Jupyter導(dǎo)入自定義模塊及導(dǎo)入后TypeError錯(cuò)誤問題及解決
Jupyter導(dǎo)入自定義模塊方法
1.相同目錄導(dǎo)入方法
如果我當(dāng)前目錄如下:
A
a.ipynb
b.ipynb
我現(xiàn)在要在b.ipynb中導(dǎo)入a.ipynb中的函數(shù)和類
導(dǎo)入方法為:
先將a.ipynb下載為a.py文件(下載方法見下圖),并放于和b.ipynb相同路徑下
即這時(shí)候的文件目錄變?yōu)椋?/p>
A
a.py
a.ipynb
b.ipynb
注意:下載路徑為你當(dāng)前使用瀏覽器的下載路徑,你需要將下載好的文件移動(dòng)到相應(yīng)目錄。

這時(shí)候可以直接在b.ipynb中使用下面代碼直接導(dǎo)入a.py文件:
import a
其他導(dǎo)入規(guī)則和普通.py文件導(dǎo)入方法相同
2.不同目錄導(dǎo)入方法
如果將要導(dǎo)入的a.ipynb文件和要執(zhí)行的文件b.ipynb不在同一目錄下,
即這時(shí)候的文件目錄為:
A
a.ipynb
B
b.ipynb
同樣,先下載a.py文件,然后文件路徑變?yōu)?/p>
A
a.py
a.ipynb
B
b.ipynb
此時(shí)導(dǎo)入a.py的方法為:
在b.ipynb中先加載a.py所在目錄(即目錄A),這里用相對(duì)路徑:
import sys sys.path.insert(0, "./../A/")
這時(shí)就可以正常導(dǎo)入a.py文件了
import a
TypeError錯(cuò)誤解決辦法
注:這里的錯(cuò)誤指的是導(dǎo)入模塊后報(bào)錯(cuò),和其他情況報(bào)TypeError錯(cuò)誤不同。

首先確定函數(shù)形參和實(shí)參數(shù)量,類型是否對(duì)應(yīng)。如果對(duì)應(yīng)則解決辦法為:
保存當(dāng)前.ipynb文件,然后在Running中關(guān)閉該文件,重新打開運(yùn)行。
錯(cuò)誤說明:
一般該錯(cuò)誤發(fā)生的原因?yàn)椋?span style="color:#c0392b">被導(dǎo)入模塊的代碼被修改,例如被導(dǎo)入模塊(即.py文件)中的某個(gè)函數(shù)原來沒有形參。
此時(shí)已經(jīng)執(zhí)行import該模塊,然后執(zhí)行后發(fā)現(xiàn)該模塊中的某個(gè)函數(shù)需要一個(gè)形參,此時(shí)去.py文件中加入形參并保存。
此時(shí)再去Jupyter執(zhí)行該函數(shù),明明形參和實(shí)參數(shù)量、類型等等都對(duì)應(yīng),但是還是會(huì)報(bào)TypeError錯(cuò)誤。
此時(shí)其實(shí)不是代碼的錯(cuò),而是Jupyter本身的錯(cuò)誤,即無法對(duì)實(shí)時(shí)更改內(nèi)容進(jìn)行更新,按照加粗紅體字解決辦法即可解決。
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python獲取CPU、內(nèi)存使用率以及網(wǎng)絡(luò)使用狀態(tài)代碼
這篇文章主要介紹了Python獲取CPU使用率、內(nèi)存使用率、網(wǎng)絡(luò)使用狀態(tài)的相關(guān)代碼,對(duì)此有需要的朋友一起測(cè)試下。2018-02-02
python opencv 讀取圖片 返回圖片某像素點(diǎn)的b,g,r值的實(shí)現(xiàn)方法
今天小編就為大家分享一篇python opencv 讀取圖片 返回圖片某像素點(diǎn)的b,g,r值的實(shí)現(xiàn)方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-07-07
PyTorch實(shí)現(xiàn)FedProx聯(lián)邦學(xué)習(xí)算法
這篇文章主要為大家介紹了PyTorch實(shí)現(xiàn)FedProx的聯(lián)邦學(xué)習(xí)算法,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-05-05
詳解如何通過Python實(shí)現(xiàn)批量數(shù)據(jù)提取
每天面對(duì)成堆的發(fā)票,無論是發(fā)票還是承兌單據(jù),抑或是其他各類公司數(shù)據(jù)要從照片、PDF等不同格式的內(nèi)容中提取,我們都有必要進(jìn)行快速辦公的能力提升。本文就教你如何利用Python實(shí)現(xiàn)批量數(shù)據(jù)提取吧2023-03-03
Pandas之pandas DataFrame iterrows詳解
這篇文章主要介紹了Pandas之pandas DataFrame iterrows,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2025-04-04

