SOP/详解*和**/python数据结构（iter,list,tuple,dict）/ 解包

一、错误解决合集

1.
====> combined_seq.named_children()
2.
isinstance 2th parameter : must be a type or tuple of types ====> 改为tuple，不要用列表。改为 LLLayer = (nn.Conv2d,nn.Linear)

3.
File “test.py”, line 90, in calculate_fin_fout
print(“hi”, seq[k].weight.shape[0], layers_fin_fout[“fout”][module])
KeyError: ScaledNeuron(
(neuron): IFNode(
v_threshold=1.0, v_reset=None, detach_reset=False
(surrogate_function): Sigmoid(alpha=1.0, spiking=True)
)
)
KeyError:
试图在字典中查找不存在的键。
试图通过属性访问或键索引获取对象的属性或字典中的键，但对象或字典中不存在这样的键或属性。
可能在使用类似字典的数据结构时，由于使用了无效的键或索引导致查找失败。
这里是键不存在的问题！首先要搞清楚什么是键？layers_fin_fout[“fout”][module]为键。注意：键需要初始化。键在使用之前一定要初始化，一层一层的初始化：
`layers_fin_fout["fout"] = {}
layers_fin_fout["fout"][module] = 0

二、

1、什么是拆包（解包）和封包：
拆包就是将列表（list）、元组（tuple）、字典（dict）三种类型的元素，全部提炼出来的过程；或者是使用变量去接收函数返回值的过程
封包是将多个值赋值给一个变量时，python会自动将这些值封装成元组，这个特性称之为封包；或者函数返回多个值时，也会进行封包
2、拆包的注意事项：
拆包时，接收返回数据的变量一定要与列表（list）、元组（tuple）、字典（dict）中的元素个数相同，否则会导致程序异常

三、数据结构：迭代器和集合的配合

这里的集合指：list，dict，tuple，set

基础

Python 中的集合类和迭代器是两个不同的概念，它们并没有继承关系。Python 中的集合类并不是继承自迭代器接口，而是通过实现特定的协议和方法来支持迭代器行为。在 Python 中，实现了迭代器接口的对象必须具有__iter__()和__next__()方法。反过来说，在 Python 中，迭代器是一种用于遍历可迭代对象的工具，它提供了 __iter__()和 __next__() 方法。当一个对象实现了这两个方法时，它就是一个迭代器，可以通过iter()函数获得。也就是说对象可以支持迭代器行为。
__iter__() 方法返回迭代器对象自身，而 __next__() 方法用于获取迭代器的下一个元素。集合类可以实现这两个方法来支持迭代器行为，使得它们可以被iter()函数返回对应的迭代器，并支持使用 next() 方法来遍历元素。

a.Iterator迭代器

迭代器（Iterator）并不像列表（List）那样可以直接输出（打印）所有元素。迭代器是一种按需生成元素的对象，每次只生成一个元素。要从迭代器中获取元素，必须使用for循环或next()函数逐个获取。

my_iterator = iter([1, 2, 3])
for element in my_iterator:print(element)# 1, 2，3

my_iterator = iter([1, 2, 3])
print(next(my_iterator))  # 输出：1
print(next(my_iterator))  # 输出：2
print(next(my_iterator))  # 输出：3

b.集合list，dict，tuple，set

集合可以直接print输出。且所有集合实现了 __iter__()和 __next__() 方法，那么他就是一个可迭代对象。从而，你可以直接隐式的遍历集合，因为他可迭代，实际是调用的内部实现的__iter__()：

my_list = [1, 2, 3, 4, 5]
for element in my_list:print(element)

当你需要索引时，用emumerate函数生成索引，enumerate函数返回的也是一个迭代器(index, content)，所以你可以遍历。
所以，综上所述，for 循环的语法是 $f or$ $e l e m e n t$ $in$ $i t er ab l e$ ，iterable可以是：

序列类型：例如列表（list）、元组（tuple）、字符串（str）等。
集合类型：例如集合（set）和字典（dict）。
文件对象：例如使用 open() 函数打开的文件对象。
迭代器：例如使用 iter() 函数获得的迭代器。

c.区分：

__iter__()：
__iter__() 是一个特殊的方法名，用于在 Python 类中定义一个对象的迭代器。当我们在一个类中定义了__iter__()方法时，这个类的实例就成为了可迭代的对象，即支持迭代操作。
__iter__() 方法应该返回一个迭代器对象，通常是 self 本身，或者是实现了 __next__() 方法的对象。这个迭代器对象可以用于在 for 循环中遍历对象的元素。
iter()：
iter() 是一个内置函数，在 Python 中用于获取一个可迭代对象的迭代器。它的参数可以是任何可迭代对象，比如列表、元组、集合、字典等。
iter() 函数返回指定对象的迭代器。如果对象本身已经实现了 __iter__() 方法，iter() 函数会直接调用该方法来获取迭代器；否则，它会尝试使用其他方式创建一个迭代器，例如对于序列类型，返回一个索引逐个遍历元素的迭代器。
具体过程如下：
首先，iter() 函数会检查传入的对象是否实现了 iter() 方法。如果该对象有实现 iter() 方法，那么 iter() 函数会调用该方法，将返回的迭代器对象作为结果返回。
如果对象没有实现 iter() 方法，iter() 函数会尝试查找对象是否实现了 getitem() 方法。如果对象有实现 getitem() 方法，那么 iter() 函数会创建一个简单的索引迭代器，通过索引逐个访问对象的元素。
如果对象既没有实现 iter() 方法，也没有实现 getitem() 方法，那么 iter() 函数会抛出 TypeError，表示该对象不可迭代。

四、详解*与**，*args，**kargs

*args，**kargs：

前置知识提要：

list 是有序可变的数据类型，元素在列表中的顺序由其添加的顺序决定。用.append添加。列表一般不会作为参数直接传入。
dict 是无序可变的数据类型，元素以键-值对的形式存储。有序的dict称为collections.OrderedDict。直接添加dic["w"] = 2
tuple是有序不可变的数据类型。
函数的参数可以分为两种类型：位置参数和关键字参数。位置参数按照定义时的顺序进行传递，并且每个参数的值与传入时的位置一一对应。关键字参数在函数调用时指定了参数的名称，并且可以在任意顺序下传递。

通过上述的数据结构特性，可以得出，作为函数参数时：

* 用于收集和传递位置参数，返回类型为tuple（追求有序不可变）
** 用于收集和传递关键字参数，返回类型为dict（追求无序）

def f(*args, **kargs):pass
f(1,2,3, Name='xx', age='yy')
# args = (1,2,3)
# kargs = {'Name': xx, 'age': yy}

* & ** 的其他用法

在函数调用或列表拼接等情况下，* 号可以用于解包列表。

my_list = [1, 2, 3]
print(*my_list)
# 1 2 3

*my_list 将会把列表 my_list 中的元素解包，作为单独的参数传递给print()函数。这样，print(*my_list) 就等价于 print(1, 2, 3)

按照上面的思想我们可以完成下面的代码：
children()返回的是iterator，用list()转为转为列表相加。
nn.Sequential接受的参数必须是nn.Module的子类，也就是说你不能把一个列表传给这个类，[nn.ReLU,nn.linear…]
torch.nn.Sequential(*args: Module)，且sequential是有顺序要求的，利用解包操作一个个传入。
解包之后原式 = nn.Sequential(nn.ReLU,nn.linear.....)

combined_seq = nn.Sequential()
snn_model = model
for name, module in snn_model.named_modules():if isinstance(module, nn.Sequential):combined_seq = nn.Sequential(*(list(combined_seq.children()) + list(module.children())))