python中cm的函数 python3 cmp函数

python 报错

【现象】

很多Python初学者，在安装了最新版本的Python 3.x版本，比如Python 3.2之后，

去参考别人的代码（基于Python 2.x写的教程），去利用print函数，打印输出内容时，结果却遇到print函数的语法错误：

SyntaxError: invalid syntax

比如，虽然找个例子的截图为：

【原因】

这是因为，你正在用的Python版本是Python 3.x，而参考别人的代码是Python 2.x的代码，而由于Python 2.x升级到Python 3.x，print函数的语法变化了，

所以你用Python 2.x的print函数的代码，放在Python 3.x中运行，结果就出现了print函数的“SyntaxError: invalid syntax”了。

即，这也是Python初学者，第一个最容易遇到的问题：

在安装了（最新版本的）Python 3.x后，去运行（参考了别人的）Python 2.x的print函数的代码，结果就是遇到了print函数的语法错误：SyntaxError: invalid syntax

【Python 2.x和Python 3.x中print函数语法方面的区别】

最简洁的解释为：

Python 2.x： print函数（所要打印的内容）不带括号

Python 3.x： print函数（所要打印的内容），必须带括号

举例来说明，即为：

1.不带百分号格式化的

python 2.x:

?

1

print "Pyhon 2 can use print string without ()";

python 3.x:

?

1

print("Python3, print must use () to output string");

2. 带百分号格式化的

Python 2.x：

?

1

print "old %s version is %d, print no ()"%("Python", 2);

Python 3.x：

?

1

print("new %s version is %d, print must have ()"%("Python", 3));

相关问答

Q1: Python 中的 classmethod 和 staticmethod 有什么具体用途

classmethod：类方法staticmethod：静态方法

在python中，静态方法和类方法都是可以通过类对象和类对象实例访问。但是区别是：

@classmethod 是一个函数修饰符，它表示接下来的是一个类方法，而对于平常我们见到的则叫做实例方法。 类方法的第一个参数cls，而实例方法的第一个参数是self，表示该类的一个实例。

普通对象方法至少需要一个self参数，代表类对象实例

类方法有类变量cls传入，从而可以用cls做一些相关的处理。并且有子类继承时，调用该类方法时，传入的类变量cls是子类，而非父类。 对于类方法，可以通过类来调用，就像C.f()，有点类似C＋＋中的静态方法, 也可以通过类的一个实例来调用，就像C().f()，这里C()，写成这样之后它就是类的一个实例了。

静态方法则没有，它基本上跟一个全局函数相同，一般来说用的很少

Example 1:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

class a():

@staticmethod

def staticm():

print 'static'

def normalm(self):

print 'nomarl',self

@classmethod

def classm(cls):

print 'class',cls

a1=a()

a1.normalm()

nomarl __main__.a instance at 0x84dddec

a1.staticm()

static

a1.classm()

class __main__.a

type(a)

type 'classobj'

type(a1)

type 'instance'

Example 2:

class A(object):

@classmethod

def cm(cls):

print '类方法cm(cls)调用者：', cls.__name__

@staticmethod

def sm():

print '静态方法sm()被调用'

class B(A):

pass

A.cm()

B.cm()

A.sm()

B.sm()

输出：

类方法cm(cls)调用者： A

类方法cm(cls)调用者： B

静态方法sm()被调用

静态方法sm()被调用

@classmethod与@staticmethod的应用实例

#!/usr/bin/env python

# -*- coding: utf-8 -*-

class TClassStatic(object):

obj_num = 0

def __init__(self, data):

self.data = data

TClassStatic.obj_num += 1

def printself(self):

print("self.data: ", self.data)

@staticmethod

def smethod():

print("the number of obj is : ", TClassStatic.obj_num)

@classmethod

def cmethod(cls):

print("cmethod : ", cls.obj_num)

cls.smethod()

def main():

objA = TClassStatic(10)

objB = TClassStatic(12)

objB.printself()

objA.smethod()

objB.cmethod()

print("------------------------------")

TClassStatic.smethod()

