Как стать автором
Поиск
Написать публикацию
Обновить
Оценка компании на Хабр Карьере
3.73
Оценка
322.44
Рейтинг
VK
Технологии, которые объединяют

Что за чёрт, Python

Время на прочтение24 мин
Количество просмотров102K
Блог компании VKIT-стандарты*Python*Занимательные задачкиНенормальное программирование*
Перевод
Автор оригинала: Satwik Kansal


Недавно мы писали о забавных, хитрых и странных примерах на JavaScript. Теперь пришла очередь Python. У Python, высокоуровневого и интерпретируемого языка, много удобных свойств. Но иногда результат работы некоторых кусков кода на первый взгляд выглядит неочевидным.


Ниже — забавный проект, в котором собраны примеры неожиданного поведения в Python с обсуждением того, что происходит под капотом. Часть примеров не относятся к категории настоящих WTF?!, но зато они демонстрируют интересные особенности языка, которых вы можете захотеть избегать. Я думаю, это хороший способ изучить внутреннюю работу Python, и надеюсь, вам будет интересно.


Если вы уже опытный программист на Python, то многие примеры могут быть вам знакомы и даже вызовут ностальгию по тем случаям, когда вы ломали над ними голову :)


Содержание



Структура примеров


Примечание: Все приведённые примеры протестированы на интерактивном интерпретаторе Python 3.5.2 и должны работать во всех версиях языка, если иное явно не указано в описании.


Структура примеров:


Какой-нибудь дурацкий заголовок


# Код.
# Подготовка к магии...

Результат (версия Python):


>>> инициирующее_выражение
Вероятно, неожиданный результат

(Опционально): Однострочное описание неожиданного результата.


Объяснение:


  • Краткое объяснение того, что произошло и почему. 


    Поясняющие примеры (если необходимо)

    Результат: 


    >>> инициирование # какого-то примера, срывающего покровы с магии
# объясняющий результат

    Использование


    Мне кажется, что лучший способ извлечь максимальную пользу из этих примеров — это читать их в хронологическом порядке:


  • Внимательно изучать начальный код. Если вы опытный Python-программист, то чаще всего будете успешно предсказывать, что произойдёт.


  • Изучать результаты и:


    • Проверять, совпали ли они с вашими ожиданиями.
    • Убеждаться, что вы понимаете, почему получен именно такой результат.
    • Если не понимаете, то читайте объяснение (если всё равно не понимаете, то заорите и напишите здесь).
    • Если понимаете, то погладьте себя по головке и переходите к следующему примеру.


P. S. Также можете читать эти примеры в командной строке. Только сначала установите npm-пакет wtfpython,


$ npm install -g wtfpython

Теперь запустите wtfpython в командной строке, и в результате эта коллекция откроется в вашем $PAGER.


#TODO: Добавьте пакет pypi для чтения в командной строке.


Примеры


Пропуск строк?


Результат:


>>> value = 11
>>> valuе = 32
>>> value
11

Wat?


Примечание: проще всего воспроизвести этот пример с помощью копирования и вставки в ваш файл/оболочку.


Объяснение


Некоторые Unicode-символы выглядят так же, как и ASCII, но различаются интерпретатором.


>>> value = 42 #ascii e
>>> valuе = 23 #cyrillic e, Python 2.x interpreter would raise a `SyntaxError` here
>>> value
42

Ну, как-то сомнительно...


def square(x):
    """
    Простая функция для вычисления квадрата числа путём сложения.
    """
    sum_so_far = 0
    for counter in range(x):
        sum_so_far = sum_so_far + x
  return sum_so_far

Результат (Python 2.x):


>>> square(10)
10

Разве должно было получиться не 100?
Примечание: если не можете воспроизвести результат, попробуйте запустить в оболочке файл mixed_tabs_and_spaces.py.


Объяснение


  • Не смешивайте табуляцию и пробелы! Символ, предшествующий return, это табуляция, он распознаётся как четыре пробела.
  • Вот как Python обрабатывает табуляции:
    Сначала они заменяются (слева направо) пробелами, от одного до восьми, так что общее количество заменяемых символов может быть в восемь раз больше...
  • Поэтому табуляция в последней строке функции square заменяется восемью пробелами и попадает в цикл.
  • Python 3 в таких случаях умеет автоматически кидать ошибку.

Результат (Python 3.x):


TabError: inconsistent use of tabs and spaces in indentation

Время для хеш-пирожных!


1.


some_dict = {}
some_dict[5.5] = "Ruby"
some_dict[5.0] = "JavaScript"
some_dict[5] = "Python"

Результат:


>>> some_dict[5.5]
"Ruby"
>>> some_dict[5.0]
"Python"
>>> some_dict[5]
"Python"

Python уничтожил существование JavaScript?


Объяснение


  • Словари в Python проверяют эквивалентность и сравнивают значение хешей, чтобы определить, одинаковы ли два ключа.


  • Неизменяемые объекты с одинаковыми значениями в Python всегда получают одинаковые хеши.


    >>> 5 == 5.0
True
>>> hash(5) == hash(5.0)
True

    Примечание: объекты с разными значениями тоже могут получить одинаковые хеши (такая ситуация называется хеш-коллизией).


