本文目录一览：
- 1、python运行错误怎么办？
- 2、如何解决的Python类型错误
- 3、Python 异常处理总结
- 4、Python文件操作，看这篇就足够!
- 5、python里出现imported but unused，有什么解决方法
- 6、Python中的bug有多可怕？
python运行错误怎么办？
一、python的错误处理：
在程序运行的过程中，如果发生了错误，可以事先约定返回一个错误代码，这样，就可以知道是否有错以及出错的原因。
在操作系统提供的调用中，返回错误码非常常见。比如打开文件的函数open()，成功时返回文件的描述符（就是一个整数），出错时返回-1用错误码来表示是否出错十分不便，因为函数本身应该返回的正常结果和错误码混在一起，造成调用者必须大量的代码来判断是否出错：def foo():
r = somefunction() if r == (-1): return (-1) return rdef bar():
r = foo() if r == (-1): print("Error") else: pass一旦出错，还要一级一级上报，直到某个函数可以处理该错误（比如，给用户输出一个错误信息）
所以，高级语言通常都内置了一套try...except...finally...的错误处理机制，python也不例外。try
让我们用一个例子来看看try的机制try: print("try....")
r = 10 / 0 print("result", r)except ZeroDivisionError as e: print("except:", e)finally: print("finally...")print("END....")
当我们认为某些代码可能会出错时，就可以用try来运行这段代码，如果执行出错，则后续代码不会继续执行
而是直接跳转至错误处理代码，即except语句块
执行完except后，如果有finally语句块，则执行finally语句块，至此，执行完毕。
上面的代码在计算10 / 0时 会产生一个除法运算错误：try....except: division by zerofinally...
END....从输出可以看到，当错误发生时，后续语句print("result:", r)不会被执行，except由于捕获到ZeroDivisionError因此被执行。
最后，finally语句被执行。然后，程序继续按照流程往下走。
如果把除数0 变成2，则执行结果如下try....
result 5.0finally...
END....由于没有错误发生，所以except语句块不会被执行，但是finally如果有则一定会被执行，当然finally也可以没有
你还可以猜测，错误应该有很多种类，日过发生了不同类型的错误，应该由不同的except语句块处理。
没错，可以有多个except来捕获不同类型的错误：try: print("try.....")
r = 10 / int("a") print("result:", r)except ValueError as e: print("ValueError:", e)except ZeroDivisionError as e: print("ZeroDivisionError:", e)finally: print("finally...")print("END...")
int()函数可能会抛出ValueError,所以我们用一个except捕获ValueError，用另一个except捕获ZeroDivisionError
此外，如果没有错误发生，可以再except语句块后面加一个else，当没有错误发生时，会自动执行else语句。try: print("try...")
r = 10 / int("2") print("result:", r)except ValueError as e: print("ValueError:", e)except ZeroDivisionError as e: print("ZeroDivisionError:", e)else: print("No error!")finally: print("finally...")print("END")
python的错误其实也是class，所有的错误类型都继承自BaseException,
所以在使用except时需要注意的是，它不但捕获该类型的错误，还把其子类也“一网打尽”。
比如：try:
foo()except ValueError as e: print("ValueError")except UnicodeError as e: print("UnicodeError")
第二个except永远也捕获不到UnicodeError, 因为UnicodeError是ValueError的子类
如果有，也是被第一个except给捕获了。
python所有的错误都是BaseException类派生的。
所有常见的错误类型和继承关系看这里：
使用try...exccept捕获错误还有一个巨大的好处，就是可以跨越多层调用，比如函数main（）调用foo（）
foo（）调用bar（），结果bar（）出错了，这时，只要main（）捕获到了，就可以处理：def foo(s): return 10 / int(s)def bar(s): return foo(s) * 2def main(): try:
bar("0") except Exception as e: print("Error:", e) finally: print("finally...")
