Python中常见错误汇总(持续更新中)

Python中常见错误汇总(持续更新中)

    • Problem1 ModuleNotFoundError: No module named 'sklearn.datasets.samples_generator’
    • Problem2 ‘sklearn.externals’ (C:\anaconda\lib\site-packages\sklearn\externals_*init*_.py
    • Problem3 AttributeError: module 'tensorflow' has no attribute 'Session'
    • Problem4 波士顿数据集导入错误
    • Problem5 AttributeError: module 'sklearn.metrics' has no attribute 'calinski_harabaz_score'
    • Problem6 AttributeError: module 'matplotlib.pyplot' has no attribute 'df_cm1'
      • Problem 7 ValueError: Number of rows must be a positive integer, not 5.0

Problem1 ModuleNotFoundError: No module named 'sklearn.datasets.samples_generator’

from sklearn.datasets.samples_generator import make_blobs

ModuleNotFoundError: No module named 'sklearn.datasets.samples_generator’

原因

samples_generator模块在新版本scikit-learn中已被移除。

samples_generator模块中相应的类/函数直接从sklearn.datasets中导入即可。

Problem2 ‘sklearn.externals’ (C:\anaconda\lib\site-packages\sklearn\externals_init_.py

python储存模型时报错,cannot import name ‘joblib’ from ‘sklearn.externals’ (C:\anaconda\lib\site-packages\sklearn\externals_init_.py)

原因:

使用的anaconda 而不是自己下载的python

解决:

删除:from sklearn.externals import joblib
更改为:import joblib

Problem3 AttributeError: module ‘tensorflow’ has no attribute ‘Session’

AttributeError: module ‘tensorflow’ has no attribute ‘Session’

解释:

这个错误表明你正在尝试从tensorflow模块中访问一个不存在的属性Session。在TensorFlow 2.x版本中,tensorflow.Session已被移除,因为TensorFlow 2.x版本引入了新的API,其中最主要的变化是使用tf.function来构建图结构,并使用Eager Execution来执行操作,这样可以让编程变得更加直观和简单。

解决方法:

如果你的代码是为TensorFlow 1.x编写的,并且你想在TensorFlow 2.x环境中运行它,你需要做一些修改。以下是几种解决方法:

  1. 如果你只是想使用TensorFlow 1.x的行为,可以通过以下代码在TensorFlow 2.x中启用TensorFlow 1.x兼容模式:
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()

然后你可以使用tf.Session创建一个会话。

  1. 如果你想迁移到TensorFlow 2.x的API,你需要将所有tf.Session的用法替换为tf.compat.v1.Session,并将图构建的代码迁移到tf.function装饰器中。

  2. 另一个选择是安装TensorFlow 1.x版本,可以通过pip安装一个特定版本的TensorFlow:

pip install tensorflow==1.15

确保选择与你的代码兼容的版本。

Problem4 波士顿数据集导入错误

ImportError: load_boston has been removed from scikit-learn since version 1.2. 波士顿数据集导入错误

该问题是由于在sklearn 1.2之后版本中被移除造成的。

不过可以通过以下网址之一获得这个数据集:

http://lib.stat.cmu.edu/datasets/boston

https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.data

解决

import numpy as np
import pandas as pd
data_url = "http://lib.stat.cmu.edu/datasets/boston"
raw_df = pd.read_csv(data_url, sep=r"\s+", skiprows=22, header=None)
data = np.hstack([raw_df.values[::2, :], raw_df.values[1::2, :2]])
target = raw_df.values[1::2, 2]

导入数据集的方法:

boston = np.hstack([raw_df.values[::2, :], raw_df.values[1::2, :3]])
print(boston.shape)

输出(506, 14)

或者,卸载现有的scikit-learn:

pip uninstall scikit-learn

之后,使用下面的命令下载比1.2版本的scikit-learn低的版本:

pip install scikit-learn==1.1.1 -i https://pypi.tuna.tsinghua.edu.cn/simple

Problem5 AttributeError: module ‘sklearn.metrics’ has no attribute ‘calinski_harabaz_score’

AttributeError: module ‘sklearn.metrics’ has no attribute ‘calinski_harabaz_score’

metrics.calinski_harabaz_score(X, y_pred)

