘Second argument to a division or modulo operation was zero.’

reason.__class__.__name__

‘ZeroDivisionError’

上面這個例子，我們捕獲了除零異常，但是什麼都沒做。那個reason就是異常類ZeroDivisionError的實例，通過type就可以看出。

2.2try … except…else語句

現在我們來說說這個else語句。Python中有很多特殊的else用法，比如用於條件和循環。放到try語句中，其作用其實也差不多：就是當沒有檢測到異常的時候，則執行else語句。舉個例子大家可能更明白些：

複製代碼 代碼如下:

import syslog

try:

… f = open(“/root/test.py”)

… except IOError,e:

… syslog.syslog(syslog.LOG_ERR,”%s”%e)

… else:

… syslog.syslog(syslog.LOG_INFO,”no exception caught\n”)

…

f.close()

2.3 finally子句

finally子句是無論是否檢測到異常，都會執行的一段代碼。我們可以丟掉except子句和else子句，單獨使用try…finally，也可以配合except等使用。

例如2.2的例子，如果出現其他異常，無法捕獲，程序異常退出，那麼文件 f 就沒有被正常關閉。這不是我們所希望看到的結果，但是如果我們把f.close語句放到finally語句中，無論是否有異常，都會正常關閉這個文件，豈不是很 妙

複製代碼 代碼如下:

import syslog

try:

… f = open(“/root/test.py”)

… except IOError,e:

… syslog.syslog(syslog.LOG_ERR,”%s”%e)

… else:

… syslog.syslog(syslog.LOG_INFO,”no exception caught\n”)

… finally:

f.close()

大家看到了沒，我們上面那個例子竟然用到了try,except,else,finally這四個子句！:-)，是不是很有趣？到現在，你就基本上已經學會了如何在Python中捕獲常規異常並處理之。

3.兩個特殊的處理異常的簡便方法

3.1斷言（assert）

什麼是斷言，先看語法：

複製代碼 代碼如下:

assert expression[,reason]

其中assert是斷言的關鍵字。執行該語句的時候，先判斷表達式expression，如果表達式為真，則什麼都不做；如果表達式不為真，則拋出異常。reason跟我們之前談到的異常類的實例一樣。不懂？沒關係，舉例子！最實在！

複製代碼 代碼如下:

assert len(‘love’) == len(‘like’)

assert 1==1

assert 1==2,”1 is not equal 2!”

Traceback (most recent call last):

File “stdin”, line 1, in module

AssertionError: 1 is not equal 2!

我們可以看到，如果assert後面的表達式為真，則什麼都不做，如果不為真，就會拋出AssertionErro異常，而且我們傳進去的字符串會作為異常類的實例的具體信息存在。其實，assert異常也可以被try塊捕獲：

複製代碼 代碼如下:

try:

… assert 1 == 2 , “1 is not equal 2!”

… except AssertionError,reason:

… print “%s:%s”%(reason.__class__.__name__,reason)

…

AssertionError:1 is not equal 2!

type(reason)

type ‘exceptions.AssertionError’

3.2.上下文管理（with語句）

如果你使用try,except,finally代碼僅僅是為了保證共享資源（如文件，數據）的唯一分配，並在任務結束後釋放它，那麼你就有福了！這個with語句可以讓你從try,except,finally中解放出來！語法如下：

複製代碼 代碼如下:

with context_expr [as var]:

with_suite

是不是不明白？很正常，舉個例子來！

複製代碼 代碼如下:

with open(‘/root/test.py’) as f:

… for line in f:

… print line

上面這幾行代碼幹了什麼？

（1）打開文件/root/test.py

（2）將文件對象賦值給 f

（3）將文件所有行輸出

（4）無論代碼中是否出現異常，Python都會為我們關閉這個文件，我們不需要關心這些細節。

這下，是不是明白了，使用with語句來使用這些共享資源，我們不用擔心會因為某種原因而沒有釋放他。但並不是所有的對象都可以使用with語句，只有支持上下文管理協議（context management protocol）的對象才可以，那哪些對象支持該協議呢？如下表：

file

decimal.Context

thread.LockType

threading.Lock

threading.RLock

threading.Condition

threading.Semaphore

threading.BoundedSemaphore

至於什麼是上下文管理協議，如果你不只關心怎麼用with,以及哪些對象可以使用with，那麼我們就不比太關心這個問題：）

4.拋出異常(raise)

如果我們想要在自己編寫的程序中主動拋出異常，該怎麼辦呢？raise語句可以幫助我們達到目的。其基本語法如下：

複製代碼 代碼如下:

raise [SomeException [, args [,traceback]]

