L0G2-Python 前置基础

L0G2-Python 前置基础

1. 任务一 Leetcode 383

通过的截图

image-20250205125258326

通过的代码

class Solution(object):
    def canConstruct(self, ransomNote, magazine):
        """
        :type ransomNote: str
        :type magazine: str
        :rtype: bool
        """
        # 只使用 defaultdict(int) 避免 if 语句（默认值是 0，不用手动检查 key）。
        ransomNotedict = defaultdict(int)
        for i in ransomNote:
            ransomNotedict[i] += 1
        magazinedict = defaultdict(int)
        for i in magazine:
            magazinedict[i] += 1
        for k, v in ransomNotedict.items():
            if k not in magazinedict or magazinedict[k] < v:
                return False
        return True

2. 任务二 Vscode连接InternStudio debug

2.1 用获取环境变量的方式导入api_key

from openai import OpenAI
import json
import os
def internlm_gen(prompt,client):
    '''
    LLM生成函数
    Param prompt: prompt string
    Param client: OpenAI client 
    '''
    response = client.chat.completions.create(
        model="internlm2.5-latest",
        messages=[
            {"role": "user", "content": prompt},
      ],
        stream=False
    )
    return response.choices[0].message.content

api_key = os.getenv("api_key")
client = OpenAI(base_url="https://internlm-chat.intern-ai.org.cn/puyu/api/v1/",api_key=api_key)

content = """
书生浦语InternLM2.5是上海人工智能实验室于2024年7月推出的新一代大语言模型，提供1.8B、7B和20B三种参数版本，以适应不同需求。
该模型在复杂场景下的推理能力得到全面增强，支持1M超长上下文，能自主进行互联网搜索并整合信息。
"""
prompt = f"""
请帮我从以下``内的这段模型介绍文字中提取关于该模型的信息，要求包含模型名字、开发机构、提供参数版本、上下文长度四个内容，以json格式返回。
`{content}`
"""
res = internlm_gen(prompt,client)
res_json = json.loads(res)
print(res_json)

2.2 运行代码，查看控制台错误输出并启动debug

image-20250205130136518

可以发现是31行报错，json.loads()函数的作用是将JSON 格式的字符串解析为Python 中的字典、列表等数据类型，以便在代码中进行处理和操作。它报错，猜测可能的原因是res不能正确解析，我们通过vscode的debug功能查看一下res的值如下：

image-20250205130513022

'根据提供的模型介绍文字，以下是提取的关于该模型的信息，以JSON格式返回：\n\n```json\n{\n  "model_name": "书生浦语InternLM2.5",\n  "development_institution": "上海人工智能实验室",\n  "parameter_versions": ["1.8B", "7B", "20B"],\n  "context_length": "1M"\n}\n```\n\n这个JSON对象包含了模型名字、开发机构、提供参数版本以及上下文长度这四个要求的信息。'

可以发现这不是纯粹的json格式，所以json.loads()不能成功解析。

2.3 修复bug

把字符串当前前后多余字符去掉，前面必须以{开头，后面必须以}结尾。

增加clean_json_string函数，修改后的正确代码如下：

from openai import OpenAI
import json
import os
def clean_json_string(s):
    # 去掉前面 `{` 之前的字符
    s = s.lstrip(" \n\t\r")  # 先去掉空白字符，避免影响 `{` 查找
    if "{" in s:
        s = s[s.index("{"):]  # 截取从 `{` 开始的部分

    # 去掉后面 `}` 之后的字符
    s = s.rstrip(" \n\t\r")  # 先去掉空白字符，避免影响 `}` 查找
    if "}" in s:
        s = s[:s.rindex("}") + 1]  # 截取到 `}` 结束

    return s

def internlm_gen(prompt,client):
    '''
    LLM生成函数
    Param prompt: prompt string
    Param client: OpenAI client 
    '''
    response = client.chat.completions.create(
        model="internlm2.5-latest",
        messages=[
            {"role": "user", "content": prompt},
      ],
        stream=False
    )
    return response.choices[0].message.content

