请教：python脚本得到“TypeError: a float is required”错误

Posted 2023-05-17

import math

def check_fermat(a,b,c,n):

if math.pow(a,n) + math.pow(b,n) == math.pow(c,n):

print "Holy smokes, Fermat was wrong!"

else:

print "No, that does'nt work."

a = raw_input("Please input a number which is greater than 2:\n")

int(a)

check_fermat(a,3,4,4)

错误信息：
File "D:/Python/checkfermattest.py", line 4, in check_fermat
if math.pow(a,n) + math.pow(b,n) == math.pow(c,n):
TypeError: a float is required

根据错误提示，要求第4行的值需要为浮点数。我们做一下数据类型转换就行了。

if float(math.pow(a,n)) + float(math.pow(b,n)) == float(math.pow(c,n)):

参考技术A a是字符串,没有抓换成数字
改成 a = int(a)本回答被提问者采纳

Python TypeError：reduce_noise() 得到了一个意外的关键字

【中文标题】Python TypeError：reduce_noise() 得到了一个意外的关键字

【英文标题】：Python TypeError: reduce_noise() got an unexpected keyword

【发布时间】：2021-09-23 11:55:42

【问题描述】：

大家好，我正在尝试使用 python 进行音频分类，我安装了一个包，当我尝试使用这些函数时，它说“TypeError: TypeError: reduce_noise() got an unexpected keyword argument 'audio_clip' 听到代码功能。

导入 librosa 将 numpy 导入为 np 将降噪导入为 nr

def save_STFT（文件、名称、活动、主题）： #读取音频数据 audio_data，sample_rate = librosa.load（文件） 打印（文件）

 #noise reduction
  noisy_part = audio_data[0:25000]
  reduced_noise = nr.reduce_noise(audio_clip=audio_data, noise_clip=noisy_part, verbose=False)

 #trimming
  trimmed, index = librosa.effects.trim(reduced_noise, top_db=20, frame_length=512, hop_length=64)

 #extract features
  stft = np.abs(librosa.stft(trimmed, n_fft=512, hop_length=256, win_length=512))
 # save features
  np.save("STFT_features/stft_257_1/" + subject + "_" + name[:-4] + "_" + activity + ".npy", stft)

这段代码在 conda 环境下的 jupyternote book 中运行，但它没有在 pycharm 中运行。 我在 PYcharm 中安装了 conda 环境，但它不起作用。你能帮我知道如何解决这个错误吗？

【参考方案1】：

您的问题的答案在错误消息中。

"TypeError: TypeError: reduce_noise() got an unexpected keyword argument 'audio_clip' 

我猜你正在使用noisereduce Python 库。如果您查看文档，参数列表中没有audio_clip。

正确代码示例：

reduced_noise = nr.reduce_noise(y=audio_data, y_noise=noisy_part, sr=SAMPLING_FREQUENCY) # check the SAMPLING_FREQUENCY

【讨论】：

谢谢。是的，我正在使用降噪库。我会试试这个。

@REDALPHA97 进展如何？

哦！对不起，谢谢。它奏效了。

【参考方案2】：

您可能是在为较新版本的库引用旧 API 在较新版本的库中使用旧 API 的解决方法是

from noisereduce.noisereducev1 import reduce_noise

现在你可以重复使用你的代码了

reduced_noise = reduce_noise(audio_clip=audio_data, noise_clip=noisy_part, verbose=False)