最大m子段乘積Python

⑴ python如下報錯是什麼意思

要把代碼發現來才知道，以下是常見的錯誤
下面終於要講到當你用到更多的Python的功能（數據類型，函數，模塊，類等等）時可能碰到的問題了。由於篇幅有限，這里盡量精簡，尤其是對一些高級的概念。要想了解更多的細節，敬請閱讀Learning Python, 2nd Edition的「小貼士」以及「Gotchas」章節。

打開文件的調用不使用模塊搜索路徑
當你在Python中調用open()來訪問一個外部的文件時，Python不會使用模塊搜索路徑來定位這個目標文件。它會使用你提供的絕對路徑，或者假定這個文件是在當前工作目錄中。模塊搜索路徑僅僅為模塊載入服務的。
不同的類型對應的方法也不同
列表的方法是不能用在字元串上的，反之亦然。通常情況下，方法的調用是和數據類型有關的，但是內部函數通常在很多類型上都可以使用。舉個例子來說，列表的reverse方法僅僅對列表有用，但是len函數對任何具有長度的對象都適用
不能直接改變不可變數據類型
記住你沒法直接的改變一個不可變的對象（例如，元組，字元串）：

T = (1, 2, 3)
T[2] = 4 # 錯誤

用切片，聯接等構建一個新的對象，並根據需求將原來變數的值賦給它。因為Python會自動回收沒有用的內存，因此這沒有看起來那麼浪費：

T = T[:2] + (4,) # 沒問題了: T 變成了 (1, 2, 4)

使用簡單的for循環而不是while或者range
當你要從左到右遍歷一個有序的對象的所有元素時，用簡單的for循環（例如，for x in seq:）相比於基於while-或者range-的計數循環而言會更容易寫，通常運行起來也更快。除非你一定需要，盡量避免在一個for循環里使用range：讓Python來替你解決標號的問題。在下面的例子中三個循環結構都沒有問題，但是第一個通常來說更好；在Python里，簡單至上。

S = "lumberjack"

for c in S: print c # 最簡單

for i in range(len(S)): print S[i] # 太多了

i = 0 # 太多了
while i < len(S): print S[i]; i += 1

不要試圖從那些會改變對象的函數得到結果
諸如像方法list.append()和list.sort()一類的直接改變操作會改變一個對象，但不會將它們改變的對象返回出來（它們會返回None）；正確的做法是直接調用它們而不要將結果賦值。經常會看見初學者會寫諸如此類的代碼：

mylist = mylist.append(X)

目的是要得到append的結果，但是事實上這樣做會將None賦值給mylist，而不是改變後的列表。更加特別的一個例子是想通過用排序後的鍵值來遍歷一個字典里的各個元素，請看下面的例子：

D = {...}
for k in D.keys().sort(): print D[k]

差一點兒就成功了——keys方法會創建一個keys的列表，然後用sort方法來將這個列表排序——但是因為sort方法會返回None，這個循環會失敗，因為它實際上是要遍歷None（這可不是一個序列）。要改正這段代碼，將方法的調用分離出來，放在不同的語句中，如下：

Ks = D.keys()
Ks.sort()
for k in Ks: print D[k]

只有在數字類型中才存在類型轉換
在Python中，一個諸如123+3.145的表達式是可以工作的——它會自動將整數型轉換為浮點型，然後用浮點運算。但是下面的代碼就會出錯了：

S = "42"
I = 1
X = S + I # 類型錯誤

這同樣也是有意而為的，因為這是不明確的：究竟是將字元串轉換為數字（進行相加）呢，還是將數字轉換為字元串（進行聯接）呢？在Python中，我們認為「明確比含糊好」（即，EIBTI（Explicit is better than implicit）），因此你得手動轉換類型：

X = int(S) + I # 做加法: 43
X = S + str(I) # 字元串聯接: "421"

循環的數據結構會導致循環
盡管這在實際情況中很少見，但是如果一個對象的集合包含了到它自己的引用，這被稱為循環對象（cyclic object）。如果在一個對象中發現一個循環，Python會輸出一個[…]，以避免在無限循環中卡住：

>>> L = ['grail'] # 在 L中又引用L自身會
>>> L.append(L) # 在對象中創造一個循環
>>> L
['grail', [...]]