也就是说，不需要在每个可能出错的地方去捕获异常，只要在合适的层次去捕获就可以了。
这样一来，就大大减少了写 try...except...finally的麻烦。
二、调用堆栈
如果错误没有被捕获，他就会一直往上抛，最后被python解释器捕获，打印一个错误信息，然后程序退出。def foo(s): return 10 / int(s)def bar(s): return foo(s) * 2def main():
bar("0")
main()
执行结果为：
Traceback (most recent call last):
File "C:/Python36/test.py", line 10, in module
main()
File "C:/Python36/test.py", line 8, in main
bar("0")
File "C:/Python36/test.py", line 5, in bar return foo(s) * 2
File "C:/Python36/test.py", line 2, in foo return 10 / int(s)
ZeroDivisionError: division by zero
出错并不可怕，可怕的时不知道哪里出错了。解读错误信息时定位错误的关键。
我们从上往下可以看到整个错误的调用函数链。
错误第一行：
Traceback (most recent call last):
这告诉我们的是错误的跟踪信息。
File "C:/Python36/test.py", line 10, in module main()
说明调用main（）出错了，在代码文件test.py中第10行，但是原因是第8行：
File"C:/Python36/test.py", line8, in main
bar("0")
调用bar("0")出错了，在代码文件test.py中第8行，但原因是第5行：
File"C:/Python36/test.py", line5, in barreturn foo(s) * 2调用return foo(s) * 2时出错了，在test.py中第5行，但原因是第2行
File "C:/Python36/test.py", line 2, in foo return 10 / int(s)
ZeroDivisionError: division by zero
这时我们找到了源头，原来在第2行调用return 10 / int(s)出错了，错误为ZeroDivisionError
三、记录错误
如果不捕获错误，自然可以让python解释器来打印出错误堆栈，但是程序也被结束了。
既然我们能捕获错误，就可以把错误堆栈打印出来，然后分析错误原因，同时，让程序继续执行下去。
python内置的logging模块可以非常容易地记录错误信息：import loggingdef foo(s): return 10 / int(s)def bar(s): return foo(s) * 2def main(): try:
bar("0") except Exception as e:
logging.exception(e)
main()print("END")
输出结果为：
ERROR:root:division by zero
Traceback (most recent call last):
File "C:/Python36/test.py", line 12, in main
bar("0")
File "C:/Python36/test.py", line 8, in bar return foo(s) * 2
File "C:/Python36/test.py", line 5, in foo return 10 / int(s)
ZeroDivisionError: division by zero
END
同样是出错，但程序打印完错误信息后会继续执行，并正常退出。
通过配置，logging还可以把错误记录到日志文件里，方便事后排查。
四、抛出错误
因为错误是class，捕获一个错误就是捕获到该class的一个实例。
因此，错误并不是凭空产生的，而是有意创建并抛出的。
python的内置函数会抛出很多类型的错误，我们自己编写的函数也可以抛出错误。
如果要抛出错误，首先根据需要，可以定义一个错误的class，选择好继承关系，然后用raise语句抛出一个错误的实例：class FooError(ValueError): passdef foo(s):
n = int(s) if n == 0: raise FooError("invalid value: %s" % s) return 10 / n
foo("0")
输出结果：
Traceback (most recent call last):
File "C:/Python36/test.py", line 10, in module
foo("0")
File "C:/Python36/test.py", line 7, in foo raise FooError("invalid value: %s" % s)
FooError: invalid value: 0
只有在必要的时候才定义我们自己的错误类型。
如果可以选择python已有的内置错误类型（比如ValueError, TypeError）,尽量使用python内置的错误类型。
最后，我们来看另一种错误处理方式：def foo(s):
n = int(s) if n == 0: raise ValueError("invalid value: %s" % s) return 10 / ndef bar(): try:
foo("0") except ValueError as e: print("ValieError") raisebar()
在bar（）函数中，我们明明已经捕获了错误，但是，打印一个ValueError之后
又通过raise语句抛出去了。这不是有病吗
其实，这种错误处理方式不但没病，而且相当常见。
捕获错误目的只是记录一下，便于或许追踪。
但是，由于当前函数不知道应该怎么处理该错误，所以，最恰当的方式是继续往上抛，让顶层调用者去处理。
好比一个员工处理不了一个问题时，就把问题一直往上抛，最终会抛给CEO去解决。
注意：raise语句如果不带参数，就会把当前错误原样抛出。
此外，在except中raise一个Error，还可以改写错误类型try: 10 / 0except ZeroDivisionError: raise ValueError("do not input zero!")
