Хобрук: Ваш путь к мастерству в программировании

Как изменить кодировку в Spyder на UTF-8?

Я хочу изменить кодировку в Spyder на UTF-8. введите здесь описание изображения

Может кто-нибудь объяснить мне, как я достиг этого, пожалуйста? Спасибо за помощь!

ИЗМЕНИТЬ

def deleteDoubleValues (derivativeAngle):
    
    position = []
    cleanValues = [] #leeres Array erstellen 
    cleanValues.append(derivativeAngle[0]) 
    for i in range (len(derivativeAngle)-1):  
        
        if format(derivativeAngle[i],'.4f') != format(derivativeAngle[i+1],'.4f'):
            #i=i+1
            position.append(i)
            cleanValues.append(derivativeAngle[i+1]) 
    if format(derivativeAngle[i],'.4f') != format(derivativeAngle[i+1],'.4f'):
        position.append(i+1)
        
    return cleanValues, position

def deletePositionAccel(position,strideData):
    xAcceleration = strideData["accel x"].to_numpy()
    yAcceleration = strideData["accel y"].to_numpy()
  
    xValues = []
    yValues = []
    
    for i in range(len(position)):
        xValues.append(xAcceleration(position[i]))
        yValues.append(yAcceleration(position[i]))
  
    return xValues, yValues

Когда я впоследствии запускаю def deletePositionAccel() в основном, я всегда получаю следующую ошибку:

UnicodeDecodeError: кодек 'utf-8' не может декодировать байт 0xdf в позиции 1382: неверный байт продолжения

Я не знаю почему, потому что файл CSV, с которым я работаю, имеет кодировку UTF-8.

derivativeAngle=[ 9.88   -2.12   29.88   -2.12    9.88   16.88    9.88    4.88    9.88
   -2.12    9.88   16.88   10.88    9.88   10.88    9.88    4.88    3.88
   -2.12    9.88    3.88   10.88   10.88    9.88    9.88   10.88   10.88
   15.88   16.88   16.88   22.88   34.88   41.88   53.88   60.88   -2.12
   72.88   84.88   97.88  110.88  128.88  141.88  159.88  172.88  191.88
  203.88  222.88  241.88  266.88  272.88  297.88  303.88  322.88  303.88
  279.88  240.88  166.88   97.88   22.88  -46.12  -64.12  -90.12 -139.12
 -134.12 -164.12 -190.12   -2.12 -202.12 -226.12 -221.12 -227.12 -234.12
 -214.12 -214.12 -215.12 -215.12 -208.12 -196.12 -189.12 -183.12 -184.12
 -189.12 -183.12 -177.12 -165.12 -152.12 -146.12   -2.12 -152.12 -170.12
 -171.12 -177.12 -171.12 -177.12 -170.12 -159.12 -133.12 -108.12  -77.12
  -52.12  -27.12   -8.12   21.88   47.88   -2.12   73.88   84.88   91.88
  109.88  122.88  103.88  110.88  110.88  109.88  109.88  110.88   91.88
   78.88   66.88   53.88   47.88   34.88   29.88   -2.12   22.88   22.88
   15.88   16.88   10.88    3.88    9.88    4.88   -2.12   16.88   -2.12
    3.88  -15.12   -8.12  -15.12   -8.12   -8.12   -2.12   -8.12   -8.12
   -9.12   -8.12   -8.12   -2.12   -9.12]

Вот как выглядит мой CSV-файл: CSV-файл

    xAcceleration=[  0.11   0.14   0.22   0.23   0.23   0.2    0.16   0.17   0.12   0.13
       0.13   0.1    0.12   0.13   0.12   0.12   0.12   0.12   0.03   0.03
       0.03   0.05   0.     0.04   0.03   0.     0.03  -0.03  -0.04  -0.07
      -0.15  -0.18  -0.14  -0.28  -0.31  -0.34  -0.52  -0.52  -0.64  -0.45
      -0.72  -0.77  -0.9   -1.12  -0.93  -0.75  -0.3   -0.54  -0.87   0.33
       1.46  -2.53  -6.01  -7.76  -5.53 -15.57 -17.11 -16.93 -18.82 -15.84
     -15.49 -15.   -14.66 -13.86 -13.09 -12.26 -11.5  -10.17 -10.17  -9.26
      -8.3   -7.19  -5.31  -4.49  -3.97  -3.12  -2.23  -1.3   -0.38   0.51
       0.75   0.99   1.63   3.33   4.19   4.86   5.23   5.6    6.16   6.95
       6.95   7.87   9.95  11.15  12.17  13.14  14.69  15.34  15.72  15.64
      15.54  15.45  15.23  14.64  14.    14.    13.02  11.84   5.01  -4.19
     -16.76  -8.5    1.82  -0.42  -1.1    0.03   0.53   0.27  -0.32  -0.46
      -0.46  -0.36  -0.09   0.09  -1.08  -0.74  -0.74  -0.43  -0.84  -0.79
      -0.84  -0.89  -0.83  -0.82  -0.85  -0.85  -0.91  -0.97  -0.94  -0.88
      -0.79  -0.73  -0.77  -0.77  -0.75  -0.76  -0.71  -0.7   -0.64  -0.66]