  • При выполнении выражения some_dict[5] = "Python" существующее выражение «JavaScript» переписывается на «Python», потому что Python распознаёт 5 и 5.0 как одинаковые ключи словаря some_dict.


  • На StackOverflow прекрасно объясняется причина такого поведения.



Несоответствие времени обработки


array = [1, 8, 15]
g = (x for x in array if array.count(x) > 0)
array = [2, 8, 22]

Результат:


>>> print(list(g))
[8]

Объяснение


  • В выражении генератора клауза in обрабатывается во время объявления, а условная клауза — во время run time.
  • Поэтому перед run time выполняется переприсваивание array к списку [2, 8, 22], а поскольку из 1, 8 и 15 только значение счётчика 8 больше 0, то генератор выдаёт только 8.

Преобразование словаря во время его итерирования


x = {0: None}

for i in x:
    del x[i]
    x[i+1] = None
    print(i)

Результат:


0
1
2
3
4
5
6
7

Да, выполняется ровно восемь раз и останавливается.


Объяснение:


  • В языке не поддерживается возможность итерирования словаря, который вы редактируете.
  • Выполняется восемь раз потому, что в этом месте словарь увеличивается, чтобы вмещать больше ключей (у нас восемь записей удаления, так что нужно менять размер словаря). Это особенности реализации.
  • Аналогичный пример разбирается на StackOverflow.

Удаление элемента списка во время его итерирования


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)

Результат:


>>> list_1
[1, 2, 3, 4]
>>> list_2
[2, 4]
>>> list_3
[]
>>> list_4
[2, 4]

Знаете, почему получился результат [2, 4]?


Объяснение:


  • Менять объект во время его итерирования — всегда плохая идея. Лучше тогда итерировать копию объекта, что и делает list_3[:].


    >>> some_list = [1, 2, 3, 4]
>>> id(some_list)
139798789457608
>>> id(some_list[:]) # Notice that python creates new object for sliced list.
139798779601192

    Разница между del, remove и pop:


  • del var_name просто убирает привязку var_name локального или глобального пространства имён (поэтому list_1 остаётся незатронутым).


  • remove убирает первое совпадающее значение, а не конкретный индекс, вызывая ValueError при отсутствии значения.


  • pop убирает элемент с конкретным индексом и возвращает его, вызывая IndexError, если задан неверный индекс.



Почему получилось [2, 4]?


  • Список итерируется индекс за индексом, и когда мы убираем 1 из list_2 или list_4, то содержимым списков становится [2, 3, 4]. Оставшиеся сдвигаются вниз, то есть 2 оказывается на индексе 0, 3 — на индексе 1. Поскольку следующая итерация будет выполняться применительно к индексу 1 (где у нас 3), 2 окажется пропущена. То же самое произойдёт с каждым вторым элементом в списке. Похожий пример, связанный со словарями в Python, прекрасно объяснён на StackOverflow.

Обратные слеши в конце строки


Результат:


>>> print("\\ some string \\")
>>> print(r"\ some string")
>>> print(r"\ some string \")

    File "<stdin>", line 1
      print(r"\ some string \")
                             ^
SyntaxError: EOL while scanning string literal

Объяснение


  • В необработанном строковом литерале (raw string literal), на что указывает префикс r, обратный слеш не имеет особого значения.
  • Но интерпретатор меняет поведение обратных слешей, в результате они и последующий символ просто пропускаются. Поэтому обратные слеши в конце необработанных строк не действуют.

Давайте сделаем гигантскую строку!


Это вовсе не WTF, а лишь некоторые прикольные вещи, и их нужно опасаться :)


def add_string_with_plus(iters):
    s = ""
    for i in range(iters):
        s += "xyz"
    assert len(s) == 3*iters

def add_string_with_format(iters):
    fs = "{}"*iters
    s = fs.format(*(["xyz"]*iters))
    assert len(s) == 3*iters

def add_string_with_join(iters):
    l = []
    for i in range(iters):
        l.append("xyz")
    s = "".join(l)
    assert len(s) == 3*iters

def convert_list_to_string(l, iters):
    s = "".join(l)
    assert len(s) == 3*iters

Результат:


>>> timeit(add_string_with_plus(10000))
100 loops, best of 3: 9.73 ms per loop
>>> timeit(add_string_with_format(10000))
100 loops, best of 3: 5.47 ms per loop
>>> timeit(add_string_with_join(10000))
100 loops, best of 3: 10.1 ms per loop
>>> l = ["xyz"]*10000
>>> timeit(convert_list_to_string(l, 10000))
10000 loops, best of 3: 75.3 µs per loop

Объяснение


  • Можете подробнее почитать про timeit. Обычно с её помощью измеряют, как долго выполняются фрагменты кода.
  • Не используйте + для генерирования длинных строк: в Python str — неизменяемая, поэтому для каждой пары конкатенаций левая и правая строки должны быть скопированы в новую строку. Если вы конкатенируете четыре строки длиной по 10 символов, то копируйте (10 + 10) + ((10 + 10) + 10) + (((10 + 10) +10) +10) = 90 символов вместо 40. По мере увеличения количества и размера строк ситуация вчетверо ухудшается.
  • Поэтому рекомендуется использовать синтаксис .format. или % (но на коротких строках это работает чуть медленнее, чем +).
  • А если ваш контент уже доступен в виде итерируемого объекта, то лучше выбирать гораздо более быстрое ''.join(iterable_object).

