python學習 bug記錄

1.typeerror: unsupported operand type(s) for -: 'map' and 'map'

這是機器學習實戰實現k-means上的**的報的錯。錯誤之處是：fltline = map(float,curline))，此後對fltline進行了加減操作。

原因：map方法來對從文字檔案中讀取的資料進行對映處理，也就是把讀取到的string轉換為float。這乙個簡單的型別轉換按照書上實現的方法在python 2中不會報錯。但是在python 3中，map方法返回的是乙個map物件，因此對於這個錯誤，解決辦法很簡單。

解決方法：fltline = list(map(float,curline))

參考：2.attributeerror: module 'random' has no attribute 'rand'

報錯的具體地方：centroids[:,j] = minj + rangej * random.rand(k,1)

用書上**實現k-means的時候，由於書上的**使用的是python2，因此使用numpy時，全部都沒有按照np.方式，而是直接寫方法，這在python3中會報錯。只需要在random.rand(k,1)前面加上np.就行了。

解決方法:centroids[:,j] = minj + rangej * np.random.rand(k,1)

3.valueerror: masked arrays must be 1-d

具體報錯的地方： for cent, c, marker in zip(range(k),['r','g','b','y'],['^','o','*','s']):

ax.scatter(data[cent][:, 0], data[cent][:, 1], s=80, c=c, marker=marker)

ax.scatter(centroids[:, 0], centroids[:, 1], s=1000, c='black', marker='+', alpha=1) #畫出質心點

查詢資料說是，在繪製散點圖時需要先把矩陣轉換成list，進行如下更改即可。

解決辦法：for cent, c, marker in zip(range(k),['r','g','b','y'],['^','o','*','s']):

ax.scatter(data[cent][:, 0].tolist(), data[cent][:, 1].tolist(), s=80, c=c, marker=marker)

ax.scatter(centroids[:, 0].tolist(), centroids[:, 1].tolist(), s=1000, c='black', marker='+', alpha=1) #畫出質心點

參考：4.typeerror: only length-1 arrays can be converted to python scalars

這類錯誤一般說的是對陣列操作的方法不能直接對數操作，math庫里的東西不能直接作用在ndarray上，例如：

import numpy as np
import math
vector = np.arange(1,10)
result = math.log10(vector)

或者

num = float(vector_a*vector_b.t)

解決辦法，將函式向量化（推薦）、迴圈計算或者去掉沒必要的一些操作

result = np.vectorize(math.log10)(evctor)    #向量化
num = vector_a*vector_b.t #去掉對強制矩陣元素為float

5.valueerror: math domain error

遇到的這個錯誤記錄一下，說的是某些操作不符合數學定義，負數取對數、負數開平方等

6.typeerror: unsupported operand type(s) for /: 'int' and 'dict_values'

出錯的**是：

def tf(word, count):
return count[word] / sum(count.values())

count是個字典，我的執行環境是python3 ，查閱資料發現，在python2中：

w=
b=r=w.values()+b.values()
print(r)

得到的是乙個列表 list

在python3中這樣則會報錯，解決辦法是將字典強制型別轉換為list:

def tf(word, count):
return count[word] / sum(list(count.values()))

這樣就可以解決問題了！

7.attributeerror: module 'jieba' has no attribute 'cut'

不要把將執行的檔案命名為jieba.py，也不要在工程檔案下有jieba.py檔案，自己擼自己當然會出錯。

8.unicodedecodeerror: 'gbk' codec can't decode byte 0xfe in position 5572758: illegal multibyte sequence

對於python來說這個錯誤真是出現太多次了，每次都要上谷歌查詢。現總結如下，這個問題的原因是因為在原中文文字中出現了對於『gbk』之外的字元，即可認為是中文的亂碼，是無法通過『gbk』解碼的。

按照網上說的open(filename,'r','utf-8')或者open(filename,'r','gbk')並不能解決任何問題，想想也對，問題是出在原檔案中，但我們又不能去找到原檔案中編碼不對的地方，看到有的人是在文字中刪掉不一致的地方，但對於長文字這顯然是不適合的。

一種有效的解決方法是：以二進位制的方式讀取檔案，然後將檔案特定編碼進行解碼，忽略或者代替解碼不一致的地方。

with open('xyj.txt','rb') as f:
text = f.read().decode('gbk','ignore')

如上的操作就不會再報錯了。

9.valueerror: only call `softmax_cross_entropy_with_logits` with named arguments (labels=..., logits=..., ...)

這是使用tensorflow時的乙個錯誤，

原來這個函式，不能按以前的方式進行呼叫了，只能使用命名引數的方式來呼叫。原來是這樣的：

tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(predict, y))

因此修改需要成這樣：

tf.reduce_sum(tf.nn.softmax_cross_entropy_with_logits(logits=y, labels=predict))

python學習 bug記錄

bug修復記錄

Bug記錄歸納

日常 bug記錄

python學習 bug記錄

bug修復記錄

Bug記錄 歸納

日常 bug記錄

相關推薦

Bug記錄歸納