.

yAcceleration=[[-1.41 -1.32 -1.21 -1.13 -1.13 -1.03 -0.96 -0.86 -0.85 -0.82 -0.82 -0.74
     -0.55 -0.52 -0.46 -0.42 -0.33 -0.31 -0.21 -0.14 -0.14 -0.11  0.    0.17
      0.31  0.49  0.6   0.91  1.07  1.29  1.54  2.    2.04  1.97  2.04  2.
      2.45  2.45  2.85  3.    3.02  3.11  3.99  3.85  4.11  3.5   2.75  4.45
      5.62  5.43  1.09  8.58  9.26  7.84  4.69  4.17  6.89  8.85  7.86  6.61
      5.81  5.48  5.3   4.63  4.47  4.55  4.98  6.68  6.68  7.54  8.15  8.44
      8.6   8.57  8.54  8.41  8.2   7.76  7.45  7.58  7.44  6.98  6.62  6.53
      6.33  6.04  5.58  4.8   4.37  3.85  3.85  3.04  1.62  0.97  0.63  0.32
     -0.38 -0.76 -1.25 -2.07 -2.39 -2.47 -2.37 -1.34 -0.61 -0.61 -0.33 -0.69
      2.73  2.48  4.25  2.13  0.12  0.93  1.76  1.22  1.62  1.54  1.19  1.15
      1.53  1.07  1.15  1.47  0.67  0.66  0.66  0.63  0.13  0.11  0.01 -0.06
      0.    0.03  0.11  0.11  0.2   0.25  0.34  0.31  0.32  0.27  0.31  0.31
      0.4   0.42  0.39  0.35  0.25  0.2 ]

Трассировки стека:

Traceback (most recent call last):

  File "C:\Users\nadin\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 3343, in run_code
    self.showtraceback(running_compiled_code=True)

  File "C:\Users\nadin\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 2043, in showtraceback
    value, tb, tb_offset=tb_offset)

  File "C:\Users\nadin\Anaconda3\lib\site-packages\IPython\core\ultratb.py", line 1385, in structured_traceback
    self, etype, value, tb, tb_offset, number_of_lines_of_context)

  File "C:\Users\nadin\Anaconda3\lib\site-packages\IPython\core\ultratb.py", line 1297, in structured_traceback
    elist = self._extract_tb(tb)

  File "C:\Users\nadin\Anaconda3\lib\site-packages\IPython\core\ultratb.py", line 1278, in _extract_tb
    return traceback.extract_tb(tb)

  File "C:\Users\nadin\Anaconda3\lib\traceback.py", line 72, in extract_tb
    return StackSummary.extract(walk_tb(tb), limit=limit)

  File "C:\Users\nadin\Anaconda3\lib\traceback.py", line 363, in extract
    f.line

  File "C:\Users\nadin\Anaconda3\lib\traceback.py", line 285, in line
    self._line = linecache.getline(self.filename, self.lineno).strip()

  File "C:\Users\nadin\Anaconda3\lib\linecache.py", line 16, in getline
    lines = getlines(filename, module_globals)

  File "C:\Users\nadin\Anaconda3\lib\linecache.py", line 47, in getlines
    return updatecache(filename, module_globals)

  File "C:\Users\nadin\Anaconda3\lib\linecache.py", line 137, in updatecache
    lines = fp.readlines()

  File "C:\Users\nadin\Anaconda3\lib\codecs.py", line 322, in decode
    (result, consumed) = self._buffer_decode(data, self.errors, final)

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xdf in position 1382: invalid continuation byte

Примечание. strideData означает импортированный CSV-файл.

python spyder utf-8
03.01.2021

  • Сообщение об ошибке указывает, что читаемый файл содержит символ ß. Невозможно сказать, является ли это вашим кодом или данными в текстовом файле, который читает ваш код, но я подозреваю, что это данные. Покажите нам код, который дает ошибку. 04.01.2021
  • Я добавил код в свой вопрос. 04.01.2021
  • Нужна трассировка стека. Без него трудно сопоставить сообщение об ошибке с кодом. 04.01.2021
  • Я надеюсь, что я добавил все сейчас, так что вы можете восстановить его. 04.01.2021
  • Я надеюсь, что вы можете помочь мне! :) Было бы очень здорово 04.01.2021
  • Я думал, что моя ошибка может быть связана с тем, что этот файл python находится не в UTF-8, а в ISO-8859-1. Мой main.py находится в UTF-8. 04.01.2021
  • @BoarGules Не могли бы вы мне помочь? 04.01.2021

Ответы:


1

Spyder сообщает вам, что ваш исходный файл имеет формат ISO 8859-1, также известный как Latin-1. Это догадка со стороны Spyder, но, вероятно, точная, основанная на имени, принадлежности или уведомлении об авторских правах в комментарии. Это не проблема. Это правда, что интерпретатор Python по умолчанию ожидает, что источником будет UTF-8. Но он будет жаловаться, только если обнаружит неправильную кодировку, скажем, в строковом литерале. И когда это произойдет, он не будет работать. Вместо этого он выдаст ошибку SyntaxError: Non-UTF-8 code starting with ... but no encoding declared. Ваша ошибка возникает, когда ваш код запускается и читает файл. Изменение кодировки исходного кода Python не исправит это.