除了知道這三個點在對象中表示循環以外，這個例子也是很值得借鑒的。因為你可能無意間在你的代碼中出現這樣的循環的結構而導致你的代碼出錯。如果有必要的話，維護一個列表或者字典來表示已經訪問過的對象，然後通過檢查它來確認你是否碰到了循環。
賦值語句不會創建對象的副本，僅僅創建引用
這是Python的一個核心理念，有時候當行為不對時會帶來錯誤。在下面的例子中，一個列表對象被賦給了名為L的變數，然後L又在列表M中被引用。內部改變L的話，同時也會改變M所引用的對象，因為它們倆都指向同一個對象。

>>> L = [1, 2, 3] # 共用的列表對象
>>> M = ['X', L, 'Y'] # 嵌入一個到L的引用
>>> M
['X', [1, 2, 3], 'Y']

>>> L[1] = 0 # 也改變了M
>>> M
['X', [1, 0, 3], 'Y']

通常情況下只有在稍大一點的程序里這就顯得很重要了，而且這些共用的引用通常確實是你需要的。如果不是的話，你可以明確的給他們創建一個副本來避免共用的引用；對於列表來說，你可以通過使用一個空列表的切片來創建一個頂層的副本：

>>> L = [1, 2, 3]
>>> M = ['X', L[:], 'Y'] # 嵌入一個L的副本

>>> L[1] = 0 # 僅僅改變了L，但是不影響M
>>> L
[1, 0, 3]
>>> M
['X', [1, 2, 3], 'Y']

切片的范圍起始從默認的0到被切片的序列的最大長度。如果兩者都省略掉了，那麼切片會抽取該序列中的所有元素，並創造一個頂層的副本（一個新的，不被公用的對象）。對於字典來說，使用字典的dict.()方法。
靜態識別本地域的變數名
Python默認將一個函數中賦值的變數名視作是本地域的，它們存在於該函數的作用域中並且僅僅在函數運行的時候才存在。從技術上講，Python是在編譯def代碼時，去靜態的識別本地變數，而不是在運行時碰到賦值的時候才識別到的。如果不理解這點的話，會引起人們的誤解。比如，看看下面的例子，當你在一個引用之後給一個變數賦值會怎麼樣：

>>> X = 99
>>> def func():
... print X # 這個時候還不存在
... X = 88 # 在整個def中將X視作本地變數
...
>>> func( ) # 出錯了！

你會得到一個「未定義變數名」的錯誤，但是其原因是很微妙的。當編譯這則代碼時，Python碰到給X賦值的語句時認為在這個函數中的任何地方X會被視作一個本地變數名。但是之後當真正運行這個函數時，執行print語句的時候，賦值語句還沒有發生，這樣Python便會報告一個「未定義變數名」的錯誤。
事實上，之前的這個例子想要做的事情是很模糊的：你是想要先輸出那個全局的X，然後創建一個本地的X呢，還是說這是個程序的錯誤？如果你真的是想要輸出這個全局的X，你需要將它在一個全局語句中聲明它，或者通過包絡模塊的名字來引用它。
默認參數和可變對象
在執行def語句時，默認參數的值只被解析並保存一次，而不是每次在調用函數的時候。這通常是你想要的那樣，但是因為默認值需要在每次調用時都保持同樣對象，你在試圖改變可變的默認值（mutable defaults）的時候可要小心了。例如，下面的函數中使用一個空的列表作為默認值，然後在之後每一次函數調用的時候改變它的值：

>>> def saver(x=[]): # 保存一個列表對象
... x.append(1) # 並每次調用的時候
... print x # 改變它的值
...
>>> saver([2]) # 未使用默認值
[2, 1]
>>> saver() # 使用默認值
[1]
>>> saver() # 每次調用都會增加！
[1, 1]
>>> saver()
[1, 1, 1]

有的人將這個視作Python的一個特點——因為可變的默認參數在每次函數調用時保持了它們的狀態，它們能提供像C語言中靜態本地函數變數的類似的一些功能。但是，當你第一次碰到它時會覺得這很奇怪，並且在Python中有更加簡單的辦法來在不同的調用之間保存狀態（比如說類）。
要擺脫這樣的行為，在函數開始的地方用切片或者方法來創建默認參數的副本，或者將默認值的表達式移到函數裡面；只要每次函數調用時這些值在函數里，就會每次都得到一個新的對象：