改为

metrics.calinski_harabasz_score(X, y_pred)

官方示例

Problem6 AttributeError: module ‘matplotlib.pyplot’ has no attribute ‘df_cm1’

AttributeError: module ‘matplotlib.pyplot’ has no attribute ‘df_cm1’

# 计算混淆矩阵  
cm = confusion_matrix(y_true, y_pred)  # 将混淆矩阵转换为 DataFrame  
df_cm1 = pd.DataFrame(cm, index=['类别0', '类别1'], columns=['类别0', '类别1'])  # 假设你有两个类别  # 绘制热图  
plt.figure(figsize=(10, 7))  
sns.heatmap(df_cm1, annot=True, cmap='Blues')  

Problem 7 ValueError: Number of rows must be a positive integer, not 5.0

ValueError: Number of rows must be a positive integer, not 5.0
经过查看

ax1 = p.add_subplot(num/10,10,fignum+1)

改为

ax1 = p.add_subplot(int(num/10),10,fignum+1)

只需要给num/10加一个int函数,转为整型即可

本文由笔者整理而成,内容收集于网络,整理不易,转载注明出处,持续更新中ing

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/823475.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

K8S node节点执行kubectl get pods报错

第一个问题是由第二个问题产生的,第二个问题也是最常见的 网上找的都是从master节点把文件复制过来,这样确实可以解决,但是麻烦,有一个node节点还好,如果有多个呢?每个都复制吗?下面是我从外网…

Jackson 2.x 系列【20】混合注解 Mixin Annotations

有道无术,术尚可求,有术无道,止于术。 本系列Jackson 版本 2.17.0 源码地址:https://gitee.com/pearl-organization/study-jaskson-demo 文章目录 1. 需求场景2. 混合注解2.1 创建混合类2.2 关联2.3 测试 3. JsonMixin 1. 需求场…

RabbitMQ-核心特性

已经不需要为RabbitMQ交换机的离去而感到伤心了,接下来登场的是RabbitMQ-核心特性!!! 文章目录 核心特性消息过期机制消息确认机制死信队列 核心特性 消息过期机制 官方文档:https://www.rabbitmq.com/ttl.html 可以给每条消息指定一个有效期&#xf…

Ubuntu 20.04.06 PCL C++学习记录(二十五)

[TOC]PCL中点云分割模块的学习 学习背景 参考书籍:《点云库PCL从入门到精通》以及官方代码PCL官方代码链接,,PCL版本为1.10.0,CMake版本为3.16,可用点云下载地址 学习内容 使用渐进形态滤波器分割识别地面回波,即执…

【一竞技CS2】VP战队官宣签下electroNic取代mir

1、近日VP战队官宣签下electroNic,以取代阵容中的mir。 electroNic自己也表示:“VP是一支顶级队伍。阵容核心曾赢得Major冠军,所有队员都处于巅峰状态并且时刻准备着去争夺冠军。我们有着一样的雄心壮志。 此外我还对和Jame很感兴趣&#xf…

日历签到功能实现

日历签到功能实现:前后端全面详细指南 在本文中,我们将详细介绍如何使用Vue(前端)和SpringBoot(后端)搭配Vant组件库来实现一个日历签到功能。这个功能将允许用户在日历上进行每日签到,并跟踪他…

C++从入门到精通——const与取地址重载

const与取地址重载 前言一、const正常用法const成员函数问题const对象可以调用非const成员函数吗非const对象可以调用const成员函数吗const成员函数内可以调用其它的非const成员函数吗非const成员函数内可以调用其它的const成员函数吗总结 二、取地址及const取地址操作符重载概…

如何用Jenkins执行自动化测试构建

摘要 依据Jenkins官网介绍,Jenkins是一个流行的开源持续集成和交付工具,它提供了一个可扩展的插件生态系统,可以用于自动化构建、测试和部署软件项目。 本文介绍如何安装使用Jenkins、常见问题解决方案以及深入应用,为自动化测试…