Оптимизации интерпретатора конкатенации строк


>>> a = "some_string"
>>> id(a)
140420665652016
>>> id("some" + "_" + "string") # Notice that both the ids are same.
140420665652016
# using "+", three strings:
>>> timeit.timeit("s1 = s1 + s2 + s3", setup="s1 = ' ' * 100000; s2 = ' ' * 100000; s3 = ' ' * 100000", number=100)
0.25748300552368164
# using "+=", three strings:
>>> timeit.timeit("s1 += s2 + s3", setup="s1 = ' ' * 100000; s2 = ' ' * 100000; s3 = ' ' * 100000", number=100)
0.012188911437988281

Объяснение:


  • += быстрее + более чем двух строк, потому что первая строка (например, s1 для s1 += s2 + s3) не уничтожается, пока строка не будет обработана целиком.
  • Обе строки ссылаются на один объект, потому что оптимизация CPython в некоторых случаях старается использовать существующие неизменяемые объекты (особенность реализации), а не создавать каждый раз новые. Почитать подробнее.

Да, оно существует!


Клауза else для циклов. Типичный пример:


  def does_exists_num(l, to_find):
      for num in l:
          if num == to_find:
              print("Exists!")
              break
      else:
          print("Does not exist")

Результат:


>>> some_list = [1, 2, 3, 4, 5]
>>> does_exists_num(some_list, 4)

Существует!


>>> does_exists_num(some_list, -1)

Не существует.


Клауза else в обработке исключений. Пример:


try:
    pass
except:
    print("Exception occurred!!!")
else:
    print("Try block executed successfully...")

Результат:


Try block executed successfully...

Объяснение:


  • Клауза else исполняется после цикла только тогда, когда после всех итераций нет явного break.
  • Клауза else после блока try также называется клаузой завершения (completion clause), поскольку доступность else в выражении try означает, что блок try успешно завершён.

is не то, что оно есть


Этот пример очень широко известен.


>>> a = 256
>>> b = 256
>>> a is b
True

>>> a = 257
>>> b = 257
>>> a is b
False

>>> a = 257; b = 257
>>> a is b
True

Объяснение:


Разница между is и ==


  • Оператор is проверяет, чтобы оба операнда ссылались на один объект (т. е. проверяет, идентичны ли они друг другу).
  • Оператор == сравнивает значения операндов и проверяет на идентичность.
  • Так что is используется для эквивалентности ссылок, а == — для эквивалентности значений. Поясняющий пример:

>>> [] == []
True
>>> [] is [] # These are two empty lists at two different memory locations.
False

256 — существующий объект, а 257 — нет
При запуске Python в памяти размещаются числа от -5 до 256. Они используются часто, так что целесообразно держать их наготове.


Цитата из https://docs.python.org/3/c-api/long.html


В текущей реализации поддерживается массив целочисленных объектов для всех чисел с –5 по 256, так что когда вы создаёте int из этого диапазона, то получаете ссылку на существующий объект. Поэтому должна быть возможность изменить значение на 1. Но подозреваю, что в этом случае поведение Python будет непредсказуемым. :-)

>>> id(256)
10922528
>>> a = 256
>>> b = 256
>>> id(a)
10922528
>>> id(b)
10922528
>>> id(257)
140084850247312
>>> x = 257
>>> y = 257
>>> id(x)
140084850247440
>>> id(y)
140084850247344

Интерпретатор оказался не так умён, и во время исполнения y = 257 не понял, что мы уже создали целое число со значением 257, поэтому создаёт в памяти другой объект.


a и b ссылаются на один объект при инициализации с одинаковым значением в одной строке.


>>> a, b = 257, 257
>>> id(a)
140640774013296
>>> id(b)
140640774013296
>>> a = 257
>>> b = 257
>>> id(a)
140640774013392
>>> id(b)
140640774013488

  • Когда в одной строке a и b присваивается значение 257, интерпретатор Python создаёт новый объект, в то же время делая на него ссылку из второй переменной. Если же присвоить значения в разных строках, то интерпретатор не будет «знать», что у нас уже есть 257 в виде объекта.
  • Это оптимизация компилятора, специфически применяемая к интерактивному окружению. Когда вы вводите в работающий интерпретатор две строки, они компилируются, а значит, и оптимизируются раздельно. Если попробуете прогнать этот пример в файле .py, то не увидите такого поведения, потому что файл компилируется за раз.

is not ... отличается от is (not ...)


>>> 'something' is not None
True
>>> 'something' is (not None)
False

Объяснение


  • is not — это одиночный бинарный оператор, поведение которого отличается от ситуации, когда по отдельности используются is и not.
  • is not выдаёт False, если переменные с обеих сторон оператора указывают на один объект. В противном случае выдаётся True.

Функция внутри цикла выдает один и тот же результат


funcs = []
results = []
for x in range(7):
    def some_func():
        return x
    funcs.append(some_func)
    results.append(some_func())

funcs_results = [func() for func in funcs]

Результат:


>>> results
[0, 1, 2, 3, 4, 5, 6]
>>> funcs_results
[6, 6, 6, 6, 6, 6, 6]

Если до добавления some_func в funcs значения x в каждой итерации были разными, все функции возвращали 6.


