程序员老司机们都要错的Python陷阱与缺陷列表
我个人对陷阱的定义是这样的:代码看起来可以工作,但不是以你“想当然“”的方式。如果一段代码直接出错,抛出了异常,我不认为这是陷阱。比如,Python程序员应该都遇到过的“UnboundLocalError”, 示例:
a=1 def func(): ... a+=1 ... print a func() Traceback (most recent call last): File " stdin ", line 1, in module File " stdin ", line 2, in func UnboundLocalError: local variable a referenced before assignment
对于“UnboundLocalError”,还有更高级的版本:
import random def func(ok): if ok: a = random.random() else: import random a = random.randint(1, 10) return a func(True)# UnboundLocalError: local variable random referenced before assignment
可能对于很多python新手来说,这个Error让人摸不着头脑。但我认为这不算陷阱,因为这段代码一定会报错,而不是默默的以错误的方式运行。不怕真小人,就怕伪君子。我认为缺陷就好比伪君子。
那么Python中哪些真正算得上陷阱呢?
第一:以mutable对象作为默认参数
这个估计是最广为人知的了,Python和其他很多语言一样,提供了默认参数,默认参数确实是个好东西,可以让函数调用者忽略一些细节(比如GUI编程,Tkinter,QT),对于lambda表达式也非常有用。但是如果使用了可变对象作为默认参数,那么事情就不那么愉快了。
def f(lst = []): ... lst.append(1) ... return lst f() f() [1, 1]
惊喜不惊喜?!究其原因,python中一切都是对象,函数也不列外,默认参数只是函数的一个属性。而默认参数在函数定义的时候已经求值了。
Default parameter values are evaluated when the function definition is executed.
stackoverflow上有一个更适当的例子来说明默认参数是在定义的时候求值,而不是调用的时候。
import time def report(when=time.time()): ... return when report() 1500113234.487932 report() 1500113234.487932
python docoment 给出了标准的解决办法:
A way around this is to use None as the default, and explicitly test for it in the body of the function
def report(when=None): ... if when is None: ... when = time.time() ... return when report() 1500113446.746997 report() 1500113448.552873
第二: x += y vs x = x + y
一般来说,二者是等价的,至少看起来是等价的(这也是陷阱的定义 — 看起来都OK,但不一定正确)。
x=1;x += 1;print x x=1;x = x+1;print x x=[1];x+=[2];print x [1, 2] x=[1];x=x+[2];print x [1, 2]
呃,被光速打脸了?
x=[1];print id(x);x=x+[2];print id(x) 4357132800 4357132728 x=[1];print id(x);x+=[2];print id(x) 4357132800 4357132800
前者x指向一个新的对象,后者x在原来的对象是修改,当然,那种效果是正确的取决于应用场景。至少,得知道,二者有时候并不一样
第三,神奇的小括号–()
小括号(parenthese)在各种编程语言中都有广泛的应用,python中,小括号还能表示元组(tuple)这一数据类型, 元组是immutable的序列。
a = (1, 2) type(a) type tuple type(()) type tuple
但如果只有一个元素呢
a=(1) type(a) type int
神奇不神奇,如果要表示只有一个元素的元组,正确的姿势是:
a=(1,) type(a) type tuple
第四:生成一个元素是列表的列表
这个有点像二维数组,当然生成一个元素是字典的列表也是可以的,更通俗的说,生成一个元素是可变对象的序列
很简单嘛:
a= [[]] * 10 [[], [], [], [], [], [], [], [], [], []] a[0].append(10) a[0] [10]
看起来很不错,简单明了,but
a[1] [10] [[10], [10], [10], [10], [10], [10], [10], [10], [10], [10]]
我猜,这应该不是你预期的结果吧,究其原因,还是因为python中list是可变对象,上述的写法大家都指向的同一个可变对象,正确的姿势
a = [[] for _ in xrange(10)] a[0].append(10) [[10], [], [], [], [], [], [], [], [], []]
第五,在访问列表的时候,修改列表
列表(list)在python中使用非常广泛,当然经常会在访问列表的时候增加或者删除一些元素。比如,下面这个函数,试图删掉列表中为3的倍数的元素:
