Vier häufige Fehler, die Sie beim Erlernen von Python vermeiden sollten

Python ist eine ausgezeichnete Sprache für Anfänger, aber das bedeutet nicht, dass Sie keine Fehler machen können. Besonders in den frühen Phasen des Programmierenlernens ist es einfach, Code zu schreiben, der technisch korrekt, aber stilistisch schlecht ist.

Wenn Sie das Programmieren lernen möchten, ist es wichtig, es gut zu lernen. Ob in der Wissenschaft oder in der Industrie, die Qualität Ihres Codes ist wichtig. Es betrifft nicht nur Sie, sondern alle, die Ihren Code weiterhin lesen und verwenden. Vielleicht noch egoistischer, es kann sich auch auf Ihre Rekrutierungsaussichten auswirken.

In diesem Artikel werde ich vier häufige Fehler besprechen, die von Python-Einsteigern gemacht werden. Das Erlernen dieser Fallstricke war für mich in meinen frühen Python-Tagen sehr hilfreich und ich hoffe, dass es auch für Sie nützlich sein wird.

Lass uns anfangen.

Boolesche bedingte Anweisung

Dies ist ein häufiger Fehler, den Einsteigerprogrammierer machen. Dies ist auch ein Fehler, den weniger unerfahrene Programmierer machen, denen ein formaler Programmierhintergrund fehlt, weil sie Code nur als Werkzeug verwenden. Ich sehe Sie an, Datenwissenschaftler.

Bedingte Anweisungen in Python sind nützlich, aber nicht immer notwendig. Dies gilt insbesondere dann, wenn die von Ihnen überprüfte Bedingung bereits einen booleschen Wert (wahr oder falsch) enthält.

Lassen Sie mich das anhand eines einfachen Beispiels veranschaulichen. Angenommen, wir möchten Code schreiben, um festzustellen, ob ein Datensatz bereinigt wurde. Glücklicherweise enthält die Codebasis eine praktische Variable namens is_data_clean, die dies verfolgt. Wir müssen es nur überprüfen und den korrekten Wert zurückgeben.

Als ersten Versuch schreiben wir vielleicht so etwas wie:

def a_function():
if is_data_clean == True:
return True
else:
return False

Das funktioniert schon, aber es funktioniert Das muss nicht so kompliziert sein. Sehen Sie das Problem? Schauen Sie genau hin.

Die Variable is_data_clean ist bereits ein boolescher Wert; daher enthält sie bereits den Wert, den Sie zurückgeben müssen! Der Code prüft, ob es „True“ ist und gibt „True“ zurück. Wenn es nicht „True“ ist (d. h. es ist „False“), gibt der Code „False“ zurück. Es sind nur ein paar unnötige Kontrollen.

Wir können den Code in der Funktion auf nur eine Zeile vereinfachen:

def a_function():
return is_data_clean

Viel besser. Python verfügt über mehr integrierte Funktionen, als den meisten Menschen bewusst ist. Es gibt einfach zu viele Leute, die immer noch Schleifen verwenden, um Summen manuell zu berechnen.

Wenn wir eine Liste von Zahlen in Python haben, sollten wir die Summe auf keinen Fall so berechnen:

total = 0
for num in numbers_list:
total += num

# 🎜 🎜#Bitte verwenden Sie stattdessen die integrierte Summenfunktion:

total

Benötigen Sie einen Mindest- oder Höchstwert? Das Universum verbietet Ihnen, Code wie diesen zu schreiben:

import math
minimum = math.inf # 从最高可能值开始
for number in numbers_list:
if number < minimum:
minimum = number

Dies ist kein Einführungskurs in die Grundlagen der Informatik; dies ist die reale Welt. Hören Sie auf, das Rad neu zu erfinden, und verwenden Sie die integrierten Min- und Max-Funktionen:

minimum = min(numbers_list)
maximum

​Eine vollständige Liste der integrierten Funktionen finden Sie in der Python-Dokumentation#🎜🎜 #Bonus: Technisch gesehen keine eingebaute Funktion.

Einige Funktionen sind schwer zu finden, aber das bedeutet nicht, dass Sie sie nicht finden sollten. Wenn wir beispielsweise den Durchschnitt einer Zahlenspalte

benötigen (Sie haben vielleicht das Gefühl, dass dies ein wiederkehrendes Thema ist), könnten wir den ersten Codeausschnitt unten verwenden, aber wir verwenden den zweiten Es sollte eines verwendet werden:

# 片段 1：不要这样做！
total = 0
for num in numbers_list:
total += num
avg = total / len(numbers_list)

# 片段 2：这样做！
import numpy as np
avg = np.mean(numbers_list)

Normalerweise stellt Python nützliche Funktionen in Modulen bereit. Das Auffinden der benötigten Module und das Importieren der Funktionen erfordert möglicherweise etwas mehr Arbeit, aber es lohnt sich.

Denken Sie daran: Bei Python dreht sich alles um Einfachheit und Lesbarkeit. Integrierte Funktionen sind Ihre Freunde. Im Gegensatz zu Ihren menschlichen Freunden enttäuschen sie nie.