//OR
>>> powers_of_x = [lambda x: x**i for i in range(10)]
>>> [f(2) for f in powers_of_x]
[512, 512, 512, 512, 512, 512, 512, 512, 512, 512]

Объяснение


  • При определении функции в цикле, в теле которого используется переменная цикла, замыкание функции цикла привязано к переменной, а не к её значению. Так что все функции для вычисления используют последнее значение, присвоенное переменной.
  • Чтобы получить желаемое поведение, вы можете передавать в функцию переменную цикла в качестве именованной переменной. Почему это работает? Потому что таким образом переменная снова будет определена в области видимости функции.

funcs = []
for x in range(7):
    def some_func(x=x):
        return x
    funcs.append(some_func)

Результат:


>>> funcs_results = [func() for func in funcs]
>>> funcs_results
[0, 1, 2, 3, 4, 5, 6]

Утечка переменных цикла из локальной области видимости


1.


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

Результат:


6 : for x inside loop
6 : x in global

Но x не был определён для цикла вне области видимости.


2.


# This time let's initialize x first
x = -1
for x in range(7):
    if x == 6:
        print(x, ': for x inside loop')
print(x, ': x in global')

Результат:


6 : for x inside loop
6 : x in global

3.


x = 1
print([x for x in range(5)])
print(x, ': x in global')

Результат (on Python 2.x):


[0, 1, 2, 3, 4]
(4, ': x in global')

Результат (on Python 3.x):


[0, 1, 2, 3, 4]
1 : x in global

Объяснение


  • В Python циклы for используют то пространство видимости, в котором они существуют, не заботясь о своих определённых переменных цикла. Это относится и к ситуации, если мы до этого явно определили переменную цикла for в глобальном пространстве имён. Тогда она будет перепривязана к существующей переменной.
  • Разница в результатах работы интерпретаторов Python 2.x и Python 3.x применительно к примеру с генерированием списков (list comprehension) может быть объяснена с помощью изменения, описанного в документации What’s New In Python 3.0:
    «Для генерирования списков больше не поддерживается синтаксическая форма [... for var in item1, item2, ...]. Используйте вместо неё [... for var in (item1, item2, ...)]. Также обратите внимание, что генерирования списков имеют разные семантики: они ближе к синтаксическому сахару применительно к генерирующему выражению внутри конструктора list(), и, в частности, переменные управления циклом больше не утекают в окружающую область видимости».

Крестики-нолики, где Х побеждает с первой попытки


# Let's initialize a row
row = [""]*3 #row i['', '', '']
# Let's make a board
board = [row]*3

Результат:


>>> board
[['', '', ''], ['', '', ''], ['', '', '']]
>>> board[0]
['', '', '']
>>> board[0][0]
''
>>> board[0][0] = "X"
>>> board
[['X', '', ''], ['X', '', ''], ['X', '', '']]

Но мы же не присваивали три X, верно?


Объяснение


Эта визуализация объясняет, что происходит в памяти при инициализации переменной row:


image


А когда посредством умножения row инициализируется board, то в памяти происходит вот что (каждый из элементов board[0], board[1] и board[2] является ссылкой на один и тот же список, указанный в row):


image


Опасайтесь изменяемых аргументов по умолчанию


def some_func(default_arg=[]):
    default_arg.append("some_string")
    return default_arg

Результат:


>>> some_func()
['some_string']
>>> some_func()
['some_string', 'some_string']
>>> some_func([])
['some_string']
>>> some_func()
['some_string', 'some_string', 'some_string']

Объяснение


  • В Python изменяемые аргументы по умолчанию на самом деле не инициализируются при каждом вызове функции. Вместо этого в качестве значения по умолчанию берётся недавно присвоенное значение. Когда мы явным образом передали [] в качестве аргумента в some_func, то для переменной default_arg не было использовано значение по умолчанию, поэтому функция вернула то, что ожидалось.

def some_func(default_arg=[]):
    default_arg.append("some_string")
    return default_arg

Результат:


>>> some_func.__defaults__ #This will show the default argument values for the function
([],)
>>> some_func()
>>> some_func.__defaults__
(['some_string'],)
>>> some_func()
>>> some_func.__defaults__
(['some_string', 'some_string'],)
>>> some_func([])
>>> some_func.__defaults__
(['some_string', 'some_string'],)

  • Стандартный способ избежать багов из-за изменяемых аргументов — присваивание None в качестве значения по умолчанию с последующей проверкой, передано ли какое-то значение в функцию, соответствующую этому аргументу. Пример:
    def some_func(default_arg=None):
if not default_arg:
    default_arg = []
default_arg.append("some_string")
return default_arg

    Те же операнды, но другая история


    1.

    a = [1, 2, 3, 4]
b = a
a = a + [5, 6, 7, 8]

    Результат:



    >>> a
[1, 2, 3, 4, 5, 6, 7, 8]
>>> b
[1, 2, 3, 4]

    2.


    a = [1, 2, 3, 4]
b = a
a += [5, 6, 7, 8]

    Результат:


    >>> a
[1, 2, 3, 4, 5, 6, 7, 8]
>>> b
[1, 2, 3, 4, 5, 6, 7, 8]

    Объяснение


    • Выражение a += b ведёт себя не так же, как a = a + b
    • Выражение a = a + [5,6,7,8] генерирует новый объект и присваивает a ссылку на него, оставляя b без изменений.
    • Выражение a + =[5,6,7,8] фактически преобразуется (mapped to) в функцию extend, которая работает с объектом таким образом, что a и b всё ещё указывают на один и тот же объект, который был изменён на месте.

