NullPointerException 异常
NullPointerException 异常是 Java 中最常见的异常之一。它发生在当试图访问一个未初始化的对象或一个指向 null 值的引用时。这通常是由于编码错误或逻辑错误造成的。
处理 NullPointerException 异常
有几种方法可以处理 NullPointerException 异常：
- 使用 try-catch 块：这是最常见的方法，它涉及尝试执行可能抛出异常的代码并捕获异常。
- 使用 Optional 类：Java8 引入了 Optional 类，它可以表示一个可能为 null 的值。这提供了对 NullPointerException 的更安全、更简洁的处理方法。
- 使用断言：断言可以用来检查在运行时是否满足某些条件。如果条件不为真，则会抛出 AssertionError 异常。
预防 NullPointerException 异常
有几种方法可以预防 NullPointerException 异常：
- 仔细初始化对象：确保在使用对象之前正确地初始化它们。
- 避免使用 null 值：尽可能避免使用 null 值，并使用 Optional 类来表示可能为 null 的值。
- 使用空检查：在访问对象之前，先检查它们是否为 null。这可以通过使用 if 语句或三元运算符来实现。
NumPy 的数组创建及随机数生成
NumPy 是一个功能强大的 Python 库，用于处理多维数组。它提供了各种方法来创建数组，包括：
- 使用 np.array()：这是创建数组的最简单方法，它通过将一个列表或元组转换为数组来创建数组。
- 使用 np.zeros()：创建一个指定形状的数组，其中所有元素均为 0。
- 使用 np.ones()：创建一个指定形状的数组，其中所有元素均为 1。
- 使用 np.empty()：创建指定形状的数组，其中元素未初始化。
NumPy 还提供了生成随机数的方法：
- 使用 np.random.rand()：生成一个均匀分布在 0 和 1 之间的随机浮点数数组。
- 使用 np.random.randint()：生成一个指定范围内的整数随机数组。
- 使用 np.random.randn()：生成一个遵循标准正态分布的随机浮点数数组。
示例
以下示例展示了如何使用 NumPy 创建数组和生成随机数：
“`pythonimport numpy as np创建一个包含 10 个元素的数组arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])创建一个 3 行 4 列的数组，其中所有元素均为 0zeros = np.zeros((3, 4))创建一个 3 行 4 列的数组，其中所有元素均为 1ones = np.ones((3, 4))创建一个 3 行 4 列的数组，其中元素未初始化empty = np.empty((3, 4))生成一个均匀分布在 0 和 1 之间的随机浮点数数组rand = np.random.rand(3, 4)生成一个指定范围内的整数随机数组randint = np.random.randint(1, 10, size=(3, 4))生成一个遵循标准正态分布的随机浮点数数组randn = np.random.randn(3, 4)print(arr)print(zeros)print(ones)print(empty)print(rand)print(randint)print(randn)“`
输出
“`[ 1 2 3 4 5 6 7 8 9 10][[0. 0. 0. 0.][0. 0. 0. 0.][0. 0. 0. 0.]][[1. 1. 1. 1.][1. 1. 1. 1.][1. 1. 1. 1.]][[0. 0. 0. 0.][0. 0. 0. 0.][0. 0. 0. 0.]][[0.07155437 0.81411357 0.93892727 0.5720936 ][0.79985368 0.64025114 0.93042203 0.67515435][0.66973892 0.64554017 0.29209103 0.35285702]][[7 8 1 4][5 2 6 9][1 3 9 7]][[ 1.29564452 0.49040876 -1.1251053 0.7533745 ][-0.69056497 -0.19236098 0.87193309 -0.24123272][ 0.64953488 -2.08159163 0.90159466 1.37722051]]“`
AI文生图
© 版权声明
文章版权归作者所有，未经允许请勿转载。
