运行后总是显示“IndentationError: unexpected indent”错误，不知如何修改，请高...
# -*- coding:utf-8 -*-"""
Author: BigCat
"""
import argparse
import json
import time
import datetime
import numpy as np
import tensorflow as tf
from config import *
from get_data import get_current_number, spider
from loguru import logger
with red_graph.as_default():
red_saver = tf.compat.v1.train.import_meta_graph(
"{}red_ball_model.ckpt.meta".format(model_args["path"]["red"])
)
red_sess = tf.compat.v1.Session(graph=red_graph)
red_saver.restore(red_sess, "{}red_ball_model.ckpt".format(model_args["path"]["red"]))
logger.info("已加载红球模型！")
blue_graph = tf.compat.v1.Graph()
with blue_graph.as_default():
blue_saver = tf.compat.v1.train.import_meta_graph(
"{}blue_ball_model.ckpt.meta".format(model_args["path"]["blue"])
)
blue_sess = tf.compat.v1.Session(graph=blue_graph)
blue_saver.restore(blue_sess, "{}blue_ball_model.ckpt".format(model_args["path"]["blue"]))
logger.info("已加载蓝球模型！")
# 加载关键节点名
with open("{}/{}/{}".format(model_path, args.name, pred_key_name)) as f:
pred_key_d = json.load(f)
current_number = get_current_number(args.name)
logger.info("【{}】最近一期:{}".format(name_path["name"], current_number))
return red_graph, red_sess, blue_graph, blue_sess, pred_key_d, current_number
else:
red_graph = tf.compat.v1.Graph()
with red_graph.as_default():
red_saver = tf.compat.v1.train.import_meta_graph(
"{}red_ball_model.ckpt.meta".format(model_args["path"]["red"])
)
red_sess = tf.compat.v1.Session(graph=red_graph)
red_saver.restore(red_sess, "{}red_ball_model.ckpt".format(model_args["path"]["red"]))
logger.info("已加载红球模型！")
blue_graph = tf.compat.v1.Graph()
with blue_graph.as_default():
blue_saver = tf.compat.v1.train.import_meta_graph(
"{}blue_ball_model.ckpt.meta".format(model_args["path"]["blue"])
)
blue_sess = tf.compat.v1.Session(graph=blue_graph)
blue_saver.restore(blue_sess, "{}blue_ball_model.ckpt".format(model_args["path"]["blue"]))
logger.info("已加载蓝球模型！")
# 加载关键节点名
with open("{}/{}/{}".format(model_path,args.name , pred_key_name)) as f:
pred_key_d = json.load(f)
current_number = get_current_number(args.name)
logger.info("【{}】最近一期:{}".format(name_path["name"], current_number))
return red_graph, red_sess, blue_graph, blue_sess, pred_key_d, current_number
def get_year():
""" 截取年份
eg：2020-->20, 2021-->21
:return:
"""
return int(str(datetime.datetime.now().year)[-2:])
def try_error(mode, name, predict_features, windows_size):
""" 处理异常
"""
if mode:
return predict_features
else:
if len(predict_features) != windows_size:
logger.warning("期号出现跳期，期号不连续！开始查找最近上一期期号！本期预测时间较久！")
last_current_year = (get_year() - 1) * 1000
max_times = 160
while len(predict_features) != 3:
predict_features = spider(name, last_current_year + max_times, get_current_number(name), "predict")[ for x in ball_name]]
time.sleep(np.random.random(1).tolist())
max_times -= 1
return predict_features
return predict_features
def get_red_ball_predict_result(red_graph, red_sess, pred_key_d, predict_features, sequence_len, windows_size):
""" 获取红球预测结果
"""
name_list = [(ball_name, i + 1) for i in range(sequence_len)]
data = predict_features[["{}_{}".format(name, i) for name, i in name_list]].values.astype(int) - 1
with red_graph.as_default():
reverse_sequence = tf.compat.v1.get_default_graph().get_tensor_by_name(pred_key_d])
pred = red_sess.run(reverse_sequence, feed_dict={
"inputs:0": data.reshape(1, windows_size, sequence_len),
"sequence_length:0": np.array( * 1)
})
return pred, name_list
def get_blue_ball_predict_result(blue_graph, blue_sess, pred_key_d, name, predict_features, sequence_len, windows_size):
""" 获取蓝球预测结果
"""
if name == "ssq":
data = predict_features[]].values.astype(int) - 1
with blue_graph.as_default():
softmax = tf.compat.v1.get_default_graph().get_tensor_by_name(pred_key_d])