输出结果：
Traceback (most recent call last):
File "C:/Python36/test.py", line 4, in module raise ValueError("do not input zero!")
ValueError: do not input zero!只要是合理的转换逻辑就可以，但是，绝不应该把一个IOError转成毫不相干的valueError.
总结：
python内置的 try...except...finally 用来处理错误十分方便。
出错时，会分析错误信息并定位错误发生的代码位置才是关键的。
程序也可以主动抛出错误，让调用者来处理相应的错误。
但是应该在文档中写清楚可能会抛出哪些错误，以及错误产生的原因。
如何解决的Python类型错误
1.Python异常类
Python是面向对象语言，所以程序抛出的异常也是类。常见的Python异常有以下几个，大家只要大致扫一眼，有个映像，等到编程的时候，相信大家肯定会不只一次跟他们照面（除非你不用Python了）。
异常 描述
NameError 尝试访问一个没有申明的变量
ZeroDivisionError 除数为0
SyntaxError 语法错误
IndexError 索引超出序列范围
KeyError 请求一个不存在的字典关键字
IOError 输入输出错误（比如你要读的文件不存在）
AttributeError 尝试访问未知的对象属性
ValueError 传给函数的参数类型不正确，比如给int()函数传入字符串形
2.捕获异常
Python完整的捕获异常的语句有点像：
复制代码 代码如下:
try:
try_suite
except Exception1,Exception2,...,Argument:
exception_suite
...... #other exception block
else:
no_exceptions_detected_suite
finally:
always_execute_suite
额...是不是很复杂？当然，当我们要捕获异常的时候，并不是必须要按照上面那种格式完全写下来，我们可以丢掉else语句，或者finally语句；甚至不要exception语句，而保留finally语句。额，晕了？好吧，下面，我们就来一一说明啦。
2.1.try...except...语句
try_suite不消我说大家也知道，是我们需要进行捕获异常的代码。而except语句是关键，我们try捕获了代码段try_suite里的异常后，将交给except来处理。
try...except语句最简单的形式如下：
复制代码 代码如下:
try:
try_suite
except:
exception block
上面except子句不跟任何异常和异常参数，所以无论try捕获了任何异常，都将交给except子句的exception block来处理。如果我们要处理特定的异常，比如说，我们只想处理除零异常，如果其他异常出现，就让其抛出不做处理，该怎么办呢？这个时候，我们就要给except子句传入异常参数啦！那个ExceptionN就是我们要给except子句的异常类（请参考异常类那个表格），表示如果捕获到这类异常，就交给这个except子句来处理。比如：
复制代码 代码如下:
try:
try_suite
except Exception:
exception block
举个例子：
复制代码 代码如下:
try:
... res = 2/0
... except ZeroDivisionError:
... print "Error:Divisor must not be zero!"
...
Error:Divisor must not be zero!
看，我们真的捕获到了ZeroDivisionError异常！那如果我想捕获并处理多个异常怎么办呢？有两种办法，一种是给一个except子句传入多个异常类参数，另外一种是写多个except子句，每个子句都传入你想要处理的异常类参数。甚至，这两种用法可以混搭呢！下面我就来举个例子。
复制代码 代码如下:
try:
floatnum = float(raw_input("Please input a float:"))
intnum = int(floatnum)
print 100/intnum
except ZeroDivisionError:
print "Error:you must input a float num which is large or equal then 1!"
except ValueError:
print "Error:you must input a float num!"
[root@Cherish tmp]# python test.py
Please input a float:fjia
Error:you must input a float num!
[root@Cherish tmp]# python test.py
Please input a float:0.9999
Error:you must input a float num which is large or equal then 1!