艾迪比皮具携手工博科技SAP ERP公有云,打造数字化转型新标杆

4月1日,广州市艾迪比皮具有限公司(以下简称“艾迪比”)SAP S/4HANA Cloud Public Edition(以下简称“SAP ERP公有云”)项目正式启动。双方项目组领导、成员出席本次项目启动会,为未来项目的顺利实施打下坚实…

Python编程实训平台(1)

Python编程实训平台是一套建立在虚拟化层上基于Python的编程环境,用于开展大数据相关实训课程教学和课后训练的平台。该平台内部包含Python运行环境,用户无需受限于本身的电脑配置,可以直接从教学管理平台进入平台进行Python编程。 一、功能…

滚雪球学Java(74):深入理解JavaSE输入输出流:掌握数据流动的奥秘

咦咦咦,各位小可爱,我是你们的好伙伴 bug菌,今天又来给大家手把手教学Java SE系列知识点啦,赶紧出来哇,别躲起来啊,听我讲干货记得点点赞,赞多了我就更有动力讲得更欢哦!所以呀&…

nginx学习记录-动静分离

1. 动静分离原理 我们在访问网站资源的时候,通常会将资源分成两种,一种是静态资源(前端的固定界面,比如图片,html页面等),这些资源无需后台程序处理;另一种是动态资源,这…

分布式调度器

xxl-job介绍 xxl-job 是一个轻量级分布式任务调度框架,支持动态添加、修改、删除定时任务,支持海量任务分片执行,支持任务执行日志在线查看和分页查询,同时支持任务失败告警和重试机制,支持分布式部署和高可用。xxl-j…

阿里云、腾讯云、华为云优惠券领取入口整理汇总

阿里云、腾讯云、华为云作为国内领先的云服务提供商,一直以其稳定、高效、安全的服务赢得了广大用户的青睐。为了回馈用户,这些云平台经常会推出各种优惠活动,其中最为常见的便是优惠券。本文将为大家整理汇总阿里云、腾讯云、华为云优惠券的…

linux-centos虚拟机设置固定ip

环境准备 虚拟机版本:centos7 安装环境:vmware17 1、设置网络连接 虚拟机-设置-网络适配器-NAT模式 2、查看子网信息 编辑-虚拟网络编辑器-NAT模式-NAT设置 查看子网ip和网关ip 下一步要用 3、修改配置文件 vim /etc/sysconfig/network-scripts…

构建数据平台架构指导原则与平台核心组件说明

文章目录 前言什么是数据架构?数据架构如何帮助构建数据平台?数据平台核心组件数据源系统数据加载数据存储数据处理和转换提供使用数据的方式公共服务 前言 湖仓一体是最近几年非常流行的现代大数据架构,目前它已经成为设计数据平台架构的首…

代码随想录算法训练营第四十三天|1049.最后一块石头的重量 II、494. 目标和、474.一和零

动态规划 文章目录 一、最后一块石头的重量二、目标和三、一和零总结 一、最后一块石头的重量 此题的关键在于转化思路,要求剩下最少的石块,也就是两堆相差不多的石块相互碰撞,所以求其中的一堆能够达到的最大数量,另外一堆也就随…

Flask框架初探-如何在本机发布一个web服务并通过requests访问自己发布的服务-简易入门版

Flask框架初探 在接触到网络框架之前我其实一直对一个事情有疑惑,跨语言的API在需要传参的情况下究竟应该如何调用,之前做过的项目里,我用python做了一个代码使用一个算法得到一个结果之后我应该怎么给到做前端的同学或者同事,之前…

基于springboot 的医院信管系统

开发语言:Java 框架:springboot JDK版本:JDK1.8 服务器:tomcat7 数据库:mysql 5.7(一定要5.7版本) 数据库工具:Navicat11 开发软件:eclipse/myeclipse/idea Maven…

YOLOv5参数大全(parse_opt篇)

文章目录 1、前言2、train.py-文件解读2.1、常用的参数2.1.1、weights2.1.2、cfg2.1.3、data2.1.4、epochs2.1.5、batch-size2.1.6、imgsz2.1.7、device2.1.8、resume2.1.9、hyp2.1.10、adam 3、detect.py-文件解读3.1、常用的参数3.1.1、weights3.1.2、source3.1.3、imgsz3.1.…