    Изменение неизменяемого


    some_tuple = ("A", "tuple", "with", "values")
another_tuple = ([1, 2], [3, 4], [5, 6])

    Результат:


    >>> some_tuple[2] = "change this"
TypeError: 'tuple' object does not support item assignment
>>> another_tuple[2].append(1000) #This throws no error
>>> another_tuple
([1, 2], [3, 4], [5, 6, 1000])
>>> another_tuple[2] += [99, 999]
TypeError: 'tuple' object does not support item assignment
>>> another_tuple
([1, 2], [3, 4], [5, 6, 1000, 99, 999])

    Но ведь кортежи неизменяемы, разве нет...


    Объяснение


    • Цитата из https://docs.python.org/2/reference/datamodel.html
      Объект неизменяемого типа последовательности (immutable sequence type) не может измениться после своего создания. Если объект содержит ссылки на другие объекты, то эти объекты могут быть изменяемыми и могут быть изменены. Однако коллекцию объектов, на которую прямо ссылается неизменяемый объект, изменить нельзя.
    • Оператор += изменяет список на месте. Присвоение элемента (item assignment) не работает, но, когда возникает исключение, элемент уже был изменён на месте.

    Использование переменной, не определeнной в области видимости


    a = 1
def some_func():
    return a

def another_func():
    a += 1
    return a

    Результат:


    >>> some_func()
1
>>> another_func()
UnboundLocalError: local variable 'a' referenced before assignment

    Объяснение


    • Когда вы присваиваете переменную в области видимости, она становится локальной для этой области. То есть a становится локальной переменной области видимости another_func, но она не была ранее инициализирована в той же области, которая кидает ошибку.
    • Почитайте это короткое замечательное руководство, чтобы больше узнать о том, как в Python работают пространства имён и разрешение области видимости (scope resolution).
    • Используйте ключевое слово global для модифицирования переменной внешней области видимости a в another_func.

    def another_func()
    global a
    a += 1
    return a

    Результат:


    >>> another_func()
2

    Исчезновение переменной из внешней области видимости


    e = 7
try:
    raise Exception()
except Exception as e:
    pass

    Результат (Python 2.x):


    >>> print(e)
# prints nothing

    Результат (Python 3.x):


    >>> print(e)
NameError: name 'e' is not defined

    Объяснение


    • Источник.
      Если назначает исключение с целевым as, оно очищается в конце клаузы except. Как если бы


      except E as N:
foo

      было преобразовано в


      except E as N:
try:
    foo
finally:
    del N

      Это означает, что исключение нужно назначать на другое имя, чтобы можно было ссылаться на него после клаузы except. Исключения очищаются потому, что к ним прикрепляется обратная трассировка (traceback), в результате во фрейме стека формируется ссылочный цикл (reference cycle), поддерживающий все локалы в этом фрейме живыми, пока не пройдёт следующая итерация сборки мусора.


    • В Python клаузы не входят в область видимости. В этом примере всё представлено в одной области видимости, и переменная e убирается из-за исполнения клаузы except. Но это не относится к функциям, имеющим отдельные внутренние области видимости. Иллюстрация:


      def f(x):
del(x)
print(x)


    x = 5
    y = [5, 4, 3]


    **Результат:**

    f(x)
    UnboundLocalError: local variable 'x' referenced before assignment
    f(y)
    UnboundLocalError: local variable 'x' referenced before assignment
    x
    5
    y
    [5, 4, 3]
    - В Python 2.x имя переменной e присвоено экземпляру `Exception()`, так что при попытке вывода на экран вы ничего не увидите.



    Результат (Python 2.x):


    >>> e
Exception()
>>> print e
# Nothing is printed!

    Return возвращает везде


    def some_func():
    try:
        return 'from_try'
    finally:
        return 'from_finally'

    Результат:


    >>> some_func()
'from_finally'

    Объяснение


    • Когда в блоке try выражения try…finally выполняется return, break или continue, то на выходе также исполняется клауза finally.
    • Возвращаемое функцией значение определяется последним выполненным выражением return. Поскольку клауза finally исполняется всегда, выражение return, исполненное в клаузе finally, всегда будет последним исполненным.

    Когда True на самом деле False


    True = False
if True == False:
    print("I've lost faith in truth!")

    Результат:


    I've lost faith in truth!

    Объяснение


    • Изначально в Python не было типа bool (программисты использовали 0 для false и ненулевое значение вроде 1 для true). Затем в язык добавили True, False и тип bool, но из-за обратной совместимости нельзя было сделать True и False константами — они представляли собой просто встроенные переменные.
    • Python 3 стал обратно несовместимым, поэтому в нём наконец исправили ситуацию с булевыми значениями, так что этот пример не работает в Python 3.x!

    Будьте осторожны с цепочками операций


    >>> True is False == False
False
>>> False is False is False
True
>>> 1 > 0 < 1
True
>>> (1 > 0) < 1
False
>>> 1 > (0 < 1)
False

    Объяснение


    Как сказано в https://docs.python.org/2/reference/expressions.html#not-in


    Формально, если a, b, c, ..., y, z — выражения, а op1, op2, ..., opN —операторы сравнения, тогда a op1 b op2 c… y opN z эквивалентно op1 b и b op2 c и… y opN z, за исключением того, что каждое выражение вычисляется однократно.

