0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

学习python经常会碰到什么错误

Wildesbeast 来源:今日头条 作者:Python集结号 2020-04-18 11:10 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

坚强的del

class SomeClass: def __del__(self): print("Deleted!") x = SomeClass() y = x del x del y # 输出:Deleted!

你发现了几个问题?第一、一个变量删除了两次竟然没有报错。第二、执行了两次删除只有一次打印了删除操作。修改一下上面的代码

x = SomeClass() y = x print(dir()) # 输出:['SomeClass', '__annotations__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'x', 'y'] del x print(y) # 输出:<__main__.SomeClass object at 0x108f55890> print(dir()) # 输出: del y print(dir()) Deleted! ['SomeClass', '__annotations__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__']

可以看到x、y是两个变量,但是他们指向了同一个对象,Python使用引用计数进行内存管理,所以当x=SomeClass()的时候,对象上的指针引用计数从0变1,y=x的时候,引用计数加1变成2.

del x 并不会立刻调用 x.__del__().

每当遇到 del x, Python 会将对象的引用数减1, 当对象的引用计数减到0时才会真正的删除对象,因此调用x.__del__().

迭代列表时删除元素

list_1 = [1, 2, 3, 4] list_2 = [1, 2, 3, 4] list_3 = [1, 2, 3, 4] list_4 = [1, 2, 3, 4] for idx, item in enumerate(list_1): del item for idx, item in enumerate(list_2): list_2.remove(item) for idx, item in enumerate(list_3[:]): list_3.remove(item) for idx, item in enumerate(list_4): list_4.pop(idx) print(list_1) # 输出:[1, 2, 3, 4] print(list_2) # 输出:[2, 4] print(list_3) # 输出:[] print(list_4) # 输出:[2, 4]

我们先看一下del, remove和pop的不同:

del var_name 只是从本地或全局命名空间中删除了var_name (这就是为什么 list_1 没有受到影响).

remove 会删除第一个匹配到的指定值, 而不是特定的索引, 如果找不到值则抛出ValueError 异常.

pop 则会删除指定索引处的元素并返回它, 如果指定了无效的索引则抛出 IndexError 异常.

list_2/list_4为什么输出[2, 4]

列表迭代是按索引进行的, 所以当我们从list_2或list_4中删除1时, 列表的内容就变成了 [2, 3, 4]. 剩余元素会依次位移, 也就是说, 2 的索引会变为 0, 3 会变为 1. 由于下一次迭代将获取索引为 1 的元素 (即 3), 因此 2 将被彻底的跳过. 类似的情况会交替发生在列表中的每个元素上.

list_3为什么会输出[]

这个好像比较符合我们的预期值,这里写法有些不一样,我们看一看下面代码

a = [1, 2, 3, 4] print(id(a)) # 输出:4523069920 print(id(a[:])) # 输出:4523072480

看出来问题了吗?切片操作会创建一个新对象,所以不存在上面的问题

循环变量泄漏!

for x in range(7): if x == 6: print(x, ': for x inside loop') print(x, ': x in global') # 输出:6 : for x inside loop # 输出:6 : x in global

在 Python 中, for 循环使用所在作用域并在结束后保留定义的循环变量. 如果我们曾在全局命名空间中定义过循环变量. 在这种情况下, 它会重新绑定现有变量。但是要注意列表推导式里的局部变量是不能在外部使用的。

print([x for x in range(5)]) # 输出:[0, 1, 2, 3, 4] print(x, ': x in global') # 输出: # Traceback (most recent call last): # NameError: name 'x' is not defined

当心默认的可变参数!

def some_func(default_arg=[]): default_arg.append("some_string") return default_arg print(some_func()) # 输出:['some_string'] print(some_func()) # 输出:['some_string', 'some_string'] print(some_func()) # 输出:['some_string', 'some_string', 'some_string'] print(some_func()) # 输出:['some_string', 'some_string', 'some_string', 'some_string']

这里必须要敲黑板、敲黑板、敲黑板,在很多编程语言中函数都有默认参数,但是Python中默认参数不一样,因为python中默认参数是存储在一个独立的区域,当函数被定义的时候,默认参数被创建,直到程序终止。当我们默认参数为不可变对象时,与其他语言类似。但是如果默认参数为不可变对象时,每一次的变化就会被记住,这种问题非常严重,经常发生问题的时候我们找不到问题点。所以我们建议大家一定不要把可变对象设置为默认参数,可以使用如下方式进行修改:

def some_func(default_arg=None): if not default_arg: default_arg = [] default_arg.append("some_string") return default_arg print(some_func()) # 输出:['some_string'] print(some_func()) # 输出:['some_string']

同人不同命!

a = [1, 2, 3, 4] b = a a = a + [5, 6, 7, 8] print(a) # 输出:[1, 2, 3, 4, 5, 6, 7, 8] print(b) # 输出:[1, 2, 3, 4]

这里牵扯到python中赋值运算符的本质问题,后面直播或者出视频来解释一下,一定要记住:赋值运算符等同于创建新对象。这一点也很重要,主要是针对定位问题。

a += b 并不总是与 a = a + b 表现相同. 类实现 op= 运算符的方式 也许 是不同的, 列表就是这样做的.

表达式 a = a + [5,6,7,8] 会生成一个新列表, 并让 a 引用这个新列表, 同时保持 b 不变.

表达式 a += [5,6,7,8] 实际上是使用的是 "extend" 函数, 所以 a 和 b 仍然指向已被修改的同一列表.