>>> def saver(x=None):

... if x is None: x = [] # 沒有傳入參數？
... x.append(1) # 改變新的列表
... print x
...
>>> saver([2]) # 沒有使用默認值
[2, 1]
>>> saver() # 這次不會變了
[1]
>>> saver()
[1]

其他常見的編程陷阱
下面列舉了其他的一些在這里沒法詳述的陷阱：
在頂層文件中語句的順序是有講究的：因為運行或者載入一個文件會從上到下運行它的語句，所以請確保將你未嵌套的函數調用或者類的調用放在函數或者類的定義之後。
reload不影響用from載入的名字：reload最好和import語句一起使用。如果你使用from語句，記得在reload之後重新運行一遍from，否則你仍然使用之前老的名字。
在多重繼承中混合的順序是有講究的：這是因為對superclass的搜索是從左到右的，在類定義的頭部，在多重superclass中如果出現重復的名字，則以最左邊的類名為准。
在try語句中空的except子句可能會比你預想的捕捉到更多的錯誤。在try語句中空的except子句表示捕捉所有的錯誤，即便是真正的程序錯誤，和sys.exit()調用，也會被捕捉到。

⑵ python有多少類

導讀：本篇文章首席CTO筆記來給大家介紹有關python有多少類的相關內容，希望對大家有所幫助，一起來看看吧。

1、數字：Python數字類型用於存儲數值，支持三種不同的數值類型，包含整型、浮點型、復數。

2、字元串：Python中最常用的數據類型，由數字、字母、下劃線等特殊符號組成的一串字元串。

3、列表：用一對"[]"將單個或多個元素括起來，每個元素之間用逗號分隔開。

4、元組：元組用一對"()"將單個或多個元素括起來，每個元素之間用逗號分隔開來，另外元組創建完畢後，元素不可修改，這點與列表大不相同。

5、字典：字典的每個鍵值對(key=value)用冒號(:)分割，每個對之間用逗號(,)分割，整個字典包括在花括弧{}中，字典是無序的，也就是說一個值value，必須通過它的鍵key去取。

6、集合：是一個無序的不重復元素系列，用大括弧{}括起來，與字典不同，集合在於無序不重復。

python數據類型有很多，這里為大家簡單例舉幾個：

第一種：整數

python可以處理任意大小的整數，當然包含負整數，在python程序中，整數的表示方法和數學上的寫法一模一樣，比如：1,100，-8080,0,等。

計算機由於使用二進制，所以有時候用十六進製表示整數比較方便，十六進制用0x前綴和0-9，a-f表示，比如：0xff00。

第二種：浮點數

浮點數也就是小數，之所以稱為浮點數，是因為按照科學計數法表示時，一個浮點數的小數點位置是可變的。浮點數可以用數學寫法，比如1.23,3.15,-9.01等。但是對於很大或者很小的浮點數，就必須用科學計數法表示，把10用e替代，1.23x10^9就是1.23e9。

整數和浮點數在計算機內部存儲的方法是不同的，整數運算永遠是精確的，而浮點數運算則可能會有四捨五入的誤差。

第三種：字元串

字元串是以「或」括起來的任意文本，比如'abc'，'xyz'等。請注意，「或」本身只是一種表示方式，不是字元串的一部分，因此，字元串'abc'隻有a，b，c這3個字元。

第四個：布爾值

布爾值和布爾代數的表示完全一致，一個布爾值只有True、False兩種值，要麼是True，要麼是False，在python中，可以直接用True、False表示布爾值，也可以通過布爾運算計算出來。

布爾值可以用and、or或not運算。

and運算是與運算，只有所有都為True，and運算結果才是True。

or運算是或運算，只要其中有一個為True，or運算結果就是True。

not運算是非運算，它是一個單目運算符，把True變成False，False變成True。

第五個：空值

空值是python里一個特殊的值，用None表示。None不能理解為0，因為0是有意義的，而None是一個特殊的空值。

此外，python還提供了列表、字典等多種數據類型，還允許創建自定義數據類型。