python标准异常

原文链接 /sinchb/article/details/8392827

事先说明哦，这不是一篇关于Python异常的全面介绍的文章，这只是在学习Python异常后的一篇笔记式的记录和小结性质的文章。什么？你还不知道什么是异常，额...

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）。

python标准异常

异常名称 描述

BaseException 所有异常的基类

SystemExit 解释器请求退出

KeyboardInterrupt 用户中断执行(通常是输入^C)

Exception 常规错误的基类

StopIteration 迭代器没有更多的值

GeneratorExit 生成器(generator)发生异常来通知退出

SystemExit Python 解释器请求退出

StandardError 所有的内建标准异常的基类

ArithmeticError 所有数值计算错误的基类

FloatingPointError 浮点计算错误

OverflowError 数值运算超出最大限制

ZeroDivisionError 除(或取模)零 (所有数据类型) AssertionError 断言语句失败

AttributeError 对象没有这个属性

EOFError 没有内建输入,到达EOF 标记

EnvironmentError 操作系统错误的基类

IOError 输入/输出操作失败

OSError 操作系统错误

WindowsError 系统调用失败

ImportError 导入模块/对象失败

KeyboardInterrupt 用户中断执行(通常是输入^C)

LookupError 无效数据查询的基类

Python异常处理例题整理

什么是异常？

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。在程序运⾏过程中，总会遇到各

种各样的错误，有的错误是程序编写有问题造成的

还有⼀类错误是完全⽆法在程序运⾏过程中预测的：⼀切异常皆是对象系统定义的异常：

BaseException 所有异常的基类，⽗类

Exception 常规错误的基类

StandardError 所有的内建标准异常的基类，标准化错误

ImportError 导⼊模块错误

ArithmeticError 所有数值计算错误的基类

FloatingPointError 浮点计算错误

AssertionError 断⾔语句失败

AttributeError 对象没有这个属性

Warning 警告的基类警告类

也可以⾃定义异常，创建类，

异常处理的作⽤是：

1：不想让程序终⽌

2：如果出错了，需要特殊处理

异常处理的语法是：try/except语句，有的后⾯也会加else

try:

a = 2

b = 0

print a / b

except:

print '出错啦'

print 1111

try ....except...else 语句，当没有异常发⽣时，else中的语句将会被执⾏。

a=10

b=1

try:

c = b/ a

print c

except (IOError ,ZeroDivisionError),x:

print x

else:

print "no error"

print "done"

使⽤except⽽不带任何异常类型: except,后⾯不写，表⽰捕获所有异常

try:

正常的操作

......................

except:

发⽣异常，执⾏这块代码

......................

else:

如果没有异常执⾏这块代码

使⽤except⽽带多种异常类型: except，后⾯写，捕获对应的异常，

python中raise 的用法

Python中raise的用法

1. 引言

在Python中，raise是一个关键字，用于手动抛出异常。通过使用raise关键字，我们可以主动触发异常，并在程序中处理这些异常情况。本文将介绍raise的用法和一些常见的用例。

2. 语法

raise语句的基本语法如下：

raise [ExceptionClassName[(arguments)]]

其中，ExceptionClassName是Python内置的异常类或自定义的异常类的名称，arguments是可选的参数，用于向异常类传递附加的信息。

3. 用法示例

下面是一些常见的raise用法的示例：

抛出指定类型的异常

raise ValueError("Invalid value!")

上述代码将会抛出一个ValueError异常，并携带字符串”Invalid value!“作为异常信息。 使用预定义的异常类

raise ValueError

这种情况下，将会抛出一个ValueError异常，但不会携带异常信息。

自定义异常类

class CustomError(Exception):

pass

raise CustomError("Custom error message")

在上述代码中，我们定义了一个自定义异常类CustomError，然后使用raise语句抛出一个CustomError异常，并传递了一个自定义的错误信息。

4. raise和异常处理

通过使用raise关键字，我们可以在程序中主动触发异常，然后使用异常处理机制捕获和处理这些异常。下面是一个简单的例子：

try:

raise ValueError("Invalid value!")

except ValueError as e:

print("Caught ValueError:", str(e))

在上述代码中，我们使用raise语句抛出了一个ValueError异常，然后在except语句块中捕获并处理该异常，打印出错误信息。 5. 总结

python异常值处理的三种方法

Python异常值处理的三种方法

异常值是指与大多数观测值之间存在显著差异的观测值。在数据分析和数据挖掘中，异常值可能对结果产生严重影响，因此需要进行适当的处理。Python提供了多种方法来处理异常值，本文将介绍其中的三种方法。

1. 标准差法

标准差法是最常用的异常值处理方法之一。它基于数据的离散程度来确定异常值。具体步骤如下：

1. 计算数据的平均值和标准差。

2. 定义阈值，通常为平均值加减若干个标准差。

3. 将超过阈值的数据视为异常值，进行处理。

使用标准差法处理异常值的优点是简单易行，但也存在一些缺点，比如对数据分布的假设较强，不适用于非正态分布的数据。

2. 箱线图法

箱线图法是另一种常用的异常值处理方法。它通过绘制箱线图来识别和处理异常值。具体步骤如下：

1. 绘制箱线图，箱线图由箱体和须组成。 2. 箱体代表数据的四分位数，须代表正常范围内的数据。

3. 根据一些规则（如倍箱体长度），将超过须的数据视为异常值，进行处理。

箱线图法相对于标准差法来说，对数据分布的假设较少，适用于各种类型的数据。但是它也存在一些局限性，对于极端值和非对称分布的数据处理效果较差。

3. 异常值检测算法

除了传统的统计方法，Python还提供了一些异常值检测的算法，如孤立森林、LOF等。这些算法主要基于数据点之间的关系来判断异常值。具体步骤如下：

1. 选择适当的异常值检测算法，如孤立森林。

2. 根据算法的要求，进行参数设置和模型训练。

3. 使用训练好的模型来检测异常值，并进行处理。

异常值检测算法相对于传统方法来说，更加灵活和自动化，并且对于非线性和高维数据的处理效果较好。但是它也需要较大的计算资源和较长的运行时间。

以上是Python异常值处理的三种方法，每种方法都有其优劣和适用场景。在实际应用中，选择合适的方法根据数据的特点和分析目的来决定。 4. 缺失值处理法