TClassStatic.cmethod()

if __name__ == "__main__":

main()123456789101112131415161718192021222324252627282930313233

输出结果如下：

('self.data: ', 12)

('the number of obj is : ', 2)

('cmethod : ', 2)

('the number of obj is : ', 2)

------------------------------

('the number of obj is : ', 2)

('cmethod : ', 2)

('the number of obj is : ', 2)

Q2: python内置函数有哪些

python常见的内置函数有：

1. abs()函数返回数字的绝对值。

2. all() 函数用于判断给定的参数中的所有元素是否都为 TRUE，如果是返回 True，否则返回 False。元素除了是 0、空、None、False 外都算 True；空元组、空列表返回值为True。

3. any() 函数用于判断给定的参数是否全部为False，是则返回False，如果有一个为True，则返回True。 元素除了是 0、空、False外都算 TRUE。

4. bin()函数返回一个整数int或者长整数long int的二进制表示。

5. bool() 函数用于将给定参数转换为布尔类型，如果参数不为空或不为0，返回True；参数为0或没有参数，返回False。

6. bytearray()方法返回一个新字节数组。这个数组里的元素是可变的，并且每个元素的值范围: 0 = x 256（即0-255）。即bytearray()是可修改的二进制字节格式。

7. callable()函数用于检查一个对象是否可调用的。对于函数、方法、lambda函式、类以及实现了 __call__ 方法的类实例, 它都返回 True。（可以加括号的都可以调用）

8. chr()函数用一个范围在range(256)内（即0～255）的整数作参数，返回一个对应的ASCII数值。

9. dict()函数用来将元组/列表转换为字典格式。

10. dir()函数不带参数时，返回当前范围内的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表。

扩展资料：

如何查看python3.6的内置函数？

1、首先先打开python自带的集成开发环境IDLE；

2、然后我们直接输入"dir(__builtins__)",需要注意的是builtins左右的下划线都是两个；

3、回车之后我们就可以看到python所有的内置函数；

4、接下来我们学习第二种查看python内置函数的方法，我们直接在IDLE中输入"import builtins",然后输入"dir(builtins)"；

5、然后回车，同样的这个方法也可以得到所有的python内置的函数；

6、这里我们可以使用python内置函数len（）来查看python内置函数的个数，这里我们直接输入"len(dir(builtins))"；

7、回车之后我们可以看到系统返回值153，说明我们现在这个版本中有153个内置函数；

8、最后我们介绍一个比较有用的内置函数"help"，python内置函数有一百多个，我们当然不能记住所有的函数，这里python提供了一个"help"函数，我们来看一个例子一起来体会一下help函数的用法，这里我们直接输入"help(len)",然后回车，会看到系统给我们对于内置函数"len"的解释，当然对于其他函数可能会有更加详细的解释以及用法提示。

Q3: Python常用函数三有哪些？这7个函数使用频率最高，总算搞明白了

1.1 例如：print(hex(2))案例

1.2 输出函数：print(hex(2))

1.3 输出结果：0x2

1.4 解析说明：返回16进制的数。

2.1 例如：print(chr(10))案例

2.2 输出函数：print(chr(10))

2.3 输出结果：0o12

2.4 解析说明：返回当前整数对应的ASCll码

3.1 例如：print(ord("b"))案例

3.2 输出函数：print(ord("b"))

3.3 输出结果：98

3.4 解析说明：返回当前ASCll码的10进制数

4.1 例如：print(chr(97))

4.2 输出函数：print(chr(97))

4.3 输出结果：b

4.4 解析说明：返回当前ASCll码的10进制数。

案例一：给你一个字符串,s = 'hello kitty'

1.1 输出函数：print(s.capitalize())

1.2 输出结果：0x2

1.3 解析说明：返回16进制的数。

2.1输出函数：print(s.replace('kitty','kuang'))

2.2 输出结果：hello kuang

2.3 解析说明：替换功能，将kitty换成kuang。

2.4 输出函数：print(s.replace('4','KK'))