def modify_lst(lst): ... for idx, elem in enumerate(lst): ... if elem % 3 == 0: ... del lst[idx]
测试一下,
lst = [1,2,3,4,5,6] modify_lst(lst) lst [1, 2, 4, 5]
好像没什么错,不过这只是运气好
lst = [1,2,3,6,5,4] modify_lst(lst) lst [1, 2, 6, 5, 4]
上面的例子中,6这个元素就没有被删除。如果在modify_lst函数中print idx, item就可以发现端倪:lst在变短,但idx是递增的,所以在上面出错的例子中,当3被删除之后,6变成了lst的第2个元素(从0开始)。在C++中,如果遍历容器的时候用迭代器删除元素,也会有同样的问题。
如果逻辑比较简单,使用list comprehension是不错的注意
第六,闭包与lambda
这个也是老生长谈的例子,在其他语言也有类似的情况。先看一个例子:
def create_multipliers(): ... return [lambda x:i*x for i in range(5)] for multiplier in create_multipliers(): ... print multiplier(2)
create_multipliers函数的返回值时一个列表,列表的每一个元素都是一个函数 -- 将输入参数x乘以一个倍数i的函数。预期的结果时0,2,4,6,8. 但结果是5个8,意外不意外。
由于出现这个陷阱的时候经常使用了lambda,所以可能会认为是lambda的问题,但lambda表示不愿意背这个锅。问题的本质在与python中的属性查找规则,LEGB(local,enclousing,global,bulitin),在上面的例子中,i就是在闭包作用域(enclousing),而Python的闭包是 迟绑定 , 这意味着闭包中用到的变量的值,是在内部函数被调用时查询得到的。
解决办法也很简单,那就是变闭包作用域为局部作用域。
def create_multipliers(): ... return [lambda x, i = i:i*x for i in range(5)]
第七,定义__del__
大多数计算机专业的同学可能都是先学的C、C++,构造、析构函数的概念应该都非常熟。于是,当切换到python的时候,自然也想知道有没有相应的函数。比如,在C++中非常有名的RAII,即通过构造、析构来管理资源(如内存、文件描述符)的声明周期。那在python中要达到同样的效果怎么做呢,即需要找到一个对象在销毁的时候一定会调用的函数,于是发现了__init__, __del__函数,可能简单写了两个例子发现确实也能工作。但事实上可能掉进了一个陷阱,在python documnet是有描述的:
Circular references which are garbage are detected when the option cycle detector is enabled (it’s on by default), but can only be cleaned up if there are no Python-level __del__() methods involved.
简单来说,如果在循环引用中的对象定义了__del__,那么python gc不能进行回收,因此,存在内存泄漏的风险
第八,不同的姿势import同一个module
示例在stackoverflow的例子上稍作修改,假设现在有一个package叫mypackage,里面包含三个python文件:mymodule.py, main.py, __init__.py。mymodule.py代码如下:
l = [] class A(object): pass
main.py代码如下:
def add(x): from mypackage import mymodule mymodule.l.append(x) print "updated list",mymodule.l, id(mymodule) def get(): import mymodule print module in get, id(mymodule) return mymodule.l if __name__ == __main__: import sys sys.path.append(../) add(1) ret = get() print "lets check", ret
运行python main.py,结果如下:
updated list [1] 4406700752 module in get 4406700920 lets check []
从运行结果可以看到,在add 和 get函数中import的mymodule不是同一个module,ID不同。当然,在python2.7.10中,需要main.py的第13行才能出现这样的效果。你可能会问,谁会写出第13行这样的代码呢?事实上,在很多项目中,为了import的时候方便,会往sys.path加入一堆路径。那么在项目中,大家同意一种import方式就非常有必要了
第九,python升级
python3.x并不向后兼容,所以如果从2.x升级到3.x的时候得小心了,下面列举两点:
在python2.7中,range的返回值是一个列表;而在python3.x中,返回的是一个range对象。
map()、filter()、 dict.items()在python2.7返回列表,而在3.x中返回迭代器。当然迭代器大多数都是比较好的选择,更加pythonic,但是也有缺点,就是只能遍历一次。在instagram的分享中,也提到因为这个导致的一个坑爹的bug。
第十,gil
以GIL结尾,因为gil是Python中大家公认的缺陷!