pred = blue_sess.run(softmax, feed_dict={
"inputs:0": data.reshape(1, windows_size)
})
return pred
else:
name_list = [(ball_name, i + 1) for i in range(sequence_len)]
data = predict_features[["{}_{}".format(name, i) for name, i in name_list]].values.astype(int) - 1
with blue_graph.as_default():
reverse_sequence = tf.compat.v1.get_default_graph().get_tensor_by_name(pred_key_d])
pred = blue_sess.run(reverse_sequence, feed_dict={
"inputs:0": data.reshape(1, windows_size, sequence_len),
"sequence_length:0": np.array( * 1)
})
return pred, name_list
def get_final_result(red_graph, red_sess, blue_graph, blue_sess, pred_key_d, name, predict_features, mode=0):
"""" 最终预测函数
"""
m_args = model_args["model_args"]
if name == "ssq":
red_pred, red_name_list = get_red_ball_predict_result(
red_graph, red_sess, pred_key_d,
predict_features, m_args["sequence_len"], m_args["windows_size"]
)
blue_pred = get_blue_ball_predict_result(
blue_graph, blue_sess, pred_key_d,
name, predict_features, 0, m_args["windows_size"]
)
ball_name_list = ["{}_{}".format(name, i) for name, i in red_name_list] + ]
pred_result_list = red_pred.tolist() + blue_pred.tolist()
return {
b_name: int(res) + 1 for b_name, res in zip(ball_name_list, pred_result_list)
}
else:
red_pred, red_name_list = get_red_ball_predict_result(
red_graph, red_sess, pred_key_d,
predict_features, m_args["red_sequence_len"], m_args["windows_size"]
)
blue_pred, blue_name_list = get_blue_ball_predict_result(
blue_graph, blue_sess, pred_key_d,
name, predict_features, m_args["blue_sequence_len"], m_args["windows_size"]
)
ball_name_list = ["{}_{}".format(name, i) for name, i in red_name_list] + ["{}_{}".format(name, i) for name, i in blue_name_list]
pred_result_list = red_pred.tolist() + blue_pred.tolist()
return {
b_name: int(res) + 1 for b_name, res in zip(ball_name_list, pred_result_list)
}
def run(name):
""" 执行预测 """
try:
red_graph, red_sess, blue_graph, blue_sess, pred_key_d, current_number = load_model(name)
windows_size = model_args["model_args"]["windows_size"]
data = spider(name, 1, current_number, "predict")
logger.info("【{}】预测期号：{}".format(name_path["name"], int(current_number) + 1))
predict_features_ = try_error(1, name, data.iloc[:windows_size], windows_size)
logger.info("预测结果：{}".format(get_final_result(
red_graph, red_sess, blue_graph, blue_sess, pred_key_d, name, predict_features_))
)
except Exception as e:
logger.info("模型加载失败，检查模型是否训练，错误：{}".format(e))
if __name__ == '__main__':
if not args.name:
raise Exception("玩法名称不能为空！")
else:
run(args.name)
这是一个关于Python的错误提示。IndentationError：unexpected indent。这个错误通常是由于缩进问题引起的。在Python中，缩进非常重要，用于表示代码块。如果缩进不正确，Python解释器会报出此错误。
在看您的代码时发现了一些可能导致此错误的问题：
1. 在第35行和第44行，除非有其他代码，否则这些行应该保持与其它代码对齐，否则会导致缩进错误。您可以将这些行的缩进调整为与其它行一样。
2. 在函数`get_red_ball_predict_result`和`get_blue_ball_predict_result`中，在with语句块之后的代码行缩进过多。这些行应该与with语句块对齐，以表示它们是with语句块的一部分。
请注意，我只能根据您提供的代码进行分析并给出一般性的建议。如果问题仍然存在，请尝试根据您的代码做适当的缩进调整。另外，如果还有其他错误或问题，请告诉我，我将竭尽所能帮助您解决。
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。 我的pycharm(2023.03)显示是line:18，怎么查，查不到问题所在。 civilfem 发表于 2024-05-15 08:39
我的pycharm(2023.03)显示是line:18，怎么查，查不到 ...
如果您的PyCharm显示错误在第18行，那么您可以检查第18行及其周围的代码以找到问题所在。下面是一些建议来帮助您找到错误：
1. 请确保您的文本编辑器中没有隐藏字符或多余的空格。这些隐藏字符可能会导致缩进错误。您可以尝试删除并重新输入第18行的缩进。
2. 检查第18行之前和之后的所有行的缩进是否一致。Python对于缩进非常严格，每个缩进级别通常使用四个空格或一个制表符。
3. 检查是否有额外的空格、制表符或其他特殊字符被插入到您的代码中。这些字符可能会导致缩进错误。您可以尝试手动检查和修复第18行及其周围的空白字符。
4. 您可以尝试在PyCharm中启用"显示空白字符"选项，以便更清楚地看到代码中的空白字符。在PyCharm的设置中，找到"Editor -> General -> Appearance"并勾选"Show whitespaces"选项。
5. 如果问题仍然存在，您可以尝试注释掉第18行，并逐行取消注释，以确定哪一行引起了错误。这样可以帮助您确定具体的错误位置。
希望这些建议能帮助您找到问题所在。如果问题仍然存在，请提供更多关于错误的详细信息，例如完整的错误消息和代码。这样我就能更好地帮助您解决问题。
以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。
页:
[1]