    Хотя такое поведение могло показаться вам глупостью, оно очень удобно в ситуациях вроде a == b == c и 0 <= x <= 100.


    • False is False is False эквивалентно (False is False) and (False is False)
    • True is False == False эквивалентно True is False and False == False, и поскольку первая часть выражения (True is False) вычисляется как False, то и всё выражение вычисляется как False.
    • 1 > 0 < 1 эквивалентно 1 > 0 and 0 < 1, что вычисляется как True.
    • Выражение (1 > 0) < 1 эквивалентно True < 1 и 

    >>> int(True)
1
>>> True + 1 #not relevant for this example, but just for fun
2

    Так что 1 < 1 вычисляется как False


    Разрешение имен игнорирует область видимости класса


    1.


    x = 5
class SomeClass:
    x = 17
    y = (x for i in range(10))

    Результат:


    >>> list(SomeClass.y)[0]
5

    2.


    x = 5
class SomeClass:
    x = 17
    y = [x for i in range(10)]

    Результат (Python 2.x):


    >>> SomeClass.y[0]
17

    Результат (Python 3.x):


    >>> SomeClass.y[0]
5

    Объяснение


    • Области видимости, вложенные внутрь определения класса, игнорируют имена, привязанные к уровню класса.
    • Генерирующее выражение имеет собственную область видимости.
    • Начиная с Python 3.X генераторы списков (list comprehensions) тоже имеют свои области видимости.

    От заполненности до None в одной инструкции


    some_list = [1, 2, 3]
some_dict = {
  "key_1": 1,
  "key_2": 2,
  "key_3": 3
}

some_list = some_list.append(4)
some_dict = some_dict.update({"key_4": 4})

    Результат:


    >>> print(some_list)
None
>>> print(some_dict)
None

    Объяснение


    Большинство методов, изменяющих элементы объектов последовательности/преобразования (sequence/mapping objects) вроде list.append, dict.update, list.sort и т. д., изменяют объекты на месте и возвращают None. Причина — в улучшении производительности благодаря избеганию созданий копии объекта, если операцию можно выполнить на месте (взято отсюда)


    Явное приведение типов в строковых значениях


    Это вовсе не WTF, но у меня ушла куча времени на осознание того, что в Python существуют такие вещи. Делюсь с начинающими.


    a = float('inf')
b = float('nan')
c = float('-iNf')  #These strings are case-insensitive
d = float('nan')

    Результат:


    >>> a
inf
>>> b
nan
>>> c
-inf
>>> float('some_other_string')
ValueError: could not convert string to float: some_other_string
>>> a == -c #inf==inf
True
>>> None == None # None==None
True
>>> b == d #but nan!=nan
False
>>> 50/a
0.0
>>> a/a
nan
>>> 23 + b
nan

    Объяснение
    'inf' и 'nan' — специальные строковые значения (чувствительные к регистру). Если явно привести их к типу float, то можно использовать их для представления, соответственно, математических «бесконечности» и «не числа».


    Атрибуты классов и экземпляров


    1.


    class A:
    x = 1

class B(A):
    pass

class C(A):
    pass

    Результат:


    >>> A.x, B.x, C.x
(1, 1, 1)
>>> B.x = 2
>>> A.x, B.x, C.x
(1, 2, 1)
>>> A.x = 3
>>> A.x, B.x, C.x
(3, 2, 3)
>>> a = A()
>>> a.x, A.x
(3, 3)
>>> a.x += 1
>>> a.x, A.x
(4, 3)

    2.


    class SomeClass:
    some_var = 15
    some_list = [5]
    another_list = [5]
    def __init__(self, x):
        self.some_var = x + 1
        self.some_list = self.some_list + [x]
        self.another_list += [x]

    Результат:


    >>> some_obj = SomeClass(420)
>>> some_obj.some_list
[5, 420]
>>> some_obj.another_list
[5, 420]
>>> another_obj = SomeClass(111)
>>> another_obj.some_list
[5, 111]
>>> another_obj.another_list
[5, 420, 111]
>>> another_obj.another_list is SomeClass.another_list
True
>>> another_obj.another_list is some_obj.another_list
True

    Объяснение


    • Переменные классов и переменные в экземплярах классов внутренне обрабатываются как словари объектов классов. Если имя переменной не найдено в словаре текущего класса, то поиск выполняется в родительских классах.
    • Оператор += модифицирует изменяемый объект на месте без создания нового объекта. Так что изменение атрибута одного экземпляра влияет также на другие экземпляры и атрибут класса.

    Ловля исключений


    some_list = [1, 2, 3]
try:
    # This should raise an ``IndexError``
    print(some_list[4])
except IndexError, ValueError:
    print("Caught!")

try:
    # This should raise a ``ValueError``
    some_list.remove(4)
except IndexError, ValueError:
    print("Caught again!")

    Результат (Python 2.x):


    Caught!

