我正在尝试安装和使用Evernote模块(https://github.com/evernote/evernote-sdk-python).我跑了pip install evernote,它说安装工作.
我可以确认evernote模块存在于/usr/local/lib/python2.7/site-packages.但是,当我尝试运行时,python -c "import evernote"我收到以下错误:
Traceback (most recent call last):
File "<string>", line 1, in <module>
ImportError: No module named evernote
Run Code Online (Sandbox Code Playgroud)
这是我的内容.bash-profile:
[[ -s "$HOME/.rvm/scripts/rvm" ]] && source "$HOME/.rvm/scripts/rvm" # Load RVM into a shell session *as a function*
# Setting PATH for Python 3.3
# The orginal version is saved in .bash_profile.pysave
PATH="/Library/Frameworks/Python.framework/Versions/3.3/bin:${PATH}"
export PATH
export PATH=$PATH:/usr/local/bin/
Run Code Online (Sandbox Code Playgroud)
我与安装的其他模块有同样的问题pip.救命?
编辑:我是一个超级新手,并没有编辑该.bash-profile文件.
编辑:python -c 'import …
我最近编写了一个新的Perl脚本来根据进程名称/用户名来终止进程,并使用Classes对其进行扩展,以便我可以在其他程序中重用进程代码.我目前的布局是 -
/home/mutew/src/prod/pskill <-- Perl script
/home/mutew/src/prod/Process.pm <-- Package to handle process descriptions
Run Code Online (Sandbox Code Playgroud)
我在$ PATH变量中添加了〜/ src/prod来从任何地方访问脚本.从其驻留目录以外的任何目录运行脚本会导致"无法在@INC中找到Process.pm"(这是可以理解的,因为除了/ usr中的共享目录之外,@ INC仅包含当前目录 - '').我一直在使用的一个解决方法是使用lib指令,因为 -
use lib '/home/mutew/src/prod';
Run Code Online (Sandbox Code Playgroud)
但这是一个主要的可移植性问题.任何解决方案还允许我将脚本导出到其他系统而不进行更改?
编辑
我想知道如何实现一个可以在任何地方使用您自己的设置的全局记录器:
我目前有一个自定义记录器类:
class customLogger(logging.Logger):
...
Run Code Online (Sandbox Code Playgroud)
该类位于一个单独的文件中,包含一些格式化程序和其他内容.记录仪可以完美地完成.
我在我的主python文件中导入这个模块并创建一个这样的对象:
self.log = logModule.customLogger(arguments)
Run Code Online (Sandbox Code Playgroud)
但显然,我无法从代码的其他部分访问此对象.我使用了错误的方法吗?有一个更好的方法吗?
假设你有一个包含的模块
myfile = open('test.txt', 'r')
Run Code Online (Sandbox Code Playgroud)
'test.txt'文件位于同一个文件夹中.如果您将运行该模块,该文件将成功打开.现在假设您从另一个文件夹中导入该模块.不会在与该代码所在的模块相同的文件夹中搜索该文件.那么如何让模块首先在同一个文件夹中搜索相对路径的文件呢?使用" __file__"或" os.getcwd()" 有各种解决方案,但我希望有一种更简洁的方法,就像传递给open()或file()的字符串中的相同特殊字符一样.
请帮我解决这个错误
我在我的服务器上安装了tensorflow模块,下面是它的信息
15IT60R19@cpusrv-gpu-109:~$ pip show tensorflow
Name: tensorflow
Version: 1.0.0
Summary: TensorFlow helps the tensors flow
Home-page: http://tensorflow.org/
Author: Google Inc.
Author-email: opensource@google.com
License: Apache 2.0
Location: /home/other/15IT60R19/anaconda2/lib/python2.7/site-packages
Requires: mock, numpy, protobuf, wheel, six
Run Code Online (Sandbox Code Playgroud)
但是当我尝试导入tensorflow时,我得到以下错误
>>> import tensorflow as tf
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ImportError: No module named tensorflow
Run Code Online (Sandbox Code Playgroud)
我的python版本如下
Python 2.7.12 |Anaconda 2.5.0 (64-bit)| (default, Jul 2 2016, 17:42:40)
[GCC 4.4.7 20120313 (Red Hat 4.4.7-1)] on linux2
Type "help", "copyright", "credits" or …Run Code Online (Sandbox Code Playgroud) 我在没有找到解决方案的情况下阅读了这篇文章:http://docs.python.org/install/index.html
在ruby中,我知道模块功能可以通过使用module_function如此处所示而无需在模块中混合而可用.我可以看到它是如何有用的,因此您可以在模块中使用该功能而无需混合.
module MyModule
def do_something
puts "hello world"
end
module_function :do_something
end
Run Code Online (Sandbox Code Playgroud)
我的问题是,为什么你可能希望这两种方式定义函数.
为什么不呢
def MyModule.do_something
Run Code Online (Sandbox Code Playgroud)
要么
def do_something
Run Code Online (Sandbox Code Playgroud)
在哪种情况下,将函数混合使用或用作静态方法是有用的?
我想知道如何为一个混合成几个类的模块编写单元测试但是不太知道如何去做:
我是通过在其中一个测试文件中为包含它们的类(似乎不对)编写测试来测试实例方法,还是以某种方式将所包含方法的测试保存在特定于模块的单独文件中?
同样的问题适用于类方法.
我是否应该为模块中的每个类提供单独的测试文件,例如普通的rails模型,或者它们是否存在于通用模块测试文件中(如果存在的话)?
我有一堆脚本来执行任务.我真的需要知道项目的调用图,因为它非常令人困惑.我无法执行代码,因为它需要额外的硬件和软件才能执行此操作.但是,我需要理解它背后的逻辑.所以,我需要知道是否有一个工具(不需要任何python文件执行)可以使用模块而不是trace或python解析器构建调用图.我有这样的工具用于C但不用于python.
谢谢.
这有效:
import app from './../app.js';
Run Code Online (Sandbox Code Playgroud)
但这不是:
import app from path.join(process.cwd(), 'app');
Run Code Online (Sandbox Code Playgroud)
我越来越:
SyntaxError: /path/file.js: Unexpected token (5:16)
> 5 | import app from path.join(process.cwd(), 'app');
| ^
Run Code Online (Sandbox Code Playgroud)
有可能(和/或如何)使用"动态"路径?(不是硬编码路径或依赖相对路径).
module ×10
python ×6
installation ×2
macos ×2
ruby ×2
bash ×1
call-graph ×1
directory ×1
ecmascript-6 ×1
evernote ×1
function ×1
javascript ×1
logging ×1
mixins ×1
node.js ×1
perl ×1
pip ×1
static ×1
tensorflow ×1
testing ×1
unit-testing ×1