


Was soll ich tun, wenn das Modul '__builtin__' beim Laden der Gurkendatei in Python 3.6 nicht gefunden wird?
Beim Laden einer Gurkendatei in Python 3.6 -Umgebung habe ich eine Lösung für ModuleNotFoundError: No module named '__builtin__'
gestoßen.
In der Python -Datenverarbeitung wird das Gurkenmodul häufig zur Serialisierung und Deserialisierung von Objekten verwendet. Der obige Fehler kann jedoch beim Laden der .pkl
-Datei auftreten. Dieser Artikel analysiert dieses Problem und bietet Lösungen.
Problembeschreibung:
In der Umgebung von Python 3.6.12 ist ModuleNotFoundError: No module named '__builtin__'
, wenn er versuchte, die Datei m30k_deen_shr.pkl
zu laden. Die Projektverzeichnisstruktur ist korrekt, aber das Ausführen der test.py
-Datei schlägt fehl.
Die Grundursache des Problems und der Lösungen:
Die Fehlermeldung zeigt an, dass das Programm versucht, in Python 2.x auf das __builtin__
-Modul zuzugreifen, das in Python 3.x in builtins
umbenannt wurde. Daher wird die Datei m30k_deen_shr.pkl
wahrscheinlich mit Python 2.x generiert.
Lösung: Regenerieren Sie die Datei m30k_deen_shr.pkl
. Spezifische Schritte:
- Überprüfen Sie den Code, der die
.pkl
-Datei generiert: Bestätigen Sie, ob der Code Python 2.x verwendet. - Legen Sie den Code mit Python 3.x aus: Führen Sie den Code erneut aus, der die
.pkl
Datei mithilfe der Python 3.x-Version generiert. - Verwenden Sie den richtigen Dateischreibmodus: Verwenden Sie bei Verwendung von
pickle.dump()
den Binärschreibmodus'wb'
anstelle des Textschreibmodus'w'
. Das'wb'
-Muster kann die durch Gurke serialisierten binären Daten besser bewältigen und potenzielle Neulinge und andere Probleme vermeiden.
Durch die obigen Schritte können die Fehler im Zusammenhang mit dem __builtin__
-Modul vermieden werden und die .pkl
-Datei erfolgreich geladen werden.
Das obige ist der detaillierte Inhalt vonWas soll ich tun, wenn das Modul '__builtin__' beim Laden der Gurkendatei in Python 3.6 nicht gefunden wird?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











PHP ist hauptsächlich prozedurale Programmierung, unterstützt aber auch die objektorientierte Programmierung (OOP). Python unterstützt eine Vielzahl von Paradigmen, einschließlich OOP, funktionaler und prozeduraler Programmierung. PHP ist für die Webentwicklung geeignet, und Python eignet sich für eine Vielzahl von Anwendungen wie Datenanalyse und maschinelles Lernen.

PHP entstand 1994 und wurde von Rasmuslerdorf entwickelt. Es wurde ursprünglich verwendet, um Website-Besucher zu verfolgen und sich nach und nach zu einer serverseitigen Skriptsprache entwickelt und in der Webentwicklung häufig verwendet. Python wurde Ende der 1980er Jahre von Guidovan Rossum entwickelt und erstmals 1991 veröffentlicht. Es betont die Lesbarkeit und Einfachheit der Code und ist für wissenschaftliche Computer, Datenanalysen und andere Bereiche geeignet.

Fehlerbehebung und Lösungen für die Sicherheitssoftware des Unternehmens, die dazu führt, dass einige Anwendungen nicht ordnungsgemäß funktionieren. Viele Unternehmen werden Sicherheitssoftware bereitstellen, um die interne Netzwerksicherheit zu gewährleisten. ...

Golang ist in Bezug auf Leistung und Skalierbarkeit besser als Python. 1) Golangs Kompilierungseigenschaften und effizientes Parallelitätsmodell machen es in hohen Parallelitätsszenarien gut ab. 2) Python wird als interpretierte Sprache langsam ausgeführt, kann aber die Leistung durch Tools wie Cython optimieren.

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Verwenden Sie im Springboot Redis, um das OAuth2Authorization -Objekt zu speichern. Verwenden Sie in der Springboot -Anwendung SpringSecurityoAuth2AuthorizationServer ...

In Intellij ...

Sowohl Python als auch JavaScripts Entscheidungen in Entwicklungsumgebungen sind wichtig. 1) Die Entwicklungsumgebung von Python umfasst Pycharm, Jupyternotebook und Anaconda, die für Datenwissenschaft und schnelles Prototyping geeignet sind. 2) Die Entwicklungsumgebung von JavaScript umfasst Node.JS, VSCODE und WebPack, die für die Entwicklung von Front-End- und Back-End-Entwicklung geeignet sind. Durch die Auswahl der richtigen Tools nach den Projektbedürfnissen kann die Entwicklung der Entwicklung und die Erfolgsquote der Projekte verbessert werden.