从其他语言过来的同学可能看到python用threading模块,拿过来就用,结果发现效果不对啊,然后就会喷,什么鬼。
总结:
毫无疑问的说,python是非常容易上手,也非常强大的一门语言。python非常灵活,可定制化很强。同时,也存在一些陷阱,搞清楚这些陷阱能够更好的掌握、使用这么语言。本文列举了一些python中的一些缺陷,这是一份不完全列表,欢迎大家补充。
本文作者:xybaby
来源:51CTO
python编译&反编译,你不知道的心机与陷阱 谈到python的文件后缀,说眼花缭乱也不为过.来看看你遇到过哪些类型! 如果这个不知道,呵呵...那请出门左拐,你还是充钱那个少年,没有一丝丝改变。接着打游戏去吧... 这个后缀应该算是除了python的py代码外,遇到最多的一种文件类型了。虽然python被普遍认为是一种解释性语言,但谁说它就不能被编译后执行呢?python通过compile生成的pyc文件,然后由python的虚拟机执行。相对于py文件来说,编译成pyc本质上和py没有太大区别,只是对于这个模块的加载速度提高了,并没有提高代码的执行速度,通常情况下不用主动去编译pyc文件。那pyc文件存在的意义在哪里?
当心Python函数可变默认参数(list,set,dict…)的陷阱 绝大多数情况下,Python是一个干净具有一致性的语言。然而,有些少数情况会让初学者感到困惑。其中有些情况是有意识的但会成为潜在的莫名其妙,而有些可以说是语言赘肉。下面我们看看使用可变默认参数(Mutable default arguments)时会出现什么莫名其妙的状况。
python的socket.recv函数陷阱 一个粘包实验 解决和总结 惯例练习历史实验,在编写tcp数据流粘包实验的时候,发现一个奇怪的现象。当远程执行的命令返回结果很短的时候可以正常执行,但返回结果很长时,就会发生json解码错误,故将排错和解决方法记录下来。
基于python从redmine-api中获取项目缺陷数据并可视化(2) 上一篇文章讲到缺陷数据的获取实现方式,这篇文章主要讲讲如何通过web框架flask将获取到的数据进行web数据可视化 1.调研python web框架 一开始想通过html+js+highcharts去实现数据可视化,但是实现起来不方便而且本人js及前端开发了解甚少,所以还是借助web框架。
基于python从redmine-api中获取项目缺陷数据(1) 1.引言 本文主要内容是将如何利用 Python 对 Redmine缺陷进行缺陷数据获取操作。目前统计缺陷数据时基本是根据项目手动去redmine获取缺陷数据,至少要花费一个工作日去完成,目前的目标是通过python脚本通过 Redmine-API快速去获取各个维度的缺陷数据
相关文章
- 【Python零基础学习入门篇③】——第三节:Python的字符串类型
- Python中将字典转换为有序列表、无序列表的方法
- python中获取列表的最大值和最小值
- 【shuffle】python中使用random.shuffle()打乱列表元素顺序
- Python基础知识(二):序列结构---字符串、 列表、 元组、 字典、 集合
- 基于DistFlow的含分布式电源配电网优化模型【IEEE39节点】(Python代码实现)
- 程序员必知的Python陷阱与缺陷列表
- python-day4 列表(相当于java的list集合)的操作
- python 列表生成式、lower()和upper()的使用
- Web开发人员的十佳Python框架
- python:使用matplotlib画图时,中文乱码的问题
- 为Python安装pymssql模块来连接SQLServer
- 【Python】集合生成式、【列表、字典、元组、集合】 小总结
- 【Python】列表元素的 删除 操作(remove()、pop()、切片、clear()、del)
- python字符串列表字典相互转换
- Python 列表(list)、字典(dict)、字符串(string)常用基本操作小结
- Python基础 -- 常用的数据结构和公共方法
- 第14.1节 通过Python爬取网页的学习步骤
- 第7.24节 Python案例详解:使用property函数定义属性简化属性访问代码实现
- 第7.3节 Python特色的面向对象设计:协议、多态及鸭子类型
- python 自动化接口测试(6)
- 数据分析除了python、sql还需要学什么?
- 使用Python+OpenCV进行图像模板匹配(Match Template)
- 【Python】for/else、列表的创建、查询、删除、修改、排序、列表生成式
- python function call mechanism
- python -- Flask使用小结