[root@Cherish tmp]# python test.py
Please input a float:25.091
4
上面的例子大家一看都懂，就不再解释了。只要大家明白，我们的except可以处理一种异常，多种异常，甚至所有异常就可以了。
大家可能注意到了，我们还没解释except子句后面那个Argument是什么东西？别着急，听我一一道来。这个Argument其实是一个异常类的实例（别告诉我你不知到什么是实例），包含了来自异常代码的诊断信息。也就是说，如果你捕获了一个异常，你就可以通过这个异常类的实例来获取更多的关于这个异常的信息。例如：
复制代码 代码如下:
try:
... 1/0
... except ZeroDivisionError,reason:
... pass
...
type(reason)
type 'exceptions.ZeroDivisionError'
print reason
integer division or modulo by zero
reason
ZeroDivisionError('integer division or modulo by zero',)
reason.__class__
type 'exceptions.ZeroDivisionError'
reason.__class__.__doc__
'Second argument to a division or modulo operation was zero.'
reason.__class__.__name__
'ZeroDivisionError'
上面这个例子，我们捕获了除零异常，但是什么都没做。那个reason就是异常类ZeroDivisionError的实例，通过type就可以看出。
2.2try ... except...else语句
现在我们来说说这个else语句。Python中有很多特殊的else用法，比如用于条件和循环。放到try语句中，其作用其实也差不多：就是当没有检测到异常的时候，则执行else语句。举个例子大家可能更明白些：
复制代码 代码如下:
import syslog
try:
... f = open("/root/test.py")
... except IOError,e:
... syslog.syslog(syslog.LOG_ERR,"%s"%e)
... else:
... syslog.syslog(syslog.LOG_INFO,"no exception caughtn")
...
f.close()
2.3 finally子句
finally子句是无论是否检测到异常，都会执行的一段代码。我们可以丢掉except子句和else子句，单独使用try...finally，也可以配合except等使用。
例如2.2的例子，如果出现其他异常，无法捕获，程序异常退出，那么文件 f 就没有被正常关闭。这不是我们所希望看到的结果，但是如果我们把f.close语句放到finally语句中，无论是否有异常，都会正常关闭这个文件，岂不是很 妙
复制代码 代码如下:
import syslog
try:
... f = open("/root/test.py")
... except IOError,e:
... syslog.syslog(syslog.LOG_ERR,"%s"%e)
... else:
... syslog.syslog(syslog.LOG_INFO,"no exception caughtn")
... finally:
f.close()
大家看到了没，我们上面那个例子竟然用到了try,except,else,finally这四个子句！:-)，是不是很有趣？到现在，你就基本上已经学会了如何在Python中捕获常规异常并处理之。
3.两个特殊的处理异常的简便方法
3.1断言（assert）
什么是断言，先看语法：
复制代码 代码如下:
assert expression[,reason]
其中assert是断言的关键字。执行该语句的时候，先判断表达式expression，如果表达式为真，则什么都不做；如果表达式不为真，则抛出异常。reason跟我们之前谈到的异常类的实例一样。不懂？没关系，举例子！最实在！
复制代码 代码如下:
assert len('love') == len('like')
assert 1==1
assert 1==2,"1 is not equal 2!"
Traceback (most recent call last):
File "stdin", line 1, in module
AssertionError: 1 is not equal 2!
我们可以看到，如果assert后面的表达式为真，则什么都不做，如果不为真，就会抛出AssertionErro异常，而且我们传进去的字符串会作为异常类的实例的具体信息存在。其实，assert异常也可以被try块捕获：
复制代码 代码如下:
try:
... assert 1 == 2 , "1 is not equal 2!"
... except AssertionError,reason:
... print "%s:%s"%(reason.__class__.__name__,reason)
...
AssertionError:1 is not equal 2!
