目录
1、WARNING: Ignoring invalid distribution -ip
2、ValueError: check_hostname requires server_hostname
3、ValueError:only one element tensors can be converted to Python scalars
4、TypeError: ‘int‘ object is not iterable
5、pandas的SettingWithCopyWarning警告
6、AttributeError: 'float' object has no attribute 'round'
7、ValueError: cannot set a row with mismatched columns
8、输出的时候多了一层中括号怎么办
删除对应目录(C:\Users\用户名\anaconda3\envs\yolov5\Lib\site-packages)下的所有前缀为~的文件夹
原因是,这些东西未下载完全,被终端下载过
主要出现在conda的pip在线安装过程中出现的错误
关掉VPN后问题解决
原因:要转换的list里面的元素包含多维的tensor
list,tensor,array之间的转换很复杂,list是python自带的数据结构,Tensor是pytorch深度学习框架带的数据格式,array则是numpy带的数据格式,三种之间不可以直接使用,需要转换后才可以使用。
一般情况下的 list 转 tensor :
tensor=torch.tensor(list)
但是要转换的list里面的元素包含多维的tensor,应该使用
val= torch.tensor([item.cpu().detach().numpy() for item in val]).cuda()
首先,这个数据是list,但是不知道这个list包含了几个维度的tensor,所以需要(for in)结构遍历
然后, gpu上的 tensor 不能直接转为numpy; 须要先在 cpu 上完成操做,再回到 gpu 上。
int类型不可以遍历,这种可以操作
for i in range(5):
print(i)
这种情况则会出现bug
station_names = ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen']
for num in len(station_names):
station_uppercase = station_names[num].upper()
print(station_uppercase)
出现bug:TypeError: ‘int’ object is not iterable
解决方法:
station_names = ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen']
for num in range(len(station_names)):
station_uppercase = station_names[num].upper()
print(station_uppercase)
就可以了
df_data[df_data.tmpf < 100].valid= '2016/7/1 0:00'
上述操作,是将dataframe的某一valid列全部赋值成一个值,则会出现该警告
import time
time_start = time.time() # 记录开始时间
# function() 执行的程序
time_end = time.time() # 记录结束时间
time_sum = (time_end - time_start).round(2) # 计算的时间差为程序的执行时间,单位为秒/s
print(time_sum)
time_sum = (time_end - time_start).round(2)改为
time_sum = round( (time_end - time_start), 2 )
将两个DataFrame拼接的时候,两个DataFrame的格式必须完全相同,如每个列名,列名的个数,以及每个列名对应的值得个数也要相同
将append()改为extend()