ValueError: list.remove(x): x not in list

    Результат (Python 3.x):


      File "<input>", line 3
    except IndexError, ValueError:
                     ^
SyntaxError: invalid syntax

    Объяснение


    • Для добавления нескольких исключений в клаузу except вам нужно передавать их в первый аргумент в виде взятого в круглые скобки кортежа. Второй аргумент — опциональное имя, которое потом привязывается к экземпляру после кидаемого исключения. Пример:

    some_list = [1, 2, 3]
try:
   # This should raise a ``ValueError``
   some_list.remove(4)
except (IndexError, ValueError), e:
   print("Caught again!")
   print(e)

    Результат (Python 2.x):


    Caught again!
list.remove(x): x not in list

    Результат (Python 3.x):


      File "<input>", line 4
    except (IndexError, ValueError), e:
                                     ^
IndentationError: unindent does not match any outer indentation level

    • Не рекомендуется отделять исключение от переменной с помощью запятой, это не работает в Python 3; нужно использовать as. Пример:

    some_list = [1, 2, 3]
try:
    some_list.remove(4)

except (IndexError, ValueError) as e:
    print("Caught again!")
    print(e)

    Результат:


    Caught again!
list.remove(x): x not in list

    Полночь не существует?


    from datetime import datetime

midnight = datetime(2018, 1, 1, 0, 0)
midnight_time = midnight.time()

noon = datetime(2018, 1, 1, 12, 0)
noon_time = noon.time()

if midnight_time:
    print("Time at midnight is", midnight_time)

if noon_time:
    print("Time at noon is", noon_time)

    Результат:


    ('Time at noon is', datetime.time(12, 0))
The midnight time is not printed.

    Объяснение


    До Python 3.5 булевым значением для объекта datetime.time было False, если требовалось представить полночь в формате UTC. Из-за этого могут возникать ошибки при использовании синтаксиса if obj: при проверке, имеет ли obj значение null или другой эквивалент «пустоты».


    Что не так с булевыми значениями?


    1.


    # A simple example to count the number of boolean and
# integers in an iterable of mixed data types.
mixed_list = [False, 1.0, "some_string", 3, True, [], False]
integers_found_so_far = 0
booleans_found_so_far = 0

for item in mixed_list:
    if isinstance(item, int):
        integers_found_so_far += 1
    elif isinstance(item, bool):
        booleans_found_so_far += 1

    Результат:


    >>> booleans_found_so_far
0
>>> integers_found_so_far
4

    2.


    another_dict = {}
another_dict[True] = "JavaScript"
another_dict[1] = "Ruby"
another_dict[1.0] = "Python"

    Результат:


    >>> another_dict[True]
"Python"

    Объяснение


    • Булевые значения — подкласс int
      >>> isinstance(True, int)
True
>>> isinstance(False, int)
True
    • Целое число True равно 1, а False — 0.
      >>> True == 1 == 1.0 and False == 0 == 0.0
True
    • Причины описаны на StackOverflow.

    Игла в стоге сена


    Почти каждый Python-программист сталкивался с этой ситуацией.


    t = ('one', 'two')
for i in t:
    print(i)

t = ('one')
for i in t:
    print(i)

t = ()
print(t)

    Результат:


    one
two
o
n
e
tuple()

    Объяснение


    • Корректным выражением для ожидаемого поведения будет t = ('one',) или t = 'one', (отсутствует запятая), иначе интерпретатор решит, что t является str и итерирует её символ за символом.
    • () — специальный токен, обозначающий пустой tuple.

    For что?


    Предложено @MittalAshok.


    some_string = "wtf"
some_dict = {}
for i, some_dict[i] in enumerate(some_string):
    pass

    Результат:


    >>> some_dict # An indexed dict is created.
{0: 'w', 1: 't', 2: 'f'}

    Объяснение



    for_stmt: 'for' exprlist 'in' testlist ':' suite ['else' ':' suite]

    Здесь exprlist — цель присвоения. Это означает, что эквивалент {exprlist} = {next_value} исполняется для каждого элемента из итерируемых. Интересный пример предложен @tukkek:


    for i in range(4):
    print(i)
    i = 10

    Результат:


    0
1
2
3

    Вы думали, что цикл будет прогнан только один раз?


    Объяснение


    • Выражение присваивания i = 10 никогда не влияет на итерации цикла из-за особенностей работы цикла в Python. Перед началом каждой итерации следующий элемент, предоставленный итератором (range(4) в данном случае), распаковывается и присваивается к переменной из целевого списка (i в данном случае).
    • Функция enumerate(some_string) в каждой итерации извлекает новое значение i (счётчик A увеличивается) и символ из some_string. Затем она задаёт (просто присваивает) этому символу ключ i из словаря some_dict. Развёртку цикла можно упростить до:

    >>> i, some_dict[i] = (0, 'w')
>>> i, some_dict[i] = (1, 't')
>>> i, some_dict[i] = (2, 'f')
>>> some_dict

    Узел not


    Предложено @MostAwesomeDude.


    x = True
y = False

    Результат:


    >>> not x == y
True
>>> x == not y
  File "<input>", line 1
    x == not y
           ^
SyntaxError: invalid syntax

    Объяснение


    • Старшинство оператора влияет на вычисление выражения, и в Python оператор == выше по старшинству, чем оператор not.
    • Поэтому not x == y эквивалентно not (x == y), что эквивалентно выражению not (True == False), которое вычисляется как True.
    • Но x == not y выдаёт SyntaxError, потому что его можно представить как эквивалент (x == not) y, а не x == (not y), как вы могли подумать в первый момент.
    • Парсер ожидает, что токен not — часть оператора not in (потому что операторы == и not in имеют одинаковое старшинство), но когда следом за токеном not он не находит токен in, то выдаёт SyntaxError.