不做无意义的事情

在我教授的一门 Python 入门课程中，学生的第一个项目是编写一个简单的决策算法。 这主要是一个条件练习，要求学生定义一个问题和相关的评分系统，以确定某人有资格回答这个问题的可能性。

例如，有人可能会问，“我应该成为一名数据科学家吗？” 然后，该算法可能包含以下问题，所有这些问题都会根据答案从最终输出分数中增加或减少：

• 我是否有兴趣使用数据来深入了解世界？
• 我愿意学习 Python 吗？
• 我喜欢与多学科团队合作吗？

等等。

在编写算法的过程中，许多学生意识到在某些情况下，他们根本不想对总分做任何事情。 例如，他们可能会决定，如果有人愿意学习 Python，那么他们的总分会增加 10 分，但如果他们不愿意，则分数保持不变。

大多数学生使用以下代码实现它：

# willing_to_lean 是一些基于用户输入的预定义变量
if willing_to_learn:
score += 10
else:
score += 0

这是什么都不做的经典案例。 让我们分解一下 Python 在看到代码行 score += 0 时必须执行的所有操作：

• 它需要查找变量 score 的值。
• 它需要将 0 添加到该值。 这需要调用加法函数，传入两个参数（当前值和 0），并计算输出。
• 将 score 变量重新分配给新值（显然是相同的）。

所有这些代码什么都不做。

当然，这对计算机来说不是很大的工作量，也不会对代码的效率产生任何有意义的影响。 也就是说，它毫无意义，而且有些不干净，这是优秀 Python 代码所不具备的特征。

更好的解决方案是使用 Python 的 pass 关键字，它实际上告诉 Python 什么都不做，继续前进。 它填充了一行不需要的代码，但如果完全留空就会出错。 我们甚至可以添加一点评论以提供进一步的清晰度：

if willing_to_learn:
score += 10
else:
pass # 保持分数不变

更干净、更清晰、更 Pythonic。

单一的条件变得疯狂

条件语句可以说是标准编程中最强大和一致的结构之一。 第一次学习它时，很容易忽略一个重要的微妙之处。

当我们要检查两个或多个条件时，就会出现这种情况。 例如，假设我们正在审查一项调查，以获取以下三种形式之一的回答：“Yes”、“No”或“Maybe”。

早期的 Python 程序员通常使用以下两种方式之一对此进行编码：

# 可能 1
if response == "Yes":
# do something
if response == "No":
# do something
if response == "Maybe":
# do something

# 可能 2
if response == "Yes":
# do something
elif response == "No":
# do something
else:
# do something

在这种情况下，这两个代码片段实际上是相同的。 它们的行为方式相同，理解起来并不特别混乱，并且它们实现了预期的目标。 当人们错误地认为上面的两个结构总是等价时，问题就出现了。

这是错误的。 上面的第二个代码片段是由多个部分组成的单个条件表达式，而第一个代码片段由三个独立的条件表达式组成，尽管它们看起来是相互关联的。

为什么这很重要？ 因为每当 Python 看到一个全新的 if 关键字（即一个新的条件表达式开始）时，它就会检查关联的条件。 另一方面，如果当前条件表达式中的先前条件不满足，Python 只会输入 elif 或 else 条件。

让我们看一个例子，看看为什么这很重要。 假设我们需要编写代码，根据学生在某项作业中的分数给他们打分。 我们在Python 文件中写入以下代码：

score = 76

print("SNIPPET 1")
print()

if score < 100:
print('A')
elif score < 90:
print('B')
elif score < 80:
print('C')
elif score < 70:
print('D')
else:
print('F')

print()
print("SNIPPET 2")
print()

if score < 100:
print('A')
if score < 90:
print('B')
if score < 80:
print('C')
if score < 70:
print('D')
if score < 60:
print('F')

运行此代码输出以下内容：

SNIPPET 1
A
SNIPPET 2
A
B
C

你看得到差别吗？ 在第二种情况下，我们得到了意想不到的输出。 为什么？ 因为 Python 将每个 if 语句作为一个新的条件来读取，所以如果一个分数恰好小于多个数字检查，则会为所有这些打印出相应的字母等级。

现在，有多种方法可以使用多个 if 语句； 例如，我们可以让条件检查范围而不仅仅是上限。 这个例子的重点不是争论一个例子优于另一个例子（尽管为了清楚起见，我个人倾向于使用 elif 和 else），而只是为了说明它们是不一样的。

确保你明白这一点。

最后的想法和回顾

这是您的 Python 初学者备忘单：

1. 当您可以简单地直接返回布尔值时，不要为布尔值设置不必要的条件。
2. 内置函数是您最好的朋友。
3. 如果您需要告诉 Python 什么都不做，请使用 pass 关键字。
4. 确保正确构造条件表达式，理解 if 、 elif 和 else 关键字的含义。

你决定学习 Python 真是太好了——我向你保证，这门语言会对你很好。

Das obige ist der detaillierte Inhalt vonVier häufige Fehler, die Sie beim Erlernen von Python vermeiden sollten. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!