type(reason)
type 'exceptions.AssertionError'
3.2.上下文管理（with语句）
如果你使用try,except,finally代码仅仅是为了保证共享资源（如文件，数据）的唯一分配，并在任务结束后释放它，那么你就有福了！这个with语句可以让你从try,except,finally中解放出来！语法如下：
复制代码 代码如下:
with context_expr [as var]:
with_suite
是不是不明白？很正常，举个例子来！
复制代码 代码如下:
with open('/root/test.py') as f:
... for line in f:
... print line
上面这几行代码干了什么？
（1）打开文件/root/test.py
（2）将文件对象赋值给 f
（3）将文件所有行输出
（4）无论代码中是否出现异常，Python都会为我们关闭这个文件，我们不需要关心这些细节。
这下，是不是明白了，使用with语句来使用这些共享资源，我们不用担心会因为某种原因而没有释放他。但并不是所有的对象都可以使用with语句，只有支持上下文管理协议（context management protocol）的对象才可以，那哪些对象支持该协议呢？如下表：
file
decimal.Context
thread.LockType
threading.Lock
threading.RLock
threading.Condition
threading.Semaphore
threading.BoundedSemaphore
至于什么是上下文管理协议，如果你不只关心怎么用with,以及哪些对象可以使用with，那么我们就不比太关心这个问题：）
4.抛出异常(raise)
如果我们想要在自己编写的程序中主动抛出异常，该怎么办呢？raise语句可以帮助我们达到目的。其基本语法如下：
复制代码 代码如下:
raise [SomeException [, args [,traceback]]
第一个参数，SomeException必须是一个异常类，或异常类的实例
第二个参数是传递给SomeException的参数，必须是一个元组。这个参数用来传递关于这个异常的有用信息。
第三个参数traceback很少用，主要是用来提供一个跟中记录对象（traceback）
下面我们就来举几个例子。
复制代码 代码如下:
raise NameError
Traceback (most recent call last):
File "stdin", line 1, in module
NameError
raise NameError() #异常类的实例
Traceback (most recent call last):
File "stdin", line 1, in module
NameError
raise NameError,("There is a name error","in test.py")
Traceback (most recent call last):
File "stdin", line 1, in module
raise NameError("There is a name error","in test.py") #注意跟上面一个例子的区别
Traceback (most recent call last):
File "stdin", line 1, in module
NameError: ('There is a name error', 'in test.py')
raise NameError,NameError("There is a name error","in test.py") #注意跟上面一个例子的区别
Traceback (most recent call last):
File "stdin", line 1, in module
NameError: ('There is a name error', 'in test.py')
其实，我们最常用的还是，只传入第一个参数用来指出异常类型，最多再传入一个元组，用来给出说明信息。如上面第三个例子。
5.异常和sys模块
另一种获取异常信息的途径是通过sys模块中的exc_info()函数。该函数回返回一个三元组:(异常类，异常类的实例，跟中记录对象)
复制代码 代码如下:
try:
... 1/0
... except:
... import sys
... tuple = sys.exc_info()
...
print tuple
(type 'exceptions.ZeroDivisionError', ZeroDivisionError('integer division or modulo by zero',), traceback object at 0x7f538a318b48)
for i in tuple:
... print i
...
type 'exceptions.ZeroDivisionError' #异常类
