分类目录归档:Python基础

从零掌握 Python 异常处理与自定义异常

程序总会遇到「文件不存在」「接口超时」「用户输入非法」。把异常处理好,你的代码才像能上线的工具,而不是一碰就崩的脚本。

基础结构

try:
    with open("data.csv", encoding="utf-8") as f:
        text = f.read()
except FileNotFoundError:
    print("文件不存在,请先准备 data.csv")
except PermissionError:
    print("没有读权限")
else:
    print("读取成功,长度:", len(text))
finally:
    print("无论成败都会执行(适合收尾)")

捕获要具体,别裸 except

# 不推荐
try:
    do_something()
except:
    pass

# 推荐:只抓你能处理的异常
try:
    do_something()
except (ValueError, TypeError) as e:
    print("输入有问题:", e)

自定义业务异常

class OrderError(Exception):
    """订单相关错误基类"""

class InsufficientStockError(OrderError):
    def __init__(self, sku: str, left: int):
        self.sku = sku
        self.left = left
        super().__init__(f"SKU {sku} 库存不足,剩余 {left}")

def place_order(sku: str, qty: int, stock: dict):
    left = stock.get(sku, 0)
    if qty > left:
        raise InsufficientStockError(sku, left)
    stock[sku] = left - qty

上层可以统一捕获 OrderError,也可以单独处理库存不足。

异常链:保留根因

try:
    raw = int(user_input)
except ValueError as e:
    raise ValueError("年龄必须是整数") from e

实践建议

  1. 边界输入、IO、网络调用必须有异常策略。
  2. 库代码抛异常,业务层决定怎么展示给用户。
  3. 日志里记录异常类型和关键上下文,别只 print「出错了」。

彻底搞懂 Python 列表推导式与生成器表达式

列表推导式写起来短、读起来快,是 Python 里最受欢迎的语法糖之一。但它也容易被滥用。本文把推导式、生成器表达式、何时该用 for一次讲清楚。

基础写法

nums = [1, 2, 3, 4, 5]
squares = [n * n for n in nums]
evens = [n for n in nums if n % 2 == 0]
labels = ["偶" if n % 2 == 0 else "奇" for n in nums]

嵌套推导式:可读性优先

matrix = [[1, 2], [3, 4], [5, 6]]
flat = [x for row in matrix for x in row]
# 等价于:
flat2 = []
for row in matrix:
    for x in row:
        flat2.append(x)

超过两层嵌套,建议改回普通 for,团队协作时更友好。

生成器表达式:省内存

# 列表:立刻占满内存
total1 = sum([i * i for i in range(10_000_000)])

# 生成器:边算边丢,内存友好
total2 = sum(i * i for i in range(10_000_000))

差别只在括号:[] 是列表,() 是生成器。传给 sum、any、max 这类「吃一遍就结束」的函数时,优先生成器。

字典 / 集合推导

words = ["python", "pandas", "agent"]
length_map = {w: len(w) for w in words}
unique_lens = {len(w) for w in words}

实战:清洗一行脏数据

raw = "  Alice,  bob ,CHARLIE,, "
names = [x.strip().title() for x in raw.split(",") if x.strip()]
print(names)  # ['Alice', 'Bob', 'Charlie']

什么时候别用推导式

  • 逻辑里有多步副作用(写文件、打日志、调接口)
  • 嵌套过深,同事读不懂
  • 需要调试中间变量时

口诀:变换和过滤用推导式;业务流程用 for。

Python 变量、类型与可变不可变:新手最容易踩的坑

学 Python 的前两周,很多人都会被「变量到底存的是什么」绕晕。搞清楚对象、引用、可变/不可变,后面写函数、改列表、传参时会少踩一大半坑。

变量是标签,不是盒子

在 Python 里,变量名更像贴在对象上的标签,而不是装数据的盒子:

a = [1, 2, 3]
b = a
b.append(4)
print(a)  # [1, 2, 3, 4]

b = a 并没有复制列表,只是让 b 也指向同一个对象。改 b 等于改 a。

不可变 vs 可变

  • 不可变:int、float、str、tuple、frozenset。改值本质是新建对象再改标签指向。
  • 可变:list、dict、set、自定义对象。可以在原地修改内容。
x = "hi"
print(id(x))
x = x + "!"
print(id(x))  # 地址变了,说明是新字符串

nums = [1, 2]
print(id(nums))
nums.append(3)
print(id(nums))  # 地址不变,原地修改

函数参数为什么「改了又没改」

def bad(items=[]):  # 危险:默认参数只创建一次
    items.append(1)
    return items

print(bad())  # [1]
print(bad())  # [1, 1]  上一次的列表还在

def good(items=None):
    if items is None:
        items = []
    items.append(1)
    return items

可变对象作默认参数,是经典坑。默认写成 None,函数里再新建。

想复制怎么办

import copy
a = [[1], [2]]
shallow = a.copy()      # 浅拷贝:外层新列表,内层还是同一批对象
deep = copy.deepcopy(a) # 深拷贝:整棵对象树都复制

小结

  1. 赋值是贴标签,不是复制内容。
  2. 可变对象共享引用时,一边改两边都变。
  3. 默认参数、函数返回值里尽量别「偷偷」共享可变对象。