2.5 输出结果：12KK12KK

2.6 解析说明：所有的4都替换成KK

2.7 输出函数：print(s.replace('4','KK'))

2.8 输出结果：12KK12KK124

2.9 解析说明：将前两个的4替换成go

案例一：给你一个字符串，ip = '192.168.1.1'

3.1 输出函数：print(ip.split(','))

3.2 输出结果：['192.168.1.1']

3.3 解析说明：将字符串分割成列表

案例一：给你一个字符串，ip = '192.168.1.1'

3.3 输出函数：print(ip.split(',',2))

3.4 输出结果：['192.168.1.1']

3.5 解析说明：从第二个开始分割成列表

Q4: Python中的常用内置函数有哪些呢？

（1）Lambda函数

用于创建匿名函数，即没有名称的函数。它只是一个表达式，函数体比def简单很多。当我们需要创建一个函数来执行单个操作并且可以在一行中编写时，就可以用到匿名函数了。

Lamdba的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。

利用Lamdba函数，往往可以将代码简化许多。

（2）Map函数

会将一个函数映射到一个输入列表的所有元素上，比如我们先创建了一个函数来返回一个大写的输入单词，然后将此函数应有到列表colors中的所有元素。

我们还可以使用匿名函数lamdba来配合map函数，这样可以更加精简。

（3）Reduce函数

当需要对一个列表进行一些计算并返回结果时，reduce()是个非常有用的函数。举个例子，当需要计算一个整数列表所有元素的乘积时，即可使用reduce函数实现。

它与函数的最大的区别就是，reduce()里的映射函数(function)接收两个参数，而map接收一个参数。

（4）enumerate函数

用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在for循环当中。

它的两个参数，一个是序列、迭代器或其他支持迭代对象;另一个是下标起始位置，默认情况从0开始，也可以自定义计数器的起始编号。

（5）Zip函数

用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表

当我们使用zip()函数时，如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。

Q5: Python sklearn.metrics模块混淆矩阵常用函数

1.accuracy_score(y_true, y_pred, normalize=True, sample_weight=None)

参数分别为y实际类别、预测类别、返回值要求（True返回正确的样本占比，false返回的是正确分类的样本数量）

eg：

import numpy as np

from sklearn.metrics import accuracy_score

y_pred = [0, 2, 1, 3]

y_true = [0, 1, 2, 3]

accuracy_score(y_true, y_pred)

0.5

accuracy_score(y_true, y_pred, normalize=False)

2.classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2)

参数：真是类别，预测类别，目标类别名称

eg：

3.confusion_matrix(y_true, y_pred, labels=None, sample_weight=None)

输出为混淆矩阵

eg：

太多了，写3个常用的吧，具体参考help(metrics)

defcm_plot(y,yp):#参数为实际分类和预测分类

fromsklearn.metricsimportconfusion_matrix

#导入混淆矩阵函数

cm = confusion_matrix(y,yp)

#输出为混淆矩阵

importmatplotlib.pyplotasplt

#导入作图函数

plt.matshow(cm,cmap=plt.cm.Greens)

# 画混淆矩阵图，配色风格使用cm.Greens

plt.colorbar()

# 颜色标签

forxinrange(len(cm)):

foryinrange(len(cm)):

plt.annotate(cm[x,y],xy=(x,y),horizontalalignment='center',verticalalignment='center')

#annotate主要在图形中添加注释

# 第一个参数添加注释

# 第一个参数是注释的内容

# xy设置箭头尖的坐标

#horizontalalignment水平对齐

#verticalalignment垂直对齐

#其余常用参数如下：

# xytext设置注释内容显示的起始位置

# arrowprops 用来设置箭头

# facecolor 设置箭头的颜色

# headlength 箭头的头的长度

# headwidth 箭头的宽度

# width 箭身的宽度

plt.ylabel('True label')# 坐标轴标签

plt.xlabel('Predicted label')# 坐标轴标签

returnplt

#函数调用

cm_plot(train[:,3],tree.predict(train[:,:3])).show()

python中cm的函数的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python3 cmp函数、python中cm的函数的信息别忘了在本站进行查找喔。