第一個參數，SomeException必須是一個異常類，或異常類的實例

第二個參數是傳遞給SomeException的參數，必須是一個元組。這個參數用來傳遞關於這個異常的有用信息。

第三個參數traceback很少用，主要是用來提供一個跟中記錄對象（traceback）

下面我們就來舉幾個例子。

複製代碼 代碼如下:

raise NameError

Traceback (most recent call last):

File “stdin”, line 1, in module

NameError

raise NameError() #異常類的實例

Traceback (most recent call last):

File “stdin”, line 1, in module

NameError

raise NameError,(“There is a name error”,”in test.py”)

Traceback (most recent call last):

File “stdin”, line 1, in module

raise NameError(“There is a name error”,”in test.py”) #注意跟上面一個例子的區別

Traceback (most recent call last):

File “stdin”, line 1, in module

NameError: (‘There is a name error’, ‘in test.py’)

raise NameError,NameError(“There is a name error”,”in test.py”) #注意跟上面一個例子的區別

Traceback (most recent call last):

File “stdin”, line 1, in module

NameError: (‘There is a name error’, ‘in test.py’)

其實，我們最常用的還是，只傳入第一個參數用來指出異常類型，最多再傳入一個元組，用來給出說明信息。如上面第三個例子。

5.異常和sys模塊

另一種獲取異常信息的途徑是通過sys模塊中的exc_info()函數。該函數回返回一個三元組:(異常類，異常類的實例，跟中記錄對象)

複製代碼 代碼如下:

try:

… 1/0

… except:

… import sys

… tuple = sys.exc_info()

…

print tuple

(type ‘exceptions.ZeroDivisionError’, ZeroDivisionError(‘integer division or modulo by zero’,), traceback object at 0x7f538a318b48)

for i in tuple:

… print i

…

type ‘exceptions.ZeroDivisionError’ #異常類

integer division or modulo by zero #異常類的實例

traceback object at 0x7f538a318b48 #跟蹤記錄對象

Python 異常處理總結

什麼是異常？

異常即是一個事件，該事件會在程序執行過程中發生，影響了程序的正常執行。一般情況下，在Python無法正常處理程序時就會發生一個異常。

異常是Python對象，表示一個錯誤。當Python腳本發生異常時我們需要捕獲處理它，否則程序會終止執行。

python提供了兩個非常重要的功能來處理python程序在運行中出現的異常和錯誤。你可以使用該功能來調試python程序。

異常處理： 本站Python教程會具體介紹。

斷言(Assertions)：本站Python教程會具體介紹。

異常處理

捕捉異常可以使用try/except語句。try/except語句用來檢測try語句塊中的錯誤，從而讓except語句捕獲異常信息並處理。如果你不想在異常發生時結束你的程序，只需在try里捕獲它。

語法：

以下為簡單的try….except…else的語法：

try的工作原理是，當開始一個try語句後，python就在當前程序的上下文中作標記，這樣當異常出現時就可以回到這裡，try子句先執行，接下來會發生什麼依賴於執行時是否出現異常。

· 如果當try後的語句執行時發生異常，python就跳回到try並執行第一個匹配該異常的except子句，異常處理完畢，控制流就通過整個try語句（除非在處理異常時又引發新的異常）。