integer division or modulo by zero #异常类的实例
traceback object at 0x7f538a318b48 #跟踪记录对象
Python 异常处理总结
什么是异常？
异常即是一个事件，该事件会在程序执行过程中发生，影响了程序的正常执行。一般情况下，在Python无法正常处理程序时就会发生一个异常。
异常是Python对象，表示一个错误。当Python脚本发生异常时我们需要捕获处理它，否则程序会终止执行。
python提供了两个非常重要的功能来处理python程序在运行中出现的异常和错误。你可以使用该功能来调试python程序。
异常处理： 本站Python教程会具体介绍。
断言(Assertions)：本站Python教程会具体介绍。
异常处理
捕捉异常可以使用try/except语句。try/except语句用来检测try语句块中的错误，从而让except语句捕获异常信息并处理。如果你不想在异常发生时结束你的程序，只需在try里捕获它。
语法：
以下为简单的try….except…else的语法：
try的工作原理是，当开始一个try语句后，python就在当前程序的上下文中作标记，这样当异常出现时就可以回到这里，try子句先执行，接下来会发生什么依赖于执行时是否出现异常。
· 如果当try后的语句执行时发生异常，python就跳回到try并执行第一个匹配该异常的except子句，异常处理完毕，控制流就通过整个try语句（除非在处理异常时又引发新的异常）。
· 如果在try后的语句里发生了异常，却没有匹配的except子句，异常将被递交到上层的try，或者到程序的最上层（这样将结束程序，并打印缺省的出错信息）。
· 如果在try子句执行时没有发生异常，python将执行else语句后的语句（如果有else的话），然后控制流通过整个try语句。
实例
下面是简单的例子，它打开一个文件，在该文件中的内容写入内容，且并未发生异常：
以上程序输出结果：
实例
下面是简单的例子，它打开一个文件，在该文件中的内容写入内容，但文件没有写入权限，发生了异常：
以上程序输出结果：
使用except而不带任何异常类型
你可以不带任何异常类型使用except，如下实例：
以上方式try-except语句捕获所有发生的异常。但这不是一个很好的方式，我们不能通过该程序识别出具体的异常信息。因为它捕获所有的异常。
使用except而带多种异常类型
你也可以使用相同的except语句来处理多个异常信息，如下所示：
try-finally 语句
try-finally 语句无论是否发生异常都将执行最后的代码。
实例
如果打开的文件没有可写权限，输出如下所示：
同样的例子也可以写成如下方式：
当在try块中抛出一个异常，立即执行finally块代码。finally块中的所有语句执行后，异常被再次提出，并执行except块代码。参数的内容不同于异常。
异常的参数
一个异常可以带上参数，可作为输出的异常信息参数。你可以通过except语句来捕获异常的参数，如下所示：
变量接收的异常值通常包含在异常的语句中。在元组的表单中变量可以接收一个或者多个值。
元组通常包含错误字符串，错误数字，错误位置。
实例
以下为单个异常的实例：
以上程序执行结果如下：
触发异常
我们可以使用raise语句自己触发异常
raise语法格式如下：
语句中Exception是异常的类型（例如，NameError）参数是一个异常参数值。该参数是可选的，如果不提供，异常的参数是”None”。
最后一个参数是可选的（在实践中很少使用），如果存在，是跟踪异常对象。
实例
一个异常可以是一个字符串，类或对象。 Python的内核提供的异常，大多数都是实例化的类，这是一个类的实例的参数。
定义一个异常非常简单，如下所示：
注意：为了能够捕获异常，”except”语句必须有用相同的异常来抛出类对象或者字符串。
例如我们捕获以上异常，”except”语句如下所示：
用户自定义异常
通过创建一个新的异常类，程序可以命名它们自己的异常。异常应该是典型的继承自Exception类，通过直接或间接的方式。
以下为与RuntimeError相关的实例，实例中创建了一个类，基类为RuntimeError，用于在异常触发时输出更多的信息。
在try语句块中，用户自定义的异常后执行except块语句，变量 e 是用于创建Networkerror类的实例。
在你定义以上类后，你可以触发该异常，如下所示：
来源 | 原文链接：
Python文件操作，看这篇就足够!
文件的存储方式
在计算机中，文件是以二进制的方式保存在磁盘上的文本文件和二进制文件
文本文件可以使用文本编辑软件查看本质上还是二进制文件
二进制文件保存的内容不是给人直接阅读的，而是提供给其她软件使用的二进制文件不能使用文件编辑软件查看
文件基本操作
在计算机中要操作文件一共包含三个步骤：1.打开文件2.读、写文件
读 将文件内容读入内容写 将内存内容写入文件
模式描述
t文本模式 (默认)。
x写模式，新建一个文件，如果该文件已存在则会报错。
b二进制模式。
