MemoryError 是 Python 中常见的错误，通常在程序尝试分配更多的内存时发生，而可用内存不足。这个问题多见于处理大型数据集、生成庞大列表或数组、或者进行大量并发操作的场景中。以下是一个典型的代码片段：
以下是 Python 内置异常类的层次结构： BaseException +-- SystemExit +-- KeyboardInterrupt +-- GeneratorExit +-- Exception +-- StopIteration +-- ArithmeticError | +-- FloatingPointError | +-- OverflowError | +-- ZeroDivisionError +-- AssertionError +-- AttributeError +-- BufferError +-- EOFError +-- ImportError +-- LookupError | +-- IndexError | +-- KeyError +-- MemoryError +-- NameError | +-- UnboundLocalError +-- OSError | +-- BlockingIOError | +-- ChildProcessError | +-- ConnectionError | | +-- BrokenPipeError | | +-- ConnectionAbortedError | | +-- ConnectionRefusedError | | +-- ConnectionResetError | +-- FileExistsError | +-- FileNotFoundError | +-- InterruptedError | +-- IsADirectoryError | +-- NotADirectoryError | +-- PermissionError | +-- ProcessLookupError | +-- TimeoutError +-- ReferenceError +-- RuntimeError | +-- NotImplementedError +-- SyntaxError | +-- IndentationError | +-- TabError +-- SystemError +-- TypeError +-- ValueError | +-- UnicodeError | +-- UnicodeDecodeError | +-- UnicodeEncodeError | +-- UnicodeTranslateError +-- Warning +-- DeprecationWarning +-- PendingDeprecationWarning +-- RuntimeWarning +-- SyntaxWarning +-- UserWarning +-- FutureWarning +-- ImportWarning +-- UnicodeWarning +-- BytesWarning +-- ResourceWarning
generator是一个使用yield关键字生成一系列数据的函数，可以通过for或者next()遍历其所有值。generator只有当使用时才会去尝试生成数据。
cmd /k C:WindowsMicrosoft.NETFramework64v4.0.30319csc.exe /out:"$(CURRENT_DIRECTORY)$(NAME_PART)" "$(FULL_CURRENT_PATH)" & PAUSE & EXIT //notepad c#编译 cmd /k C:WindowsMicrosoft.NETFramework64v4.0.30319csc.exe /out:"$(CURRENT_DIRECTORY)$(NAME_PART).e
程序中的错误我们通常称为 bug ，工作中我们不仅需要改自己程序中的 bug ，还需要改别人程序中的 bug ，新项目有 bug 要改，老项目也有 bug 要改，可以说 bug 几乎贯穿一个程序员的职业生涯... 我们通常将 bug 分为 Error（错误） 和 Exception（异常），我们下面来具体学习下 Python 中的 错误 和 异常。
Python 环境下文件的读取问题，请参见拙文 Python 基础 —— 文件
补充知识：Python Django实现MySQL百万、千万级的数据量下载：解决memoryerror、nginx time out
如果程序开发不当，可能会出现占用过多内存的情况。特别是在Docker里面，如果Python程序占用太多内存，可能会导致Docker容器死掉。
最近在运行一个python项目，不过并不熟悉python，因为一直在做java开发的工作。最近改了一个python项目里的SQL，查询的数据量更大了，运行后抛出异常，所以初步怀疑是内存不够
在工作中，有一天django服务开始报错MemoryError的错误，没有遇到过这样的错误，上来之后还是很蒙蔽的，问了几个业内的人，他们 都给我说让我改服务器里面配置的东西， 因为是要给大家用的，服务器要保证长久运行，不能临时去修改这个，导致在大家无法使用平台呢，我想着是一个服务启动的时候 引发的，短暂的停服后，并没有解决掉这个问题。还是依旧存在，如果用命令去释放，只会短暂的解决。自己刚开始 也没有想到gc模块，在百度搜索， 找半天 终于找到了，知乎的链接，大概的方式就是用gc 直接去处理。
ReferenceError 弱引用（weak reference）试图访问一个已经被垃圾回收机制回收了的对象
python是简单的一门语言，是因为里面存在了很多的模块使用，就好如linux中的也有理解命令的使用“man”、“help”，而python也有。
Python 3 中执行100000000 in range(100000001)会比Python 2快的非常多。
附：python标准异常 BaseExceptiona：所有异常的基类 SystemExitb python：解释器请求退出 KeyboardInterruptc：用户中断执行(通常是输入^C) Exceptiond：常规错误的基类 StopIteratione：迭代器没有更多的值 GeneratorExita：生成器(generator)发生异常来通知退出 SystemExith：Python 解释器请求退出 StandardErrorg：所有的内建标准异常的基类 Ar
https://www.cnblogs.com/Lival/p/6203111.html
# 异常 """ 异常即是一个事件，该事件会在程序执行过程中发生，影响了程序的正常执行。 一般情况下，在Python无法正常处理程序时就会发生一个异常。 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。 """ """常见异常类型 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
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) | | +-- GeneratorExit 生成器调用close（）方法时触发的 | | +-- Exception
举例python版本： 利用python中的语句输出python中的所有内置函数及内置常量名：
这篇文章虽然篇幅有点长，但这不并是一篇关于Python异常的全面介绍的文章，只是在学习Python异常后的一篇笔记式的记录和平时写代码过程中遇到异常记录性的文章。
len（X）返回X的长度。The argument may be a sequence (string, tuple or list) or a mapping (dictionary).
