Python复习笔记（3）

SHYLearn_python

6 错误异常与文件读写

6.1 错误异常捕捉

6.1.1 异常语句结构

try:
    pass
except(ZeroDivisionError, ValueError):
    print('错误')
except:
    print('其它异常’)
except Exception as e:  # 捕捉未知异常
    print(e)
else:
    pass   # 没有异常发生时执行
finally:
    pass  # 最终处理语句，无论是否有异常，都要执行这个语句

6.1.2 异常类型

# 异常名称	         异常解释
AttributeError	试图访问一个对象没有的树形，比如foo.x，但是foo没有属性x
IOError	输入/输出异常；基本上是无法打开文件
ImportError	无法引入模块或包；基本上是路径问题或名称错误
IndentationError	语法错误（的子类） ；代码没有正确对齐
IndexError	下标索引超出序列边界，比如当x只有三个元素，却试图访问x[5]
KeyError	试图访问字典里不存在的键
KeyboardInterrupt	Ctrl+C被按下
NameError	使用一个还未被赋予对象的变量
SyntaxError	Python代码非法，代码不能编译(个人认为这是语法错误，写错了）
TypeError	传入对象类型与要求的不符合
UnboundLocalError	
试图访问一个还未被设置的局部变量，基本上是由于另有一个同名的全局变量，导致你以为正在访问它
ValueError	传入一个调用者不期望的值，即使值的类型是正确
BaseException                        　　　　所有异常的基类
SystemExit　　　　　　　　 　　　　解释器请求退出
KeyboardInterrupt　　　　　 　　　　用户中断执行(通常是输入^C)
Exception　　　　　　　　　　　　 常规错误的基类
StopIteration 　　　　　　　　　　　　迭代器没有更多的值
GeneratorExit 　　　　　　　　　　生成器(generator)发生异常来通知退出
StandardError　　　　　　　　 　　所有的内建标准异常的基类
ArithmeticError　　　　　　　　　　 所有数值计算错误的基类
FloatingPointError 　　　　　　　　浮点计算错误
OverflowError 　　　　　　　　　　数值运算超出最大限制
ZeroDivisionError　　　　　　 　　除(或取模)零 (所有数据类型)
AssertionError　　　　　　　　 　　断言语句失败
AttributeError 　　　　　　　　　　对象没有这个属性
EOFError 　　　　　　　　　　　　没有内建输入,到达EOF 标记
EnvironmentError　　　　　　 　　操作系统错误的基类
IOError　　　　　　　　　　　　 输入/输出操作失败
OSError　　　　　　　　　　　　 操作系统错误
WindowsError 　　　　　　　　　　系统调用失败
ImportError　　　　　　　　　　 导入模块/对象失败
LookupError　　　　　　　　　　 无效数据查询的基类
IndexError 　　　　　　　　　　序列中没有此索引(index)
KeyError　　　　　　　　　　　　 映射中没有这个键
MemoryError　　　　　　　　　　 内存溢出错误(对于Python 解释器不是致命的)
NameError 　　　　　　　　　　未声明/初始化对象 (没有属性)
UnboundLocalError 　　　　　　　　访问未初始化的本地变量
ReferenceError　　　　　　　　 弱引用(Weak reference)试图访问已经垃圾回收了的对象
RuntimeError　　　　　　　　　　 一般的运行时错误
NotImplementedError 　　　　　　　　尚未实现的方法
SyntaxError Python　　　　　　　　 语法错误
IndentationError　　　　　　　　　　 缩进错误
TabError Tab　　　　　　　　　　 和空格混用
SystemError 　　　　　　　　　　　　一般的解释器系统错误
TypeError　　　　　　　　　　　　 对类型无效的操作
ValueError 　　　　　　　　　　　　传入无效的参数
UnicodeError Unicode　　　　　　　　 相关的错误
UnicodeDecodeError Unicode　　　　 解码时的错误
UnicodeEncodeError Unicode　　　　 编码时错误
UnicodeTranslateError Unicode 　　　　转换时错误
Warning　　　　　　　　　　　　　　 警告的基类
DeprecationWarning　　　　　　　　 关于被弃用的特征的警告
FutureWarning 　　　　　　　　　　　　关于构造将来语义会有改变的警告
OverflowWarning　　　　　　　　　　　 旧的关于自动提升为长整型(long)的警告
PendingDeprecationWarning　　　　　　 关于特性将会被废弃的警告
RuntimeWarning 　　　　　　　　　　　可疑的运行时行为(runtime behavior)的警告
SyntaxWarning　　　　　　　　　　 可疑的语法的警告
UserWarning 　　　　　　　　　　用户代码生成的警告