+打开一个文件进行更新(可读可写)。
U通用换行模式（不推荐）。
r以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。
rb以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。一般用于非文本文件如图片等。
r+打开一个文件用于读写。文件指针将会放在文件的开头。
rb+以二进制格式打开一个文件用于读写。文件指针将会放在文件的开头。一般用于非文本文件如图片等。
w打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。
wb以二进制格式打开一个文件只用于写入。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如图片等。
w+打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。
wb+以二进制格式打开一个文件用于读写。如果该文件已存在则打开文件，并从开头开始编辑，即原有内容会被删除。如果该文件不存在，创建新文件。一般用于非文本文件如图片等。
a打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
ab以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。
a+打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会是追加模式。如果该文件不存在，创建新文件用于读写。
ab+以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。如果该文件不存在，创建新文件用于读写。
文件打开模式有很多，但是我们实际用到的就只有六种。
我们总结一下主要用到的是下面六种
模式可做操作若文件不存在是否覆盖文件原来内容
r只读报错——
r+可读、可写报错是
w只写创建是
w+可读、可写创建是
a只写创建否，追加写
a+可读、可写创建否，追加写
只读模式打开文件——只读（r）
文件若不存在报错：
读写模式打开文件——读写模式（r+）
数据写入之前：
数据写入之后：
会替换掉相同长度的内容
文件若不存在报错：
写模式打开文件——写模式（w）
数据写入之前：
数据写入之后：
这种操作会删除原来的文件内容，重新写入Python，
并且把光标放在文件最开始。
若文件不存在，系统会创建该文件夹并重新写入内容
读写模式打开文件——读写模式（w+）
数据写入之前：
数据写入之后：
这种操作会删除原来的文件内容，重新写入Python，
并且把光标放在文件最开始。
若文件不存在，系统会创建该文件夹并重新写入内容
利用这个原理所以文件写模式(w)、读写模式(w+)还可以用作删除文件内容。
因为他们整个工作原理就是把文件原来的内容删除，然后写入新的内容。
如果我们写入的内容为空，那么不就是删除文件内容。
数据写入之前：
数据写入之后：
写模式打开文件（追加内容）——写模式（a）
数据写入之前：
数据写入之后：
可以看到是在原先内容的基础上在文末追加新的内容！
若文件不存在，系统会创建新的文件夹并写入内容
读写模式打开文件（追加内容）——读写模式（a）
数据写入之前：
数据写入之后：
可以看到是在原先内容的基础上在文末追加新的内容！
若文件不存在，系统会创建新的文件夹并写入内容
二进制模式打开文件
我们看到了在文件打开模式中有以下模式：rb、wb……有这种带 b 的。
什么意思呢？
就是用二进制的方式打开文件。
很明显，我们出现了以下错误：
主要原因是因为编码的问题，可能是因为0x82这个字节在gbk编码中没有这个字符，
可能原字符是两个字节，在gbk里被解析成了一个字节，导致字符不存在。
这就是我们文件打开方式需要使用二进制读取的原因。
文件操作
open 函数负责打开文件，并且返回文件对象
read /write / close 三个方法都需要通过文件对象 来调用
文件和文件夹的操作
在Python中⽂件和⽂件夹的操作要借助os模块⾥⾯的相关功能，
具体步骤如下：
导⼊os模块
使⽤ os 模块相关功能
1、文件重命名
2、删除文件
3、创建文件夹
4、删除文件夹
5、获取当前目录
6、改变默认目录
7、获取目录列表
python里出现imported but unused，有什么解决方法
Python运行时默认的输入法
在使用python时，电脑的输入法默认状态一定要调整为英文状态。除了在输入汉字的时候将输入法调整为中文状态，其他时间一定要调整为英文状态。
很多人可能要问为什么？
因为，中文状态输入的字符和英文输入的字符是有区别的，一个英文在电脑中占一个字节单位，一个汉字在电脑中占两个字节单位。在电脑中英文相当于母语，中文相当于外语，需要增加翻译，所以体积大。
Python代码文件起名
1、文件的名字有两部分组成，前面一部分是由字母、数字和下划线组成文件名，后面一部分是由文件的扩展名组成，扩展名通俗的讲就是文件的类型标志，通过扩展名计算机就可以知道这是什么类型的文件。类似于姓氏，比如张三，张四，张武，在计算机中，需要这样区别：
