Python中io的open()在PyCharm环境下报错和路劲的问题

PS:我也是初学者,上班空闲时间学习学习Python。今天学到io的时候,遇到了两个用PyCharm环境编写代码的小白错误,如下:

两个问题都是如下代码:

  1. 第一个问题:当写好代码之后,点击运行报如下错误:name ‘open’ is not defined在这里插入图片描述
    报了错肯定就要研究呗,测试呗,所以我用交互式环境试了,正常运行。说明我脑袋里的第一个想法是错误的(版本问题),因为两个环境的版本都是一样的。此刻我就有点慌了,因为我脑袋里就这一个想法啊,我开始反复仔细检的查一眼就能够扫完的代码。最终并没有收获。于是我要去问度娘了,可是结果不尽人意,他们都不是我这个环境的。唯一一个间接帮到我的可能是看到一个说项目中__init__.py文件问题,但我这个项目并没有这个文件。不过我还是去看了一眼项目,这一看让我知道了问题的所在:
    在这里插入图片描述
    很明显,我这样命名就是重写Python内置的io了,所以在我调用open()时,会报未定义。
    解决方法:改一下这个名字就可以了。

  2. 第二个问题:应该也是如我般初学者容易犯的,那就懒,想着用copy来省事儿,但是往往会出现如下错误:
    在这里插入图片描述
    在这里插入图片描述
    当出现这样的错误,第一反应肯定是去看是不是自己路径哪儿错了,但是一般都会让你很失望,因为你是copy的,一般是不会手抖copy错的,如果copy都能copy错,那恭喜你,你离成功又远了一步。那么copy导致错误的原因是什么呢?就是copy可能中间出现一些人眼看不到的特殊字符,但是计算机是可以看到的,它多么厉害。。。。
    那么怎么解决呢?
    当然很简单,就是自己手动再敲一遍路劲,既解决了问题,又治疗了懒病,一举两得岂不快哉?

    好了,今天的总结就到这里了,谢谢各位观看!
    有一起自学的可以滴滴我,QQ群:747509472,群里也分享了很多资料工具等。

### Anaconda与PyCharm环境配置报错解决方案 在使用AnacondaPyCharm进行Python开发时,可能会遇到一些环境配置问题。以下是针对常见问题的解决方法: #### 1. 确保Anaconda安装正确 确保从Anaconda官网下载并正确安装了Anaconda[^1]。安装完成后,可以通过以下命令验证安装是否成功: ```bash conda --version ``` 如果返回Anaconda版本号,则说明安装成功。 #### 2. 创建虚拟环境 在Anaconda中创建一个虚拟环境,以避免不同项目之间的依赖冲突。例如,创建名为`myenv`的虚拟环境,并指定Python版本为3.9: ```bash conda create -n myenv python=3.9 ``` 激活该虚拟环境: ```bash conda activate myenv ``` #### 3. 安装所需包 在激活的虚拟环境中安装所需的Python包。例如,安装`numpy`: ```bash conda install numpy ``` 如果需要安装特定版本的包,可以指定版本号: ```bash conda install numpy=1.21.0 ``` #### 4. 配置PyCharm使用Anaconda虚拟环境PyCharm中正确配置Anaconda虚拟环境是关键步骤之一。具体操作如下: - 打开PyCharm,进入`File -> Settings -> Project: <your_project_name> -> Python Interpreter`。 - 点击齿轮图标,选择`Add...`。 - 在弹出的窗口中,选择`Conda Environment`选项卡。 - 勾选`Existing environment`,然后从下拉菜单中选择之前创建的虚拟环境(如`myenv`)[^1]。 #### 5. 解决`import`报错问题 如果在PyCharm中执行`import`语句时出现报错,可能是因为当前解释器未正确配置或缺少相关包。例如,在导入`torch`时出现错误,可以按照以下步骤解决: - 检查虚拟环境中是否已安装`pytorch`。在Anaconda Prompt中激活虚拟环境后,运行以下命令查看包列表: ```bash conda list ``` 确认`pytorch`是否存在于列表中。如果没有,可以安装它: ```bash conda install pytorch torchvision torchaudio cpuonly -c pytorch ``` - 如果已经安装但仍然报错,可能是PyCharm未正确识别虚拟环境中的包。尝试重启PyCharm或重新配置解释器[^2]。 #### 6. 其他常见问题 - **路径问题**:确保PyCharm中的解释器路径与Anaconda虚拟环境路径一致。 - **缓存问题**:有时PyCharm的缓存可能导致问题,可以尝试清除缓存并重启PyCharm: ```python File -> Invalidate Caches / Restart... ``` ### 示例代码 以下是一个简单的示例代码,用于验证环境配置是否正确: ```python import numpy as np import torch # 测试numpy array = np.array([1, 2, 3]) print("Numpy array:", array) # 测试torch tensor = torch.tensor([1, 2, 3]) print("Torch tensor:", tensor) ```
评论 3
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