python3.10.0+pyinstaller4.7打包，IndexError: tuple index out of range报错的解决方法_python 3.10.0 contains a bug making it unsupportab-CSDN博客

1. 打算用打包一个自己写的小工具，但是打包过程中报错，进行不下去。报错如下： IndexError: tuple index out of range
2. 在CSDN上搜索解决方法，都说是需要更新pyinstaller版本。我的打包环境如下：win10+python3.10.0+pyinstaller4.7 。
3. 尝试了CSDN说的各种方法都解决不了。然后上看了下，pyinstaller4.7实际上已经支持了python3.10.0.
4. 实在没办法，我都准备给python降级了。还好，翻了下讨论区，发现了一个方法，成功解决问题。 找到 C:\Users\Admin\AppData\Local\Programs\Python\Python310\Lib\dis.py 文件，修改这个函数

def _unpack_opargs(code):
    extended_arg = 0
    for i in range(0, len(code), 2):
        op = code[i]
        if op >= HAVE_ARGUMENT:
            arg = code[i+1] | extended_arg
            extended_arg = (arg << 8) if op == EXTENDED_ARG else 0
        else:
            arg = None
            extended_arg = 0
        yield (i, op, arg)

5 . 然后就能正常打包了。 6. 很高兴问题顺利解决，在此记录一下，避免大家踩坑。如果帮你解决了问题，记得帮忙点个赞哦。...

目录

一、Anaconda简介

二、Anaconda安装

2.1 Anaconda下载

2.2 Anaconda安装

2.3 配置环境变量

三、通过conda配置python环境

3.1 创建并激活虚拟环境

3.2 管理虚拟环境

一、Anaconda简介

Anaconda 是专门为了方便使用 Python 进行数据科学研究而建立的一组软件包，涵盖了数据科学领域常见的 Python 库，并且自带了专门用来解决软件环境依赖问题的 conda 包管理系统。主要是提供了包管理与环境管理的功能，可以很方便地解决多版本python并存、切换以及各种第三方包安装问题。Anaconda利用工具/命令conda来进行package和environment的管理，并且已经包含了Python和相关的配套工具。

conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身！因此，conda打破了包管理与环境管理的约束，能非常方便地安装各种版本python、各种package并方便地切换。

二、Anaconda安装

2.1 Anaconda下载

这里推荐两种下载方式一是官网下载，二是镜像下载；官网下载太慢可选用镜像下载

1、下载地址：官网（https://www.anaconda.com/products/distribution）

选择对应版本，点击Download进行下载

2、镜像下载：开源镜像站（https://mirrors.bfsu.edu.cn/anaconda/archive/）

选择对应版本，点击Download进行下载

2.2 Anaconda安装

1、点击下载的文件进行安装，这是欢迎页面，点击下一步，即Next

2、点击I Agree，即同意Anaconda的协议，才能使用Anaconda

3、选择为所有用户授权

4、选择安装路径，在这里我选择安装在E:\ANACONDA地址下，选择Next，注意这里的安装路径需要记一下，后面配置环境变量时会用到

5、不选择添加环境变量

6、等待程序安装，安装完成后，点击Next

7、图片上有两个选项建议不选，点击“Finish”,完成软件安装

到这里程序安装部分结束

2.3 配置环境变量

将如如下路径添加到系统path，这里的路径为前面anaconda的安装路径，我的安装路径为E:\Anaconda，如果不同替换为自己的安装路径即可

E:\ANACONDA

E:\ANACONDA\Scripts

E:\ANACONDA\Library\mingw-w64\bin

E:\ANACONDA\Library\bin

具体环境变量的的配置步骤如下：...

error: Microsoft Visual C++ 14.0 or greater is required. Get it with "Microsoft C++ Build Tools": https://visualstudio.microsoft.com/visual-cpp-build-tools/

参考文章Microsoft Visual C++ 14.0下载方法_microsoft visual c++ 14.0 下载-CSDN博客

Visual C++ Build Tools for Visual Studio 2015 (with Update 3) 下载 ...

建议学习飞浆python用3.6版本的，用这个不会报错 https://github.com/PaddlePaddle/PaddleNLP

https://github.com/PaddlePaddle/PaddleNLP

PaddleNLP是一款简单易用且功能强大的自然语言处理和大语言模型(LLM)开发库。聚合业界优质预训练模型并提供开箱即用的开发体验，覆盖NLP多场景的模型库搭配产业实践范例可满足开发者灵活定制的需求。...

没有使用asynccontextmanager ，但是报cannot import name 'asynccontextmanager' 可能的原因是python版本较低，python 3.6及以下版本不支持这个asynccontextmanager模块

卡在了conda install pytorch>=1.6 cudatoolkit=11.0 -c pytorch，运行代码一直不动

快速安装 simpletransformers

simpletransformers 项目地址：hub.fastgit.org/ThilinaRaja…

simpletransformers 文档地址：

simpletransformers.ai/

快速安装方式：

使用Conda安装

1）新建虚拟环境

conda create -n st python pandas tqdm

conda activate st

2）安装cuda环境

conda install pytorch>=1.6 cudatoolkit=11.0 -c pytorch

3）安装 simpletransformers

pip install simpletransformers

安装 wandb

wandb 用于在web浏览器中追踪和可视化Weights和Biases(wandb)