外部作用域变量

a = 1 def some_func(): return a def another_func(): a += 1 return a print(some_func()) # 输出:1 print(another_func()) # 输出: # Traceback (most recent call last): # another_func() # a += 1 # UnboundLocalError: local variable 'a' referenced before assignment

当你在作用域中对变量进行赋值时, 变量会变成该作用域内的局部变量. 因此 a 会变成 another_func 函数作用域中的局部变量, 但它在函数作用域中并没有被初始化, 所以会引发错误.

可以阅读这个简短却很棒的指南, 了解更多关于 Python 中命名空间和作用域的工作原理.

想要在 another_func 中修改外部作用域变量 a 的话, 可以使用 global 关键字

def anothre_func(): global a a += 1 return a

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 变量
    +关注

    关注

    0

    文章

    615

    浏览量

    29369
  • python
    +关注

    关注

    57

    文章

    4857

    浏览量

    89580
收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    路由器TACACS+账号登录时经常报用户密码错误的问题分析

    某地M6000-S开启TACACS+账号登录认证后,发现设备登录经常会上报用户密码错误,过一段时间才恢复正常。
    的头像 发表于 11-14 09:55 213次阅读
    路由器TACACS+账号登录时<b class='flag-5'>经常</b>报用户密码<b class='flag-5'>错误</b>的问题分析

    rtthread studio 在编译程序时 速度特别的慢,而且还经常会在编译的时候卡在30%进度上不动,怎么解决?

    您好, 在用rtthread studio 编译程序时,编译的速度特别的慢,而且还经常会在编译的时候卡在30%进度上不动。 尝试将parrallel build 配置成4 或者12 , 当为12时,就会在编译时卡在30%进度上不动了
    发表于 09-18 08:02

    如何在机器视觉中部署深度学习神经网络

    图 1:基于深度学习的目标检测可定位已训练的目标类别,并通过矩形框(边界框)对其进行标识。 在讨论人工智能(AI)或深度学习时,经常会出现“神经网络”、“黑箱”、“标注”等术语。这些概念对非专业
    的头像 发表于 09-10 17:38 692次阅读
    如何在机器视觉中部署深度<b class='flag-5'>学习</b>神经网络

    跟老齐学Python:从入门到精通

    础的学习者介绍一门时下比较流行、并且用途比较广泛的编程语言,所以,本书读起来不晦涩,并且在其中穿插了很多貌似与Python 编程无关,但与学习者未来程序员职业生涯有关的内容。 获取完整文档资料可下载附件哦!!!! 如果内容
    发表于 06-03 16:10

    L-com诺通推出超5类或6类直角型网络延长线缆

    在工业以太网连接中,我们经常会碰到需要延长线缆传输的情况。为了更好实现以太网信号的稳定传输,L-com诺通推出了一系列超5类或6类直角型网络延长线缆。
    的头像 发表于 05-30 16:13 663次阅读

    ADF5355失锁: 在用ADF5355进行多次扫频时,延时给了500ms还是经常会失锁

    在用ADF5355进行多次扫频时,延时给了500ms还是经常会失锁,请问各位该如何解决这个问题
    发表于 05-06 20:40

    使用mpc5675k器件,调试时经常莫名其妙地触发中断,怎么解决?

    我正在使用mpc5675k器件、我在调试时经常莫名其妙地触发中断。 我知道,因为我没有配置相应的中断,所以程序经常会遇到 DefaultInterrupt 函数。 让我困惑的是,我知道我没有配置它
    发表于 03-27 06:42

    使用H723的SPI6+BDMA组合,通信过程经常报UDR和OVR错误中断怎么解决?

    使用H723的SPI6+BDMA组合。通信过程经常报UDR和OVR错误中断。有时直接卡住,无法通信。
    发表于 03-14 06:07

    使用Python3.7导入cv2时遇到错误怎么解决?

    使用 Python* 版本 3.7。 Ran Classification Python* 演示。 在导入 cv2 时遇到错误: ImportError: DLL load failed: The specified modu
    发表于 03-05 09:37

    在深度学习工作台中安装Python软件包报错怎么解决?

    在 DL 工作台中导入的模型。 在准备将导入的模型转换为中间表示 (IR) 时收到错误: Cannot install packages for python /home/workbench/.workbench/environments/2/bin/
    发表于 03-05 07:32

    常见xgboost错误及解决方案

    XGBoost(eXtreme Gradient Boosting)是一种流行的机器学习算法,用于解决分类和回归问题。尽管它非常强大和灵活,但在使用过程中可能会遇到一些常见的错误。以下是一些常见
    的头像 发表于 01-19 11:22 4644次阅读

    使用Python实现xgboost教程

    使用Python实现XGBoost模型通常涉及以下几个步骤:数据准备、模型训练、模型评估和模型预测。以下是一个详细的教程,指导你如何在Python中使用XGBoost。 1. 安装XGBoost
    的头像 发表于 01-19 11:21 2214次阅读

    GPIO错误排查与解决

    在嵌入式系统和微控制器编程中,通用输入输出(GPIO)是最常见的接口之一。然而,在使用GPIO时,我们可能会遇到各种错误。 1. 理解GPIO GPIO是微控制器上的一组引脚,可以被配置为输入或输出
    的头像 发表于 01-09 09:46 3716次阅读

    ADS1291测试中经常会出现R波变小的情况,为什么?

    最近使用ADS1291的过程中,刚开始非常顺利,很快就能正确的采集到波形,噪声情况良好,但是后面测试的时候发现了一个非常奇怪的问题,测试中经常会出现R波变小的情况,或者R波根本就看不到,而P波、T
    发表于 01-09 06:39

    RTOS中的错误检查机制

    在嵌入式应用中,有可能发生各种各样的错误,系统必须能够检测到这些错误并作出适当的响应。RTOS通常内置了一些错误检查功能,用于检测错误并向应用提供响应
    的头像 发表于 01-03 14:44 1022次阅读