6.2 文件读写与导入

6.2.1 语句结构

f = open('new/test.txt','a+',encoding='utf-8')
f.write('\n今天天气很好')
f.close()
f = open('new/test.txt','rb')
w=f.read().decode('utf-8')
print(w)

f = open('workfile', 'w')
with open('workfile') as f:
    read_data = f.read()
f.close()
文件常见的读写模式
w     以写方式打开，
W     文件若存在，首先要清空，然后（重新）创建
a     以追加模式打开 (从 EOF 开始, 必要时创建新文件)
r+     以读写模式打开
w+     以读写模式打开 (参见 w )
a+     以读写模式打开 (参见 a )
rb     以二进制读模式打开
wb     以二进制写模式打开 (参见 w )
ab     以二进制追加模式打开 (参见 a )
rb+    以二进制读写模式打开 (参见 r+ )
wb+    以二进制读写模式打开 (参见 w+ )
ab+    以二进制读写模式打开 (参见 a+ )

6.2.1 文件读写方法

f.read()
f.read(size)
f.readline()  # 读取一行
f.readlines()  # 读取所有行，每一行存储为列表的每一个元素
for line in f:
    print(line, end='')
>>> f.write('This is a test\n')
15
f.tell() # 返回一个整数，给出文件对象在文件中的当前位置，表示为二进制模式下时从文件开始的字节数，以及文本模式下的不透明数字。

# 要改变文件对象的位置，请使用 f.seek(offset, whence)。 通过向一个参考点添加 offset 来计算位置；  
# 参考点由 whence 参数指定。  
# whence 的 0 值表示从文件开头起算，1 表示使用当前文件位置，2 表示使用文件末尾作为参考点。   
# whence 如果省略则默认值为 0，即使用文件开头作为参考点。

>>>
>>> f = open('workfile', 'rb+')
>>> f.write(b'0123456789abcdef')
16
>>> f.seek(5)      # Go to the 6th byte in the file
5
>>> f.read(1)
b'5'
>>> f.seek(-3, 2)  # Go to the 3rd byte before the end
13
>>> f.read(1)
b'd'

6.3 常见文件类型的读取方式

• csv文件

with open('C:/users/lenovo/desktop/student_score.csv','r') as f:
    for line in f.readlines(): #逐行读取
        print(line)

# 更加高效的是使用panda读取数据，存为一个矩阵的形式
import panda as pd
data = pd.read_csv(sys.argv[1])

• txt文件

with open('my_file.txt') as f:
	for line in f:      #逐行读取
		print(line.strip())  #使用strip删除空格和空行，否则会有\n在最后

# 更加高效的是使用numpy读取数据,转化一个数组
import numpy as np
dataset = np.loadtxt('路径')
dataset.shape( )  # 查看数组维度
newset = reshape(dataset, (100,3))  # 转化为100行 3列的数组

• excle文件

import numpy as np
import xlrd   #使用库函数

workbook = xlrd.open_workbook('C:/users/lenovo/desktop/student_score.xlsx')  #读取路径
sheet = workbook.sheet_by_name('Sheet1')     #读取excel中的第一个sheet

data_name = sheet.col_values(0)    #按列读取，读取第一列
#data_name1 = sheet.row_values(0)  #按行读取，读取第一行
data_st_ID = sheet.col_values(1)
data_st_score = sheet.col_values(2)


# 更加高效的是使用panda读取数据
import pandas as pd
test_df = pd.read_excel(r'G:\test.xlsx')

• mat文件

import numpy as np 
import os 
os.chdir(r'F:/data')

import scipy.io as scio
data = scio.loadmat('97.mat')
print(data)

de = data['X097_DE_time']

读取的结果是一个字典
or 
from mat4py import loadmat
import numpy as np
data = np.array(loadmat('test.mat')['dictKey']).astype('float')

6.3 使用json保存结构化数据

>>> import json
>>> json.dumps([1, 'simple', 'list'])
'[1, "simple", "list"]'

6.3.1 将数据保存为json文件

model={} #数据
with open("./hmm.json",'w',encoding='utf-8') as json_file:
    json.dump(model,json_file,ensure_ascii=False)

6.3.2 从json文件读取数据

model={} #存放读取的数据
with open("./hmm.json",'r',encoding='utf-8') as json_file:
    model=json.load(json_file)

读取返回的为python字典
or 

import json
 
str_file = './960x540/config.json'
with open(str_file, 'r') as f:
    print("Load str file from {}".format(str_file))
    r = json.load(f)
print(type(r))
print(r)
print(r['under_game_score_y'])

7. python标准库

也可以查看标准库文档
https://docs.python.org/zh-cn/3/tutorial/index.html
https://docs.python.org/zh-cn/3/library/index.html