    А вы могли такое предположить?


    Предложено PiaFraus.


    a, b = a[b] = {}, 5

    Результат:


    >>> a
{5: ({...}, 5)}

    Объяснение



    (target_list "=")+ (expression_list | yield_expression)

    а также:


    Оператор присваивания обрабатывает список выражений (это может быть одиночное выражение или список выражений, разделённых запятыми, во втором случае получается кортеж) и присваивает единственный результирующий объект каждому элементу из списка, слева направо.

    • Выражение + в (target_list "=")+ означает, что может быть один или несколько целевых списков. В этом случае целевыми списками являются a, b и a[b] (обратите внимание, что список выражений только один, в нашем случае {}, 5).
    • После обработки списка выражений его значение распаковывается в целевой список слева направо. В нашем случае сначала кортеж {}, 5 распаковывается в a, b, и теперь у нас a = {} и b = 5.
    • a теперь присваивается {}, который является изменяемым объектом.
    • Второй целевой список — a[b] (вы можете подумать, что будет выдана ошибка, потому что a и b не были перед этим определены. Но помните, мы просто присвоили a к {} и b к 5).
    • Теперь задаём ключ 5 из словаря кортежу ({}, 5), создавая тем самым циклическую ссылку ({...} в выходных данных ссылается на тот же объект, на который теперь ссылается a). Более простой пример циклической ссылки:

    >>> some_list = some_list[0] = [0]
>>> some_list
[[...]]
>>> some_list[0]
[[...]]
>>> some_list is some_list[0]
[[...]]

    Аналогично вышеприведённому примеру (a[b][0] это тот же объект, что и a)


    • То есть вы можете разбить пример на:

    a, b = {}, 5
a[b] = a, b

    И циклическая ссылка может быть оправдана тем, что a[b][0] является тем же объектом, что и 


    a
>>> a[b][0] is a
True

    Мелкие примеры


    • Join() — это строковая операция (string operation), а не операция списка (list operation). В первое время это выглядит неочевидным.
      Объяснение: если join() — это метод для строки, тогда он может оперировать любыми итерируемыми (списками, кортежами, итераторами). Если бы это был метод для списка, то он реализовывался бы каждым типом отдельно. Кроме того, нет смысла помещать предназначенный для строковых значений метод в API обычного объекта list.
    • Несколько странно выглядящих, но семантически корректных выражений:
      • [] = () (распаковывает пустой tuple в пустой list)
      • 'a'[0][0][0][0][0] также семантически корректно, потому что строки в Python итерируемые.
      • 3 --0-- 5 == 8 и --5 == 5 семантически верны и вычисляются как True.
    • Python использует два байта для хранения локальной переменной в функции. В теории это означает, что в функции можно определить только 65 536 переменных. Но в Python есть удобное встроенное решение, которое позволяет хранить более 2^16 имён переменных. В этом коде показано, что произойдёт в стеке, когда определено более 65 536 локальных переменных (внимание: код выводит около 2^18 строк текста!):

    import dis
exec("""
def f():*     """ + """
    """.join(["X"+str(x)+"=" + str(x) for x in range(65539)]))

f()

print(dis.dis(f))

    • Несколько потоков выполнения Python не будут работать параллельно (да, именно так!). Если вы создадите несколько потоков и попытаетесь запустить их параллельно, то из-за Global Interpreter Lock в Python все ваши потоки будут выполняться на одном ядре шаг за шагом. Для реального распараллеливания воспользуйтесь модулем многопроцессорной обработки.
    • Создание срезов списка (list slicing) с выходящими за границы индексами не приведёт к ошибкам:

    >>> some_list = [1, 2, 3, 4, 5]
>>> some_list[111:]
[]

    Внести свой вклад


    Все патчи приветствуются! Только перед самой публикацией прошу сначала создавать тему:) Подробности описаны в CONTRIBUTING.md.


    Полезные ссылки


    • https://www.youtube.com/watch?v=sH4XF6pKKmk
    • https://www.reddit.com/r/Python/comments/3cu6ej/what_are_some_wtf_things_about_python
    • https://sopython.com/wiki/Common_Gotchas_In_Python
    • https://stackoverflow.com/questions/530530/python-2-x-gotchas-and-landmines
    • https://stackoverflow.com/questions/1011431/common-pitfalls-in-python (В этой теме на StackOverflow приведены полезные рекомендации, что можно и что нельзя делать в Python.)

Теги:
Хабы:
Всего голосов 84: ↑69 и ↓15+54
Комментарии47
VK
Технологии, которые объединяют
TwitterВКонтактеTelegram
387
Карма
0
Рейтинг
Макс @AloneCoder

¯\_(ツ)_/¯

Отправить сообщение

Публикации

Информация

Сайт
team.vk.company
Дата регистрации
Дата основания
Численность
свыше 10 000 человек
Местоположение
Россия

Ваш аккаунт

Разделы

Информация

Услуги

Техническая поддержка
© 2006–2024, Habr