python无法调用安装的包_python 成功引入包但无法正常调用的解决

当Python成功导入库但无法调用其函数或属性时,可能是因为重写了内置库且未加前缀。Python 2和3之间存在版本差异,解决方法是在调用自定义的log或setting等库时,添加前缀以避免调用默认库。此外,介绍了Python导入库的两种方法:`import <库名>`和`from <库名> import <函数名>`,并提到了使用别名简化库名的技巧。
摘要由CSDN通过智能技术生成

问题

python中 import ** 成功,但是不能调用它的函数或者属性,如下图所示

20200309175952.jpg

20200309180000.jpg

原因

log 和 setting 在python中属于自带的库函数。再重写 log 和 setting 函数文件后,即使成功引入,如果没有加标识,会默认调用自带的库函数。

本质原因:python2 和 python3 版本存在差异,很多问题看看python官网就很容易理解

解决办法

重写python自带库函数,例如 log 库函数,经常会被重写。一定要注意添加前缀,来避免调用到默认的,且在任何用到该重写文件*.py内函数,都要加前缀

20200309180010.jpg

20200309180019.jpg

补充知识:python对库函数的引用方法

p

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
UMAP(Uniform Manifold Approximation and Projection)是一种基于流形学习的降维算法,可以用于可视化高维数据,类似于 t-SNE 等算法。在 Python 中,可以使用 umap-learn 来实现 UMAP 算法的调用。下面是安装和使用 umap-learn 的步骤: 1. 安装 umap-learn 可以使用 pip 命令来安装 umap-learn : ``` pip install umap-learn ``` 2. 导入 umap-learn Python 代码中,使用以下语句导入 umap-learn : ```python import umap ``` 3. 调用 UMAP 算法 使用 umap-learn 中的 UMAP 类来调用 UMAP 算法。以下是一个示例代码: ```python import numpy as np import umap # 生成随机数据 X = np.random.rand(100, 10) # 调用 UMAP 算法 umap_obj = umap.UMAP(n_neighbors=5, min_dist=0.3, metric='correlation') umap_result = umap_obj.fit_transform(X) # 输出降维后的结果 print(umap_result) ``` 在上面的示例代码中,我们先生成了一个 100 行 10 列的随机数据集。然后,使用 UMAP 类来调用 UMAP 算法,并将参数 n_neighbors 设置为 5,min_dist 设置为 0.3,metric 设置为 correlation。最后,使用 fit_transform 方法将数据集 X 降维,并将结果保存在 umap_result 变量中。最后,我们输出了降维后的结果。 注意,UMAP 算法适用于高维数据集,但是如果数据集的维度过高,UMAP 算法可能需要较长的计算时间。因此,在使用 UMAP 算法时,应该根据具体情况来调整参数。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值