· 如果在try後的語句里發生了異常，卻沒有匹配的except子句，異常將被遞交到上層的try，或者到程序的最上層（這樣將結束程序，並打印缺省的出錯信息）。

· 如果在try子句執行時沒有發生異常，python將執行else語句後的語句（如果有else的話），然後控制流通過整個try語句。

實例

下面是簡單的例子，它打開一個文件，在該文件中的內容寫入內容，且並未發生異常：

以上程序輸出結果：

實例

下面是簡單的例子，它打開一個文件，在該文件中的內容寫入內容，但文件沒有寫入權限，發生了異常：

以上程序輸出結果：

使用except而不帶任何異常類型

你可以不帶任何異常類型使用except，如下實例：

以上方式try-except語句捕獲所有發生的異常。但這不是一個很好的方式，我們不能通過該程序識別出具體的異常信息。因為它捕獲所有的異常。

使用except而帶多種異常類型

你也可以使用相同的except語句來處理多個異常信息，如下所示：

try-finally 語句

try-finally 語句無論是否發生異常都將執行最後的代碼。

實例

如果打開的文件沒有可寫權限，輸出如下所示：

同樣的例子也可以寫成如下方式：

當在try塊中拋出一個異常，立即執行finally塊代碼。finally塊中的所有語句執行後，異常被再次提出，並執行except塊代碼。參數的內容不同於異常。

異常的參數

一個異常可以帶上參數，可作為輸出的異常信息參數。你可以通過except語句來捕獲異常的參數，如下所示：

變量接收的異常值通常包含在異常的語句中。在元組的表單中變量可以接收一個或者多個值。

元組通常包含錯誤字符串，錯誤數字，錯誤位置。

實例

以下為單個異常的實例：

以上程序執行結果如下：

觸發異常

我們可以使用raise語句自己觸發異常

raise語法格式如下：

語句中Exception是異常的類型（例如，NameError）參數是一個異常參數值。該參數是可選的，如果不提供，異常的參數是」None」。

最後一個參數是可選的（在實踐中很少使用），如果存在，是跟蹤異常對象。

實例

一個異常可以是一個字符串，類或對象。 Python的內核提供的異常，大多數都是實例化的類，這是一個類的實例的參數。

定義一個異常非常簡單，如下所示：

注意：為了能夠捕獲異常，」except」語句必須有用相同的異常來拋出類對象或者字符串。

例如我們捕獲以上異常，」except」語句如下所示：

用戶自定義異常

通過創建一個新的異常類，程序可以命名它們自己的異常。異常應該是典型的繼承自Exception類，通過直接或間接的方式。

以下為與RuntimeError相關的實例，實例中創建了一個類，基類為RuntimeError，用於在異常觸發時輸出更多的信息。

在try語句塊中，用戶自定義的異常後執行except塊語句，變量 e 是用於創建Networkerror類的實例。

在你定義以上類後，你可以觸發該異常，如下所示：

來源 | 腳本之家 原文鏈接：

Python文件操作，看這篇就足夠!

文件的存儲方式

在計算機中，文件是以二進制的方式保存在磁盤上的文本文件和二進制文件

文本文件可以使用文本編輯軟件查看本質上還是二進制文件

二進制文件保存的內容不是給人直接閱讀的，而是提供給其她軟件使用的二進制文件不能使用文件編輯軟件查看

文件基本操作

在計算機中要操作文件一共包含三個步驟：1.打開文件2.讀、寫文件

讀 將文件內容讀入內容寫 將內存內容寫入文件

模式描述

t文本模式 (默認)。

x寫模式，新建一個文件，如果該文件已存在則會報錯。

b二進制模式。

+打開一個文件進行更新(可讀可寫)。

U通用換行模式（不推薦）。

r以只讀方式打開文件。文件的指針將會放在文件的開頭。這是默認模式。

rb以二進制格式打開一個文件用於只讀。文件指針將會放在文件的開頭。這是默認模式。一般用於非文本文件如圖片等。

r+打開一個文件用於讀寫。文件指針將會放在文件的開頭。

rb+以二進制格式打開一個文件用於讀寫。文件指針將會放在文件的開頭。一般用於非文本文件如圖片等。

w打開一個文件只用於寫入。如果該文件已存在則打開文件，並從開頭開始編輯，即原有內容會被刪除。如果該文件不存在，創建新文件。

wb以二進制格式打開一個文件只用於寫入。如果該文件已存在則打開文件，並從開頭開始編輯，即原有內容會被刪除。如果該文件不存在，創建新文件。一般用於非文本文件如圖片等。

w+打開一個文件用於讀寫。如果該文件已存在則打開文件，並從開頭開始編輯，即原有內容會被刪除。如果該文件不存在，創建新文件。

wb+以二進制格式打開一個文件用於讀寫。如果該文件已存在則打開文件，並從開頭開始編輯，即原有內容會被刪除。如果該文件不存在，創建新文件。一般用於非文本文件如圖片等。

a打開一個文件用於追加。如果該文件已存在，文件指針將會放在文件的結尾。也就是說，新的內容將會被寫入到已有內容之後。如果該文件不存在，創建新文件進行寫入。

ab以二進制格式打開一個文件用於追加。如果該文件已存在，文件指針將會放在文件的結尾。也就是說，新的內容將會被寫入到已有內容之後。如果該文件不存在，創建新文件進行寫入。