San.zhang Si.zhang Wu.zhang
Sansiwu是文件名，”.zhang”是文件的扩展名
通过看文件名扩展名，就可以知道这些人都是张家的。
2、文件名，必须时字母开头，不能以数字和下划线开头，win系统中虽然可以直接使用数字建立文件，但是在python中一定要按照规范来起名字，例如：xuxi_12.py，其中的下划线一定要搞明白，在键盘上同一个键上有两根线，我们要下面的那根，上面的不是。
Python输入命令时注意事项
1、python命令注意规范，例如打印命令print（’hello world’），容易犯的错误主要有，命令单词拼写错误，漏掉了双括号，漏洞了引号，输入法未改成英文状态等。
2、在调试时，有些事项无法操作，造成的原因是有些流程有先后顺序，例如源代码进行了修改，需要先保存，再进行运行。对要运行的文件进行操作时，需要先进行选定，变成计算机当前处理对象，然后才有操作权限。
Python中要做好注释，避免以后查阅
Python中提供非常好的注释功能，很多朋友为了省时省力，在编写代码时，认为很容易理解而没有进行注释。在后来修改或者和他人进行共享时，导致歧义的现象经常发生。
编程学习，贵在练习
编程知识是一项技能知识，技能知识的学习特点就是需要持续练习，最终达到熟练掌握的目的。很多朋友看到视频或说明，认为自己已经看懂了，也认为学会了，等到脱离学习环境，自己独立编写调试代码时，错误频出，归根揭底就时因为在学习的时候没有加强练习，例如有时一个简单符号错误，因为没有练习。
Python中的bug有多可怕？
明敏 发自 凹非寺
量子位 报道 | 公众号 QbitAI
到底是怎样的一个bug，能让95%的Pytorch库中招，就连特斯拉AI总监深受困扰？
还别说，这个bug虽小，但有够“狡猾”的。
这就是最近Reddit上热议的一个话题，是一位网友在使用再平常不过的Pytorch+Numpy组合时发现。
最主要的是，在代码能够跑通的情况下，它甚至还会影响模型的准确率！
除此之外，网友热议的另外一个点，竟然是：
而是它到底算不算一个bug？
这究竟是怎么一回事？
事情的起因是一位网友发现，在PyTorch中用NumPy来生成随机数时，受到数据预处理的限制，会多进程并行加载数据，但最后每个进程返回的随机数却是相同的。
他还举出例子证实了自己的说法。
如下是一个示例数据集，它会返回三个元素的随机向量。这里采用的批量大小分别为2，工作进程为4个。
然后神奇的事情发生了：每个进程返回的随机数都是一样的。
这个结果会着实让人有点一头雾水，就好像数学应用题求小明走一段路程需要花费多少时间，而你却算出来了负数。
发现了问题后，这位网友还在GitHub上下载了超过10万个PyTorch库，用同样的方法产生随机数。
结果更加令人震惊：居然有超过95%的库都受到这个问题的困扰！
这其中不乏PyTorch的官方教程和OpenAI的代码，连特斯拉AI总监Karpathy也承认自己“被坑过”！
但有一说一，这个bug想要解决也不难：只需要在每个epoch都重新设置seed，或者用python内置的随机数生成器就可以避免这个问题。
到底是不是bug？
如果这个问题已经可以解决，为什么还会引起如此大的讨论呢？
因为网友们的重点已经上升到了“哲学”层面：
这到底是不是一个bug？
在Reddit上有人认为：这不是一个bug。
虽然这个问题非常常见，但它并不算是一个bug，而是一个在调试时不可以忽略的点。
就是这个观点，激起了千层浪花，许多人都认为他忽略了问题的关键所在。
这不是产生伪随机数的问题，也不是numpy的问题，问题的核心是在于PyTorch中的DataLoader的实现
对于包含随机转换的数据加载pipeline，这意味着每个worker都将选择“相同”的转换。而现在NN中的许多数据加载pipeline，都使用某种类型的随机转换来进行数据增强，所以不重新初始化可能是一个预设。
另一位网友也表示这个bug其实是在预设程序下运行才出现的，应该向更多用户指出来。
并且95%以上的Pytorch库受此困扰，也绝不是危言耸听。
有人就分享出了自己此前的惨痛经历：
我认识到这一点是之前跑了许多进程来创建数据集时，然而发现其中一半的数据是重复的，之后花了很长的时间才发现哪里出了问题。
也有用户补充说，如果 95% 以上的用户使用时出现错误，那么代码就是错的。
顺便一提，这提供了Karpathy定律的另一个例子：即使你搞砸了一些非常基本代码，“neural nets want to work”。
你有踩过PyTorch的坑吗？
如上的bug并不是偶然，随着用PyTorch的人越来越多，被发现的bug也就越来越多，某乎上还有PyTorch的坑之总结，被浏览量高达49w。
其中从向量、函数到model.train()，无论是真bug还是自己出了bug，大家的血泪史还真的是各有千秋。
所以，关于PyTorch你可以分享的经验血泪史吗？
欢迎评论区留言讨论～
参考链接：
[1]
[2]
[3]
— 完 —