Ваша трассировка довольно явная. Входной файл, на который жалуются, не имеет кодировку UTF-8. Все равно не допустимый UTF-8. Я знаю, что вы верите, что это так, но (рискуя показаться перефразирующим очевидное) в сообщении говорится, что в процессе декодирования файла, который, как ожидается, будет UTF-8, в позиции 1382 была обнаружена последовательность байтов, которая не допустимая последовательность байтов UTF-8. Ошибочный байт — 0xDF. Библиотека кодирования — это рабочее определение UTF-8, поэтому в этой теме оно всегда корректно.

Возможно, входной файл с неожиданной кодировкой не тот файл, о котором вы думаете.

Разумно предположить, что входной файл на самом деле, как и ваш источник, также Latin-1. В Latin-1 байт 0xDF — это ß, а моя догадка — та, что перед ним — Ä; но есть слишком много возможностей, чтобы угадать точно.

04.01.2021
  • Что мне теперь делать? 04.01.2021
  • Проверьте свой код, чтобы убедиться, что ошибка кодирования сообщается именно в той строке, которую вы думаете. Затем откройте читаемый файл в текстовом редакторе и найдите ß. Данные, которые вы представили, имеют строки примерно по 100 байт каждая. Таким образом, проблема будет в строках 10-15, и явно не в ней. Ваш редактор говорит, что это UTF-8, и я этому верю. Вот почему я думаю, что где-то должен быть задействован еще один файл. Но вы получите гораздо более ясный ответ, если напишете 5-строчную программу в IDLE, которая использует модуль csv для чтения файла и вывода содержимого на консоль. 04.01.2021
  • То, что вы пишете в своем последнем предложении, звучит хорошо, но я не знаю, что там делать, потому что я никогда раньше не делал и не слышал об этом. Нигде нет ß. Теперь я сделал следующее: я скопировал код из этого файла Python и вставил его в новый файл Python. Теперь кодировка в правом нижнем углу больше не говорит ISO.... но UTF - 8, и я больше не получаю ошибку UTF - 8, а следующую ошибку: TypeError: 'numpy.ndarray' object is not callable после этого: xValues.append(xAcceleration(position[i])) 04.01.2021
  • Хорошо, похоже, что Анаконда читала ваш исходный файл, чтобы представить ошибку, и подавилась латиницей-1 в комментарии вверху. Другая ваша проблема совершенно другая. У вас есть () после ссылки на numpy.ndarray. Я предполагаю, что проблема в xAcceleration(). Должно ли это быть xAcceleration[]? (Я не numpy эксперт.) Вам нужно задать отдельный вопрос, если вам нужна помощь, потому что он не имеет отношения к первому вопросу, который вы задали. 04.01.2021
  • В порядке. Но не могли бы вы сказать мне, как исправить новую ошибку? 04.01.2021
  • Нет, у меня нет опыта, чтобы ответить на numpy вопросы. 04.01.2021
    • Новые материалы
    Статическая типизация в TypeScript: основы Typescript
    Понимание статической типизации TypeScript, расширенный набор JavaScript, был разработан Microsoft в 2012 году для устранения некоторых ограничений JavaScript. Одним из его основных предложений..
    Как использовать SAAS на благо вашего бизнеса
    В деловом мире SAAS (программное обеспечение как услуга) становится все более популярным. И неудивительно, почему — SAAS предоставляет ряд преимуществ для предприятий любого размера. Вот лишь..
    Приложения случайного блуждания, часть 1 (статистика + машинное обучение)
    Смещенное случайное блуждание при динамической перколяции (arXiv) Автор: Себастьян Андрес , Нина Гантерт , Доминик Шмид , Перла Сузи Аннотация: мы изучаем смещенные случайные..
    Интеллектуальная масштабируемая обработка видео в реальном времени в Azure
    1. Введение В этом руководстве создается сквозной проект для интеллектуальной масштабируемой обработки видео в реальном времени в Azure. При этом создается возможность обнаруживать граффити и..
    Варианты использования положительной изотропной кривизны, часть 6 (машинное обучение)
    Четыре-орбифолды с положительной изотропной кривизной (arXiv) Автор : Хун Хуан Аннотация: Мы доказываем следующий результат: Пусть (X,g0) — полное связное 4-многообразие с равномерно..
    Внутри эпистатических сетей
    Регуляция нейронных сетей для лучшего прогнозирования ландшафтов биологической пригодности Сопоставьте свой индуктивный уклон с областью вашей проблемы Всем алгоритмам машинного обучения..
    Создание полноценного интерфейса командной строки с использованием Python | Расширенный Python
    Создание полноценного интерфейса командной строки с использованием Python — Advanced Python Чтобы изучить расширенные функции языка программирования, вам следует попробовать создать..