a+打開一個文件用於讀寫。如果該文件已存在，文件指針將會放在文件的結尾。文件打開時會是追加模式。如果該文件不存在，創建新文件用於讀寫。

ab+以二進制格式打開一個文件用於追加。如果該文件已存在，文件指針將會放在文件的結尾。如果該文件不存在，創建新文件用於讀寫。

文件打開模式有很多，但是我們實際用到的就只有六種。

我們總結一下主要用到的是下面六種

模式可做操作若文件不存在是否覆蓋文件原來內容

r只讀報錯——

r+可讀、可寫報錯是

w只寫創建是

w+可讀、可寫創建是

a只寫創建否，追加寫

a+可讀、可寫創建否，追加寫

只讀模式打開文件——只讀（r）

文件若不存在報錯：

讀寫模式打開文件——讀寫模式（r+）

數據寫入之前：

數據寫入之後：

會替換掉相同長度的內容

文件若不存在報錯：

寫模式打開文件——寫模式（w）

數據寫入之前：

數據寫入之後：

這種操作會刪除原來的文件內容，重新寫入Python，

並且把光標放在文件最開始。

若文件不存在，系統會創建該文件夾並重新寫入內容

讀寫模式打開文件——讀寫模式（w+）

數據寫入之前：

數據寫入之後：

這種操作會刪除原來的文件內容，重新寫入Python，

並且把光標放在文件最開始。

若文件不存在，系統會創建該文件夾並重新寫入內容

利用這個原理所以文件寫模式(w)、讀寫模式(w+)還可以用作刪除文件內容。

因為他們整個工作原理就是把文件原來的內容刪除，然後寫入新的內容。

如果我們寫入的內容為空，那麼不就是刪除文件內容。

數據寫入之前：

數據寫入之後：

寫模式打開文件（追加內容）——寫模式（a）

數據寫入之前：

數據寫入之後：

可以看到是在原先內容的基礎上在文末追加新的內容！

若文件不存在，系統會創建新的文件夾並寫入內容

讀寫模式打開文件（追加內容）——讀寫模式（a）

數據寫入之前：

數據寫入之後：

可以看到是在原先內容的基礎上在文末追加新的內容！

若文件不存在，系統會創建新的文件夾並寫入內容

二進制模式打開文件

我們看到了在文件打開模式中有以下模式：rb、wb……有這種帶 b 的。

什麼意思呢？

就是用二進制的方式打開文件。

很明顯，我們出現了以下錯誤：

主要原因是因為編碼的問題，可能是因為0x82這個位元組在gbk編碼中沒有這個字符，

可能原字符是兩個位元組，在gbk里被解析成了一個位元組，導致字符不存在。

這就是我們文件打開方式需要使用二進制讀取的原因。

文件操作

open 函數負責打開文件，並且返迴文件對象

read /write / close 三個方法都需要通過文件對象 來調用

文件和文件夾的操作

在Python中⽂件和⽂件夾的操作要藉助os模塊⾥⾯的相關功能，

具體步驟如下：

導⼊os模塊

使⽤ os 模塊相關功能

1、文件重命名

2、刪除文件

3、創建文件夾

4、刪除文件夾

5、獲取當前目錄

6、改變默認目錄

7、獲取目錄列表

python里出現imported but unused，有什麼解決方法

Python運行時默認的輸入法

在使用python時，電腦的輸入法默認狀態一定要調整為英文狀態。除了在輸入漢字的時候將輸入法調整為中文狀態，其他時間一定要調整為英文狀態。

很多人可能要問為什麼？

因為，中文狀態輸入的字符和英文輸入的字符是有區別的，一個英文在電腦中佔一個位元組單位，一個漢字在電腦中佔兩個位元組單位。在電腦中英文相當於母語，中文相當於外語，需要增加翻譯，所以體積大。

Python代碼文件起名

1、文件的名字有兩部分組成，前面一部分是由字母、數字和下劃線組成文件名，後面一部分是由文件的擴展名組成，擴展名通俗的講就是文件的類型標誌，通過擴展名計算機就可以知道這是什麼類型的文件。類似於姓氏，比如張三，張四，張武，在計算機中，需要這樣區別：

San.zhang Si.zhang Wu.zhang

San\si\wu是文件名，」.zhang」是文件的擴展名

通過看文件名擴展名，就可以知道這些人都是張家的。

2、文件名，必須時字母開頭，不能以數字和下劃線開頭，win系統中雖然可以直接使用數字建立文件，但是在python中一定要按照規範來起名字，例如：xuxi_12.py，其中的下劃線一定要搞明白，在鍵盤上同一個鍵上有兩根線，我們要下面的那根，上面的不是。

Python輸入命令時注意事項

1、python命令注意規範，例如打印命令print（』hello world』），容易犯的錯誤主要有，命令單詞拼寫錯誤，漏掉了雙括號，漏洞了引號，輸入法未改成英文狀態等。

