|
Anaconda安装踩过的坑：
python中安装yaml时，应该安装pyyaml：conda install pyyaml
创建新环境：conda create -n name python=3.6.3
安装失败，提示channel不符合。
解决：
输入命令： conda update conda ”。
然后输入以下命令：conda create -n py363 python=3.6.3 anaconda ”。
成功，随后可以activate py363。
关于错误：ImportError: No module named yaml，注意：
pip install pyyaml lets you import yaml. This package enables Python to parse YAML files.
pip install pyaml lets you import pyaml. This package allows pretty-printing of YAML files
======================================
坑1：一边遍历，一边删除列表元素
可能出现问题：下标超出范围报错，或者返回结果不正确。
<pre class="has">
<code class="language-python">a=[1,2,3,4,5,6,7]
b=[1,6]
for it in a:
if it not in b:
print("remove ",it)
print(a)
a.remove(it)
print(a)
remove 2
[1,7]
[1,7]
remove 4
[1,7]
remove 7
[1,6]
坑2：b=a，修改a，结果b也被改变了。
坑3：input输入一个数字，使用时发现变成了字符串。
如果想使用input()函数输入一个数值，在得到结果后需要用int()将字符串类型转换为数值类型。
坑4：在for循环体内改变循环变量的值，结果下次循环依然不被影响。
<pre class="has">
<code class="language-python">for i in range(3):
print "original:",i
i=i+3
print "new",i
original: 0
new 3
original: 1
new 4
original: 2
new 5
典型的用C语言思想，python并不买账。
坑
<pre class="has">
<code class="language-python">>>> a=[1,1]
a.remove(a[-1])
a
[2,1]
如上代码，本来是想删除最后一个元素，结果误删第一个。
而对于 del 来说，它是根据索引（元素所在位置）来删除的，如下例：
<pre class="has">
<code class="language-python">>>> a=[1,1]
del a[0]
a
[2,1]
pop是根据索引，返回的是索引指向那个数值。
<pre class="has">
<code class="language-python">>>> a=[1,1]
a.pop(2)
3
坑6：python中字典的items()函数返回类型为list
我们知道两个列表可直接相加，两个字典直接相加会报错。
于是想到一种相加方式：a.items()+b.items()。但是错误地得到了一个列表。
<pre class="has">
<code class="language-python">>>> a={1:2}
b={3:4}
a+b
Traceback (most recent call last):
File "<pyshell#123>",line 1,in
a+b
TypeError: unsupported operand type(s) for +: 'dict' and 'dict'
c=a.items()+b.items()
c
[(1,2),(3,4)]
type(c)
<type 'list'>
<pre class="has">
<code class="language-html">正确使用方式：update()
<pre class="has">
<code class="language-python">>>> a
{1: 2}
b
{3: 4}
a.update(b)
a
{1: 2,3: 4}
坑
<pre class="has">
<code class="language-python">>>> a=(1,2)
(a)
(1,2)
b=[1,2]
(b)
[1,2]
tuple(a)
(1,2)
tuple(b)
(1,2)
tuple([a])
((1,)
这告诉我们如果需要使用元祖，最好用tuple()函数转换，而不是加括号强制转化。
坑
<pre class="has">
<code class="language-python">>>> a=["1t4","atb"]
for item in a:
item = item.split("t")
a
['1t4','atb']
for i in range(len(a)):
a[i]=a[i].split("t")
a
[['1','4'],['a','b']]
坑
列表解析总共有两种形式，很容易把二者混淆：
1. [i for i in range(k) if condition]：此时if起条件判断作用，满足条件的，将被返回成为最终生成的列表的一员。
2. [i if condition else exp for exp]：此时if...else被用来赋值，满足条件的i以及else被用来生成最终的列表。
以上情况对多个for仍然成立。
<pre class="has">
<code class="language-python">print([i for i in range(10) if i%2 == 0])
print([i if i == 0 else 100 for i in range(10)])
[0,8]
[0,100,100]
坑10：矩阵转变为数组，再求和
<pre class="has">
<code class="language-python">>>> a=np.mat([[1,3],[4,6]])
a
matrix([[1,6]])
sum(a)
matrix([[5,7,9]])
b=[[1,6]]
sum(b)
Traceback (most recent call last):
File "",in
TypeError: unsupported operand type(s) for +: 'int' and 'list'
np.array(a)
array([[1,6]])
np.array(sum(a))
array([[5,9]])
np.array(sum(a))[0]
array([5,9])
np.array(sum(a)[0])
array([[5,9]])
坑11：float精度损失、round假四舍五入
<pre class="has">
<code class="language-python">>>> b=max(np.linalg.eigvals(a))
b
5.3722813232690143
round(b,3)
5.3719999999999999
round(b,2)
5.3700000000000001
可以看到两个问题：一室无限循环；二是精度损失；
建议不要用round()，因为它不是严格意义上的四舍五入，而是遇到5舍入时接近一个偶数；
建议用格式化表示：
<pre class="has">
<code class="language-python">>>> c = "%.4f" % b
c
'5.3723'
float(c)
5.3723
坑12：对象赋值，实际传递了引用
定义类：
<pre class="has">
<code class="language-python">import numpy as np
class ModelParams(object):
def init(self):
self.beta = 0.8*np.ones(NUMBER_OF_NODES)
定义对象p，并赋值给p1：
<pre class="has">
<code class="language-python">p = NodeParams()
print(">>>>test<<<<")
print(p.beta)
p1 = p
p1.beta = -1*np.ones(len(p.beta))
print(p.beta)
print(p1.beta)
结果（错误）：
<pre class="has">
<code class="language-python">>>>>test<<<<
[ 0.8 0.8 0.8 0.8 0.8]
[-1. -1. -1. -1. -1.]
[-1. -1. -1. -1. -1.]
可以看到，对象的赋值只是传递了一个引用，改变被赋值的对象，原对象也会被改变。解决：采用深拷贝进行赋值
<pre class="has">
<code class="language-python">from copy import deepcopy
p = NodeParams()
print(">>>>test<<<<")
print(p.beta)
p1 = p
p1.beta = -1*np.ones(len(p.beta))
print(p.beta)
print(p1.beta)
结果（正确）:
<pre class="has">
<code class="language-python">>>>>test<<<<
[ 0.8 0.8 0.8 0.8 0.8]
[ 0.8 0.8 0.8 0.8 0.8]
[-1. -1. -1. -1. -1.]
123
坑12：列表相加与numpy数组相加
<pre class="has">
<code class="language-python">a=[1,3]
b=[4,6]
a+b
Out[447]: [1,6]
a=np.array(a)
b=np.array(b)
a,b
Out[450]: (array([1,3]),array([4,6]))
a+b
Out[451]: array([5,9])
解决：用 numpy.concatenate 拼接多个数组
坑13：矩阵相乘与数组相乘
<pre class="has">
<code class="language-python">a=[[0,1],[2,3]]
c1=np.array(a)
c2=np.array([1,2])
c2*c1
Out[119]:
array([[0,2],6]])
np.mat(c2)*np.mat(c1)
Out[120]: matrix([[4,7]])
坑14：格式化打印矩阵与打印数组
打印矩阵（失败）：
（编辑：安卓应用网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