api_key = os.getenv("api_key")
client = OpenAI(base_url="https://internlm-chat.intern-ai.org.cn/puyu/api/v1/",api_key=api_key)

content = """
书生浦语InternLM2.5是上海人工智能实验室于2024年7月推出的新一代大语言模型，提供1.8B、7B和20B三种参数版本，以适应不同需求。
该模型在复杂场景下的推理能力得到全面增强，支持1M超长上下文，能自主进行互联网搜索并整合信息。
"""
prompt = f"""
请帮我从以下``内的这段模型介绍文字中提取关于该模型的信息，要求包含模型名字、开发机构、提供参数版本、上下文长度四个内容，以json格式返回。
`{content}`
"""
res = internlm_gen(prompt,client)
res_json = json.loads(clean_json_string(res))
print(res_json)

去除了无关字符后得到的Json字符串如下：

image-20250205135111750

正确的输出结果如下：

image-20250205135136850

3. 知识积累

vscode的条件断点

在调试（Debug）过程中，断点（Breakpoint）允许程序员在程序的执行流程中设置暂停点。当程序运行到这些断点时，执行会暂时中断，使得我们可以检查此时程序的状态，包括变量的值、内存的内容等。断点为我们提供了一个观察程序运行细节的机会，从而帮助我们定位和解决程序中的错误或问题。在VSCode中，我们还可以设置条件断点，这样断点只有在满足特定条件时才会触发。

  1. 普通断点：在代码行号左侧点击，添加断点。
  2. 条件断点：在断点标记上右键，选择条件断点（conditional breakpoint）。VSCode 中常用的条件断点主要有三种类型：
    • 表达式（Expression）：输入一个 Python 表达式，每次触发断点时运行该表达式，当表达式的值为 True 时 VS Code 会暂停执行。例如：x == 10
    • 触发计数（Hit Count）：断点触发计数达到输入值时才会暂停运行。
      记录日志（Log Message）：触发该断点时在 Debug Console 中输出指定信息，实际上就是
    • logpoint。需要输入要输出的信息，如果要用到表达式，可以使用 {} 将表达式括起来。例如，每次记录变量 i 的值可以写 x={i}。

条件断点中，表达式断点和触发计数断点是“或”的关系，即满足一个条件程序就会暂停。

当一个断点被设置为logpoint断点时，它不会暂停程序。如果这个断点同时还添加了表达式条件或者计数条件，则只在满足条件时才会输出日志信息到调试控制台。

带参数调试

1. 配置调试

  • 打开你的Python文件，点击左侧活动栏的“运行和调试”图标。
  • 首次debug需要配置以下，点击“创建launch.json file”，选择python debugger后选择“带有参数的Python文件” config。

image-20250205122515311

得到的launch.json如下：

{
    // 使用 IntelliSense 了解相关属性。 
    // 悬停以查看现有属性的描述。
    // 欲了解更多信息，请访问: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        
        {
            "name": "Python 调试程序: 包含参数的当前文件",
            "type": "debugpy",
            "request": "launch",
            "program": "${file}",
            "console": "integratedTerminal",
            "args": [
                "${command:pickArgs}"
            ]
        }
    ]
}

修改args属性的值为我们需要传入的参数：

{
    // 使用 IntelliSense 了解相关属性。 
    // 悬停以查看现有属性的描述。
    // 欲了解更多信息，请访问: https://go.microsoft.com/fwlink/?linkid=830387
    "version": "0.2.0",
    "configurations": [
        
        {
            "name": "Python 调试程序: 包含参数的当前文件",
            "type": "debugpy",
            "request": "launch",
            "program": "${file}",
            "console": "integratedTerminal",
            "args": [
                "-a",
                "-b",
                "-c"
            ]
        }
    ]
}

2. 简单的demo

import sys

print(sys.argv)

3. 点击绿色箭头，以刚刚的配置启动调试

image-20250205122804331

在终端中可以看到我们配置的参数已经传入到python文件中了。同时，程序运行的结果也说明python文件可以获取到我们传入的参数。

image-20250205123036531

posted @ 2025-02-06 23:30  sakuraLGGM  阅读(33)  评论(0)    收藏  举报