向您请教：代码缩进 一窍不通

Question

真的完全不懂缩进错误，对于缩进一窍不通。怎么到处都是缩进报错
请您帮我顺便看看下面那些缩进问题怎么处理 不然我还是跑不了 谢谢

class  simNumpyArray(object):
       def __init__(self,p):
               '''可以接受列表、元组、range对象等类型的数据，每个元素必须为数字'''
           if type(p) not in (list,tuple,range):
                print(''输入数据类型错误!'')
                return
           for item in p:
                 #判断参数类型是否正确，可用系统函数isinstance()
                 #if isinstance(item,(int,float,complex)):
                if type(item) not in (int ,float,complex):
                    print(''数据类型错误!'')
                    return
                
self.__data=[list(p)]
      self.__row=1
      self.__col=len(p)
def __del__(self):
       del self.__data
#下面开始规定方法，一种是改变矩阵大小，一种是转置
def reshape(self,size):
       '''size参数给定新矩阵的大小，要求输入必须为列表或者元组，如[row，col]
          或者(row，col）。row和col其中一个可以为-1，代表自动计算'''
    if not isinstance(size ,(list,tuple)) or len(size)!=2:
           print(''给定的新矩阵大小输入参数不正确!'')
           return
    if (not isinstance(size[0],int)) or (not isinstance(size[1],int)):
          print(''矩阵大小请输入整数!'')
          return
    if size[0]!=-1 and size[1]!=-1 and size[0]*size[1]!=self.__row*self.__col:
          print(''新矩阵大小不正确!'')
          return
#当行数或者列数为-1时，应自动计算出另一个参数
      if size[0]==-1:
          if size[1]==-1 or (self.__row * self.__col)%size[1]!=0
             print(''新矩阵大小不正确!'')
             return
      if size[1]==-1:
          if size[0]==-1 or (self.__row * self.__col)%size[0]!=0
             print(''新矩阵大小不正确!'')
             return
#将输入矩阵转换为一阶
      data=[t for i in self.__data for t in i]
#按照输入大小重新设置矩阵
     if size[0]==-1:
         self.__row=int(self.__row*self.__col/size[1])
         self._ _col=size[1]
     if size[1]==-1:
         self.__col=int(self.__row*self.__col/size[0])
         self.__row=size[0]
     else:
         self.__size[0]
         self.__col=size[1]
     self.__data=[[data[row* self.__col +col] for col in range(self.__col)]
     for row in range(self.__row)]

    #矩阵转置
     @property
     def T(self):
           b=simNumpyArray([t for i in self.__data for t in i])
           b.reshape((self.__row,self.__col))
           b.__data=list(map(list,zip(*b.__data)))
           b.__row,b.__col=b.__col,b.__row
           return b

Answer 1

试下：

class  simNumpyArray(object):
    def __init__(self,p):
        '''可以接受列表、元组、range对象等类型的数据，每个元素必须为数字'''
        if type(p) not in (list,tuple,range):
            print('输入数据类型错误!')
            return
        for item in p:
            #判断参数类型是否正确，可用系统函数isinstance()
            #if isinstance(item,(int,float,complex)):
            if type(item) not in (int ,float,complex):
                print('数据类型错误!')
                return
                
self.__data=[list(p)]
self.__row=1
self.__col=len(p)

def __del__(self):
    del self.__data
#下面开始规定方法，一种是改变矩阵大小，一种是转置
def reshape(self,size):
    '''size参数给定新矩阵的大小，要求输入必须为列表或者元组，如[row，col]或者(row，col）。row和col其中一个可以为-1，代表自动计算'''
    if not isinstance(size ,(list,tuple)) or len(size)!=2:
        print('给定的新矩阵大小输入参数不正确!')
        return
    if (not isinstance(size[0],int)) or (not isinstance(size[1],int)):
        print('矩阵大小请输入整数!')
        return
    if size[0]!=-1 and size[1]!=-1 and size[0]*size[1]!=self.__row*self.__col:
        print('新矩阵大小不正确!')
        return
#当行数或者列数为-1时，应自动计算出另一个参数
    if size[0]==-1:
        if size[1]==-1 or (self.__row * self.__col)%size[1]!=0 :
            print('新矩阵大小不正确!')
            return
        if size[1]==-1:
          if size[0]==-1 or (self.__row * self.__col)%size[0]!=0:
             print('新矩阵大小不正确!')
             return
#将输入矩阵转换为一阶
    data=[t for i in self.__data for t in i]
#按照输入大小重新设置矩阵
    if size[0]==-1:
        self.__row=int(self.__row*self.__col/size[1])
        self.__col=size[1]
    if size[1]==-1:
        self.__col=int(self.__row*self.__col/size[0])
        self.__row=size[0]
    else:
         self.__size[0]
         self.__col=size[1]
    self.__data=[[data[row* self.__col +col] for col in range(self.__col)] for row in range(self.__row)]
 
    #矩阵转置
    @property
    def T(self):
        b=simNumpyArray([t for i in self.__data for t in i])
        b.reshape((self.__row,self.__col))
        b.__data=list(map(list,zip(*b.__data)))
        b.__row,b.__col=b.__col,b.__row
        return b