当前位置: 首页 > article >正文

Python学习------第十五天

1.异常的捕获方式:

#基本捕获语法
try:
    f = open("D:/abc.txt","r",encoding="UTF-8")
except:
    print("出现异常了,因为文件不存在,我将open模式改为w模式去打开")
    f = open("D:/abc.txt", "w", encoding="UTF-8")

#捕获指定异常
try:
    print(name)
except NameError as e:
    print("出现了未定义的异常")
    print(e)

#捕获多个异常
try:
    1/0
    print(name)
except(NameError,ZeroDivisionError) as e:
    print("出现了变量未定义 或者 除以0的异常错误")
"""

#捕获所有异常
try:
    f = open("D:/456.txt","r",encoding="UTF-8")
except Exception as e:
    print("出现异常了")
    f = open("D:/456.txt","w",encoding="UTF-8")
else:
    print("没有出现异常")
finally:
    print("我是finally,有没有异常我都会执行")
    f.close()

2.异常的传递

想要去捕获异常的化,不需要去深入到真正出现的那一句话,只要函数有调用关系,层级关系,在最顶级的调用这里,依旧可以进行 try  catch的

3.python的模块:

模块的导入

#模块导入操作
#使用import导入time模块使用sleep功能
#导入python内置的time模块
import time
print("你好")
#确立层级关系的
time.sleep(5) #通过.就可以使用模块内部的全部功能(类,函数,变量)
print("我好")

只用某一个方法,其他方法就不使用了

#只用某一个方法,其他方法就不使用了
from time import sleep
print("你好")
sleep(5)
print("我好")

#使用*导入time模块的全部功能
from time import *
print("你好")
sleep(5)
print("我好")

#使用as给特定功能加上别名
import time as t
print("Nihao")
t.sleep(5)
print("wohao")
#2
from time import sleep as t
print("你好")
t(5)
print("我好")
"""

自定义模块:

注意事项:

当导入多个模块的时候,且模块内有同名功能,当调用这个同名功能的时候,调用到的是后面导入的模块的功能。

#all指定可以导入的模块
__all__=['testA']

def testA(a,b):
    print(a+b)

def testB(a,b):
    print(a-b)

python包

安装第三方包

安装第三方包

pip 安装网络优化,

pip instal -i https://pypi. tuna. tsinghua. edu. cn/simple numpy

练习:


http://www.kler.cn/a/420891.html

相关文章:

  • C++ 游戏开发:开启游戏世界的编程之旅(2)
  • SQL SERVER 2016 AlwaysOn 无域集群+负载均衡搭建与简测
  • 十,[极客大挑战 2019]Secret File1
  • Python 入门教程(2)搭建环境 | 2.4、VSCode配置Node.js运行环境
  • 开源ISP介绍(1)——开源ISP的Vivado框架搭建
  • GEOBench-VLM:专为地理空间任务设计的视觉-语言模型基准测试数据集
  • 12.02 深度学习-卷积
  • 东方隐侠网安瞭望台第8期
  • 手游手游手游手游手游手游手游
  • c语言基础之二维数组
  • node.js基础学习-fs模块-文件操作(六)
  • 深度学习常用测试命令解释
  • 数据分析:探索数据背后的秘密与挑战
  • 3d/伪3d统计图形
  • ISO26262-(Timing Monitoring)在多核MCU的TPU上功能安全ASILB与ASILD有什么区别
  • MacOS 命令行详解使用教程
  • LlaSMol—— 建立一个大型、高质量的指令调整数据集 SMolInstruct 用于开发一个化学任务的大语言模型
  • Flink面试题推荐
  • Springboot(四十九)SpringBoot3整合jetcache缓存
  • 微软的重大突破:bitnet.cpp 开启 AI 本地CPU运行新时代
  • 【机器学习】Sigmoid函数在深层神经网络中存在梯度消失问题,如何设计一种改进的Sigmoid激活函数,既能保持其概率预测优势,又能避免梯度消失?
  • Linux 系统中常用的命令
  • scroll-view组件,在iOS设备上禁用橡皮筋回弹效果
  • VTK知识学习(16)- 基本数据结构之单元类型
  • React进阶面试题(四)
  • Unity中,Canva的三种渲染模式