您好,登錄后才能下訂單哦!
小編給大家分享一下Python陷阱有哪些,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
我個(gè)人對陷阱的定義是這樣的:代碼看起來可以工作,但不是以你“想當(dāng)然”的方式。如果一段代碼直接出錯(cuò),拋出了異常,我不認(rèn)為這是陷阱。比如,Python程序員應(yīng)該都遇到過的“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
對于“UnboundLocalError”,還有更高級的版本:
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
可能對于很多python新手來說,這個(gè)Error讓人摸不著頭腦。但我認(rèn)為這不算陷阱,因?yàn)檫@段代碼一定會報(bào)錯(cuò),而不是默默的以錯(cuò)誤的方式運(yùn)行。不怕真小人,就怕偽君子。我認(rèn)為缺陷就好比偽君子。
那么Python中哪些真正算得上陷阱呢
這個(gè)估計(jì)是最廣為人知的了,Python和其他很多語言一樣,提供了默認(rèn)參數(shù),默認(rèn)參數(shù)確實(shí)是個(gè)好東西,可以讓函數(shù)調(diào)用者忽略一些細(xì)節(jié)(比如GUI編程,Tkinter,QT),對于lambda表達(dá)式也非常有用。但是如果使用了可變對象作為默認(rèn)參數(shù),那么事情就不那么愉快了
>>> def f(lst = []): ... lst.append(1) ... return lst ... >>> f() [1] >>> f() [1, 1]
驚喜不驚喜?!究其原因,python中一切都是對象,函數(shù)也不列外,默認(rèn)參數(shù)只是函數(shù)的一個(gè)屬性。而默認(rèn)參數(shù)在函數(shù)定義的時(shí)候已經(jīng)求值了。
Default parameter values are evaluated when the function definition is executed.
stackoverflow上有一個(gè)更適當(dāng)?shù)睦觼碚f明默認(rèn)參數(shù)是在定義的時(shí)候求值,而不是調(diào)用的時(shí)候。
>>> import time >>> def report(when=time.time()): ... return when ... >>> report() 1500113234.487932 >>> report() 1500113234.487932
python docoment 給出了標(biāo)準(zhǔn)的解決辦法:
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
一般來說,二者是等價(jià)的,至少看起來是等價(jià)的(這也是陷阱的定義 — 看起來都OK,但不一定正確)。
>>> x=1;x += 1;print x 2 >>> x=1;xx = x+1;print x 2 >>> x=[1];x+=[2];print x [1, 2] >>> x=[1];xx=x+[2];print x [1, 2]
呃,被光速打臉了?
>>> x=[1];print id(x);xx=x+[2];print id(x) 4357132800 4357132728 >>> x=[1];print id(x);x+=[2];print id(x) 4357132800 4357132800
前者x指向一個(gè)新的對象,后者x在原來的對象是修改,當(dāng)然,那種效果是正確的取決于應(yīng)用場景。至少,得知道,二者有時(shí)候并不一樣
小括號(parenthese)在各種編程語言中都有廣泛的應(yīng)用,python中,小括號還能表示元組(tuple)這一數(shù)據(jù)類型, 元組是immutable的序列。
>>> a = (1, 2) >>> type(a) <type 'tuple'> >>> type(()) <type 'tuple'>
但如果只有一個(gè)元素呢
>>> a=(1) >>> type(a) <type 'int'>
神奇不神奇,如果要表示只有一個(gè)元素的元組,正確的姿勢是:
>>> a=(1,) >>> type(a) <type 'tuple'>
這個(gè)有點(diǎn)像二維數(shù)組,當(dāng)然生成一個(gè)元素是字典的列表也是可以的,更通俗的說,生成一個(gè)元素是可變對象的序列
很簡單嘛:
>>> a= [[]] * 10 >>> a [[], [], [], [], [], [], [], [], [], []] >>> a[0].append(10) >>> a[0] [10]
看起來很不錯(cuò),簡單明了,but
>>> a[1] [10] >>> a [[10], [10], [10], [10], [10], [10], [10], [10], [10], [10]]
我猜,這應(yīng)該不是你預(yù)期的結(jié)果吧,究其原因,還是因?yàn)閜ython中l(wèi)ist是可變對象,上述的寫法大家都指向的同一個(gè)可變對象,正確的姿勢
>>> a = [[] for _ in xrange(10)] >>> a[0].append(10) >>> a [[10], [], [], [], [], [], [], [], [], []]
另外一個(gè)在實(shí)際編碼中遇到的問題,dict.fromkeys, 也有異曲同工之妙:創(chuàng)建的dict的所有values指向同一個(gè)對象。
fromkeys(seq[, value])
Create a new dictionary with keys from seq and values set to value.
列表(list)在python中使用非常廣泛,當(dāng)然經(jīng)常會在訪問列表的時(shí)候增加或者刪除一些元素。比如,下面這個(gè)函數(shù),試圖刪掉列表中為3的倍數(shù)的元素:
>>> def modify_lst(lst): ... for idx, elem in enumerate(lst): ... if elem % 3 == 0: ... del lst[idx] ...
