Python报错合集（持续添加）

---

1. plt.show() 与 zsh: segmentation fault

import matplotlib.pyplot as plt
plt.show()

在pycharm中使用run执行时，正常
在terminal中使用python XXX.py执行时，报错：zsh: segmentation fault python XXX.py并且显示python 3.7异常退出。将引用如下修改，正常运行。

import matplotlib as mpl
mpl.use('TkAgg') #必须要写在这两个import中间
import matplotlib.pyplot as plt
plt.show()

---

2.类型转换：numpy和Tensor

使用np.array(a)报错：RuntimeError: Can't call numpy() on Tensor that requires grad. Use tensor.detach().numpy() instead.
当计算中的数据类型为tensor时，也就是说并不是直接创建的tensor数据，而是通过深度网络或者其他方式计算得到的tensor，由于它带梯度值，Python开发者在这里对用户机进行提示，所以不能直接转为numpy格式，因此类型转换语句修改为a.detach().numpy()

---

3. 深度学习网络的输入数据

使用深度学习网络（Pytorch）进行预测：model(x)，报错if input.dim() == 2 and bias is not None: AttributeError: ‘numpy.ndarray’ object has no attribute ‘dim’，因为x为numpy.ndarray类型，而网络接受的数据是Tensor，因此需要将x进行类型转换：torch.Tensor(x)

4.引入自己的py文件，终端运行

背景：在pycharm中创建一个名为01的文件，在01中创建codes文件夹、a.py和d.py，codes文件夹中创建b.py和c.py，如下图所示：

（1）pycharm中运行
① a.py中引入d.py
from d import *
② b.py中引入c.py
from codes.c import *
（2）终端中运行
① a.py中引入d.py
依然是from d import *
② b.py中引入c.py
除了from codes.c import *还要加上

import sys
sys.path.append(r"……/01")  #codes文件夹上一级，即01文件夹的绝对路径

5. concat列连接

f = pd.DataFrame([[1, 2], [3, 4]], columns=list('AB'))
f1 = pd.concat([f, pd.DataFrame({"A": 20, "B": 40}, index=[0])])
print(f1)

    A   B
0   1   2
1   3   4
0  20  40

f2 = pd.DataFrame([[9], [90]], index=[0, 1])
print(f2)

    0
0   9
1  90

pd.concat([f2, f1], axis=1,join='inner')

报错ValueError: Shape of passed values is (5, 3), indices imply (3, 3)
因为对于f2来说，f1中有两个索引是0，因而不确定要链接哪个索引0
因而改为

f3 = pd.concat([f1, f2], axis=1,join='inner')
print(f3)
    A   B   0
0   1   2   9
1   3   4  90
0  20  40   9

这样对于f1来说，f2中只有一个索引是0