复制代码pip install wandb

目前支持的任务：

任务模型二元和多类文本分类ClassificationModel对话式人工智能（聊天机器人训练）ConvAIModel语言生成LanguageGenerationModel语言模型训练/微调LanguageModelingModel多标签文本分类MultiLabelClassificationModel多模态分类（文本和图像数据结合）MultiModalClassificationModel命名实体识别NERModel问答QuestionAnsweringModel回归ClassificationModel句子对分类ClassificationModel文本表示生成RepresentationModel

预训练模型去哪里下载？

有关预训练模型，请参阅Hugging Face 文档。

根据文档中给出的model_type，只要在args中正确设置model_name的字典值就是可以加载预训练模型

【实践01】文本分类

数据集

笔者选用CLUE的作为benchmark数据集

选取数据集：IFLYTEK' 长文本分类

中文语言理解测评基准(CLUE)

www.cluebenchmarks.com/dataSet_sea…

为更好的服务中文语言理解、任务和产业界，做为通用语言模型测评的补充，通过搜集整理发布中文任务及标准化测评等方式完善基础设施，最终促进中文NLP的发展。

Update: CLUE论文被计算语言学国际会议 COLING2020高分录用

IFLYTEK' 长文本分类

下载地址：github.com/CLUEbenchma…

该数据集共有1.7万多条关于app应用描述的长文本标注数据，包含和日常生活相关的各类应用主题，共119个类别："打车":0,"地图导航":1,"免费WIFI":2,"租车":3,….,"女性":115,"经营":116,"收款":117,"其他":118(分别用0-118表示)。每一条数据有三个属性，从前往后分别是 类别ID，类别名称，文本内容。

数据量：训练集(12,133)，验证集(2,599)，测试集(2,600)

css复制代码{"label": "110",

"label_des": "社区超市",

"sentence": "朴朴快送超市创立于2016年，专注于打造移动端30分钟即时配送一站式购物平台，商品品类包含水果、蔬菜、肉禽蛋奶、海鲜水产、粮油调味、酒水饮料、休闲食品、日用品、外卖等。朴朴公司希望能以全新的商业模式，更高效快捷的仓储配送模式，致力于成为更快、更好、更多、更省的在线零售平台，带给消费者更好的消费体验，同时推动中国食品安全进程，成为一家让社会尊敬的互联网公司。,朴朴一下，又好又快,1.配送时间提示更加清晰友好2.保障用户隐私的一些优化3.其他提高使用体验的调整4.修复了一些已知bug"}

数据处理

Simple Transformers要求数据必须包含在至少两列的Pandas DataFrames中。 只需为列的文本和标签命名，SimpleTransformers就会处理数据。

第一列包含文本，类型为str。

第二列包含标签，类型为int。

对于多类分类，标签应该是从0开始的整数。

ini复制代码import json

import pandas as pd

def load_clue_iflytek(path,mode=None):

"""适应simpletransformer的加载方式"""

data = []

with open(path, "r", encoding="utf-8") as fp:

if mode == 'train' or mode =='dev':

for idx, line in enumerate(fp):

line = json.loads(line.strip())

label = int(line["label"])

text = line['sentence']

data.append([text, label])

data_df = pd.DataFrame(data, columns=["text", "labels"])

return data_df

elif mode == 'test':

for idx, line in enumerate(fp):

line = json.loads(line.strip())

text = line['sentence']

data.append([text])

data_df = pd.DataFrame(data, columns=["text"])

return data_df

模型搭建和训练

先进行参数配置，Simple Transformers具有dict args， 有关每个args的详细说明，可有参考：simpletransformers.ai/docs/tips-a…

1）参数配置

ini复制代码# 配置config

import argparse

def data_config(parser):

parser.add_argument("--trainset_path", type=str, default="data/Chinese_Spam_Message/train.json",

help="训练集路径")

parser.add_argument("--testset_path", type=str, default="data/Chinese_Spam_Message/test.txt",

help="测试集路径")...

Could not find a version that satisfies the requirement faiss-gpu~=1.7.2;

Collecting pytest-mock~=3.7.0
  Downloading pytest_mock-3.7.0-py3-none-any.whl (12 kB)
ERROR: Could not find a version that satisfies the requirement faiss-gpu~=1.7.2; extra == "all" (from primeqa[all]) (from versions: none)
ERROR: No matching distribution found for faiss-gpu~=1.7.2; extra == "all"
WARNING: You are using pip version 22.0.4; however, version 24.0 is available.
You should consider upgrading via the 'D:\python\python3.10.4\python.exe -m pip install --upgrade pip' command.

20240405

primeqa/primeqa: The prime repository for state-of-the-art Multilingual Question Answering research and development. (github.com) ...

"draw_white_space": "all" sublime text 会显示横线和点出来

File "G:\ST\Python\code.py", line 52

while left < right and (nums[left] == nums[left+1]):

^

TabError: inconsistent use of tabs and spaces in indentation

怎么都搞不定，原因是自己偷懒了，从LeetCode上面复制了头部，尾部是自己手写的，方案就是全部推倒，重来，全部手写。

class Solution:

def threeSum(self, nums):

"""

:type nums: List[int]

:rtype: List[List[int]]

"""

网友方案，检查subline的空格制表显示就可以清楚的显示出自己是否真的空格了。

操作：...