小猿会从最基础的面试题开始，每天一题。如果参考答案不够好，或者有错误的话，麻烦大家可以在留言区给出自己的意见和讨论，大家是要一起学习的 。
下表是python的异常列表，我们通常使用Exception即可，它包含了常规错误。
在处理大数据时，有可能会碰到好几个 G 大小的文件。如果通过一些工具（例如：NotePad++）打开它，会发生错误，无法读取任何内容。
在阅读《Java性能调优指南》一书的最后，书中介绍了Serviceability Agent，并给出了一些排查问题的示例，我感觉看书不够深刻，因此自己在macOs上进行了一些实验。我的操作系统版本是：macOS Sierra 10.12.6，我的JDK版本是1.8.0_152。
1）首先将模型对象的始化。通Gensim模型接受一段训练集（注意在Gensim中，语料对应着一个稀疏向量的迭代器）作为初始化的参数。
python提供了两个非常重要的功能来处理python程序在运行中出现的异常和错误。你可以使用该功能来调试python程序。
valid = set(['yellow', 'red', 'blue', 'green', 'black'])
我使用的是tensorflow-gpu (1.2.1)和Theano (0.9.0)，2个4G显存Nvidia Quadro M2000 GPU。
exec执行储存在字符串或文件中的 Python 语句，相比于 eval，exec可以执行更复杂的 Python 代码，
随手搜索python读写文件的教程，很经常看到read()与readlines()这对函数。所以我们会常常看到如下代码：
错误是程序中的问题，由于这些问题而导致程序停止执行。另一方面，当某些内部事件发生时，会引发异常，从而改变程序的正常流程。
在上一篇文章中，我们介绍了 Python 的异常和文件，现在我们介绍 Python 中的数据类型。
摘自：https://www.php.cn/python/python-exceptions.html
本文介绍了Python中异常处理的基本概念、try-except-finally语句、异常类型以及自定义异常。当程序遇到错误时，异常处理机制可以捕获错误并执行特定的错误处理代码。了解异常类型以及自定义异常可以帮助程序员更好地处理错误情况。
在之前的示例中遇见了多次Error，就是异常，这种场景还是经常存在的，比如说读取字典中不存在的key，打开一个本地文件，可是这个文件却不存在，代码就会报出异常，进而停止运行，接下来我们认识一下异常和了解怎么处理异常。
错误发生时，Python中会引发一些内置的异常。可以使用local（）内置函数来查看这些内置异常，如下所示：
作为一个码农, 每天都在写代码, 不可避免的会出现错误, 也有一些时候, 知道可能会出现错误, 必须要在代码中处理, 以免影响代码正常流程, 这篇讲一下常见的异常错误, 以及如何处理异常
Python使用异常类来管理异常信息。当发生异常的时候，程序会抛出一个异常信息，自动根据代码的层次查找异常处理信息。当代码发生异常而没有指定处理异常的方法是，Traceback会打印发生异常时代码执行栈的情况。
异常就是运行期检测到的错误。计算机语言针对可能出现的错误定义了异常类型，某种错误引发对应的异常时，异常处理程序将被启动，从而恢复程序的正常运行。
📝前言： 这篇文章主要介绍一下python基础中的异常处理： 1，异常 2，异常的捕获 3，finally语句
程序员编写特定的代码，专门用来捕捉这个异常（这段代码与程序逻辑无关，与异常处理有关）如果捕捉成功则进入另外一个处理分支，执行你为其定制的逻辑，使程序不会崩溃，这就是异常处理
局部变量：在函数内部，类内部，lamda.的变量，它的作用域仅在函数、类、lamda里面
copy_pagecreate_similarcontent width heightfinishflushget_contentget_device_offsetget_fallback_resolutionget_font_optionsmark_dirtymark_dirty_rectanglex y width heightset_device_offsetx_offset y_offsetset_fallback_resolutionx_pixels_per_inch y_pixels_per_inchshow_pagewrite_to_pngfobj class ImageSurfaceSurface
背景 最近处理文本文档时（文件约2GB大小），出现memoryError错误和文件读取太慢的问题，后来找到了两种比较快Large File Reading 的方法，本文将介绍这两种读取方法。 原味地址 准备工作 我们谈到“文本处理”时，我们通常是指处理的内容。Python 将文本文件的内容读入可以操作的字符串变量非常容易。文件对象提供了三个“读”方法： .read()、.readline() 和 .readlines()。每种方法可以接受一个变量以限制每次读取的数据量，但它们通常不使用变量。 .read
作为一个小前端，最近想折腾下深度学习方面的东西，这不 TensorFlow 刚发布了 1.0 嘛。于是就想在我的 Mac Book 上跑一跑。
当Python检测到一个错误时，解释器就无法继续执行了，并且给出一个错误提示。比如写入文件的时候，磁盘满了，写不进去了，或者从网络抓取数据，网络突然中断。这时候，就需要捕获处理它，否则程序会终止执行。
异常处理，是编程语言或计算机硬件里的一种机制，用于处理软件或信息系统中出现的异常状况（即超出程序正常执行流程的某些特殊条件）。
在 Python 中，有大量的内置模块，模块中的定义（例如：变量、函数、类）众多，不可能全部都记住，这时 dir() 函数就非常有用了。
在 Python 中，所有异常必须为一个派生自 BaseException 的类的实例。 通过子类化创建的两个不相关异常类永远是不等效的，既使它们具有相同的名称。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