測試一下,
>>> lst = [1,2,3,4,5,6] >>> modify_lst(lst) >>> lst [1, 2, 4, 5]
好像沒什么錯(cuò),不過這只是運(yùn)氣好
>>> lst = [1,2,3,6,5,4] >>> modify_lst(lst) >>> lst [1, 2, 6, 5, 4]
上面的例子中,6這個(gè)元素就沒有被刪除。如果在modify_lst函數(shù)中print idx, item就可以發(fā)現(xiàn)端倪:lst在變短,但idx是遞增的,所以在上面出錯(cuò)的例子中,當(dāng)3被刪除之后,6變成了lst的第2個(gè)元素(從0開始)。在C++中,如果遍歷容器的時(shí)候用迭代器刪除元素,也會有同樣的問題。
如果邏輯比較簡單,使用list comprehension是不錯(cuò)的注意
這個(gè)也是老生長談的例子,在其他語言也有類似的情況。先看一個(gè)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函數(shù)的返回值時(shí)一個(gè)列表,列表的每一個(gè)元素都是一個(gè)函數(shù) -- 將輸入?yún)?shù)x乘以一個(gè)倍數(shù)i的函數(shù)。預(yù)期的結(jié)果時(shí)0,2,4,6,8. 但結(jié)果是5個(gè)8,意外不意外。
由于出現(xiàn)這個(gè)陷阱的時(shí)候經(jīng)常使用了lambda,所以可能會認(rèn)為是lambda的問題,但lambda表示不愿意背這個(gè)鍋。問題的本質(zhì)在與python中的屬性查找規(guī)則,LEGB(local,enclousing,global,bulitin),在上面的例子中,i就是在閉包作用域(enclousing),而Python的閉包是 遲綁定 , 這意味著閉包中用到的變量的值,是在內(nèi)部函數(shù)被調(diào)用時(shí)查詢得到的。
解決辦法也很簡單,那就是變閉包作用域?yàn)榫植孔饔糜颉?/p>
>>> def create_multipliers(): ... return [lambda x, ii = i:i*x for i in range(5)] ...
大多數(shù)計(jì)算機(jī)專業(yè)的同學(xué)可能都是先學(xué)的C、C++,構(gòu)造、析構(gòu)函數(shù)的概念應(yīng)該都非常熟。于是,當(dāng)切換到python的時(shí)候,自然也想知道有沒有相應(yīng)的函數(shù)。比如,在C++中非常有名的RAII,即通過構(gòu)造、析構(gòu)來管理資源(如內(nèi)存、文件描述符)的聲明周期。那在python中要達(dá)到同樣的效果怎么做呢,即需要找到一個(gè)對象在銷毀的時(shí)候一定會調(diào)用的函數(shù),于是發(fā)現(xiàn)了init, del函數(shù),可能簡單寫了兩個(gè)例子發(fā)現(xiàn)確實(shí)也能工作。但事實(shí)上可能掉進(jìn)了一個(gè)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.
簡單來說,如果在循環(huán)引用中的對象定義了del,那么python gc不能進(jìn)行回收,因此,存在內(nèi)存泄漏的風(fēng)險(xiǎn)
示例在stackoverflow的例子上稍作修改,假設(shè)現(xiàn)在有一個(gè)package叫mypackage,里面包含三個(gè)python文件:mymodule.py, main.py,init.py。mymodule.py代碼如下:
l = [] class A(object): pass
main.py代碼如下:
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 運(yùn)行python main.py,結(jié)果如下: updated list [1] 4406700752 module in get 4406700920 lets check []
從運(yùn)行結(jié)果可以看到,在add 和 get函數(shù)中import的mymodule不是同一個(gè)module,ID不同。當(dāng)然,在python2.7.10中,需要main.py的第13行才能出現(xiàn)這樣的效果。你可能會問,誰會寫出第13行這樣的代碼呢?事實(shí)上,在很多項(xiàng)目中,為了import的時(shí)候方便,會往sys.path加入一堆路徑。那么在項(xiàng)目中,大家同意一種import方式就非常有必要了
python3.x并不向后兼容,所以如果從2.x升級到3.x的時(shí)候得小心了,下面列舉兩點(diǎn):
在python2.7中,range的返回值是一個(gè)列表;而在python3.x中,返回的是一個(gè)range對象。
map()、filter()、 dict.items()在python2.7返回列表,而在3.x中返回迭代器。當(dāng)然迭代器大多數(shù)都是比較好的選擇,更加pythonic,但是也有缺點(diǎn),就是只能遍歷一次。在instagram的分享中,也提到因?yàn)檫@個(gè)導(dǎo)致的一個(gè)坑爹的bug。
這個(gè)陷阱主要是坑來自C、C++背景的同學(xué)。簡單來說,++i是對i取兩次正號,—i是對i取兩次負(fù)號,運(yùn)算完之后i的值不變。
Python中有大量的magic method(形似xx),其中許多跟屬性訪問有關(guān),比如get,set,delete_,getattr, setattr, delattr, getattribute。前三個(gè)跟descriptor相關(guān),坑爹的是,getattr與setattr相差很大。簡單說來,setattr與getattribute是對應(yīng)的,都是修改python默認(rèn)的屬性修改、查找機(jī)制,而getattr只是默認(rèn)查找機(jī)制無法找到屬性的時(shí)候才會調(diào)用,setattr應(yīng)該叫setattribute__才恰當(dāng)!
以GIL結(jié)尾,因?yàn)間il是Python中大家公認(rèn)的缺陷!
其他語言過來的同學(xué)可能看到python用threading模塊,拿過來就用,結(jié)果發(fā)現(xiàn)效果不對啊,然后就會噴,什么鬼
以上是“Python陷阱有哪些”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對大家有所幫助,如果還想學(xué)習(xí)更多知識,歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。