2、在調試時，有些事項無法操作，造成的原因是有些流程有先後順序，例如源代碼進行了修改，需要先保存，再進行運行。對要運行的文件進行操作時，需要先進行選定，變成計算機當前處理對象，然後才有操作權限。

Python中要做好注釋，避免以後查閱

Python中提供非常好的注釋功能，很多朋友為了省時省力，在編寫代碼時，認為很容易理解而沒有進行注釋。在後來修改或者和他人進行共享時，導致歧義的現象經常發生。

編程學習，貴在練習

編程知識是一項技能知識，技能知識的學習特點就是需要持續練習，最終達到熟練掌握的目的。很多朋友看到視頻或說明，認為自己已經看懂了，也認為學會了，等到脫離學習環境，自己獨立編寫調試代碼時，錯誤頻出，歸根揭底就時因為在學習的時候沒有加強練習，例如有時一個簡單符號錯誤，因為沒有練習。

Python中的bug有多可怕？

明敏 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

到底是怎樣的一個bug，能讓95%的Pytorch庫中招，就連特斯拉AI總監深受困擾？

還別說，這個bug雖小，但有夠「狡猾」的。

這就是最近Reddit上熱議的一個話題，是一位網友在使用再平常不過的Pytorch+Numpy組合時發現。

最主要的是，在代碼能夠跑通的情況下，它甚至還會影響模型的準確率！

除此之外，網友熱議的另外一個點，竟然是：

而是它到底算不算一個bug？

這究竟是怎麼一回事？

事情的起因是一位網友發現，在PyTorch中用NumPy來生成隨機數時，受到數據預處理的限制，會多進程並行加載數據，但最後每個進程返回的隨機數卻是相同的。

他還舉出例子證實了自己的說法。

如下是一個示例數據集，它會返回三個元素的隨機向量。這裡採用的批量大小分別為2，工作進程為4個。

然後神奇的事情發生了：每個進程返回的隨機數都是一樣的。

這個結果會着實讓人有點一頭霧水，就好像數學應用題求小明走一段路程需要花費多少時間，而你卻算出來了負數。

發現了問題後，這位網友還在GitHub上下載了超過10萬個PyTorch庫，用同樣的方法產生隨機數。

結果更加令人震驚：居然有超過95%的庫都受到這個問題的困擾！

這其中不乏PyTorch的官方教程和OpenAI的代碼，連特斯拉AI總監Karpathy也承認自己「被坑過」！

但有一說一，這個bug想要解決也不難：只需要在每個epoch都重新設置seed，或者用python內置的隨機數生成器就可以避免這個問題。

到底是不是bug？

如果這個問題已經可以解決，為什麼還會引起如此大的討論呢？

因為網友們的重點已經上升到了「哲學」層面：

這到底是不是一個bug？

在Reddit上有人認為：這不是一個bug。

雖然這個問題非常常見，但它並不算是一個bug，而是一個在調試時不可以忽略的點。

就是這個觀點，激起了千層浪花，許多人都認為他忽略了問題的關鍵所在。

這不是產生偽隨機數的問題，也不是numpy的問題，問題的核心是在於PyTorch中的DataLoader的實現

對於包含隨機轉換的數據加載pipeline，這意味着每個worker都將選擇「相同」的轉換。而現在NN中的許多數據加載pipeline，都使用某種類型的隨機轉換來進行數據增強，所以不重新初始化可能是一個預設。

另一位網友也表示這個bug其實是在預設程序下運行才出現的，應該向更多用戶指出來。

並且95%以上的Pytorch庫受此困擾，也絕不是危言聳聽。

有人就分享出了自己此前的慘痛經歷：

我認識到這一點是之前跑了許多進程來創建數據集時，然而發現其中一半的數據是重複的，之後花了很長的時間才發現哪裡出了問題。

也有用戶補充說，如果 95% 以上的用戶使用時出現錯誤，那麼代碼就是錯的。

順便一提，這提供了Karpathy定律的另一個例子：即使你搞砸了一些非常基本代碼，「neural nets want to work」。

你有踩過PyTorch的坑嗎？

如上的bug並不是偶然，隨着用PyTorch的人越來越多，被發現的bug也就越來越多，某乎上還有PyTorch的坑之總結，被瀏覽量高達49w。

其中從向量、函數到model.train()，無論是真bug還是自己出了bug，大家的血淚史還真的是各有千秋。

所以，關於PyTorch你可以分享的經驗血淚史嗎？

歡迎評論區留言討論～

參考鏈接：

[1]

[2]

[3]

— 完 —