程序员必知的 Python 陷阱与缺陷列表

来自:xybaby

本文版权归作者xybaby(博文地址:http://www.cnblogs.com/xybaby/)所有,欢迎转载和商用,请在文章页面明显位置给出原文链接并保留此段声明。

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

UnboundLocalErrorlocal 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()

[1]

>>> 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

2 

>>> x=1;x = x+1;print x

2

>>> 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 'int'>



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

[[], [], [], [], [], [], [], [], [], []]

>>> a[0].append(10)

>>> a[0] 

[10]


看起来很不错,简单明了,but


>>> a[1]

[10]

>>> a

[[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)

>>> a

[[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。

推荐↓↓↓
Python编程
上一篇:70个NumPy练习:在Python下一举搞定机器学习矩阵运算 下一篇:2017 Python最新面试题及答案16道题