作者 | Ari Joury

　　譯者 | 王德朕

　　審校 | Noe

　　無論是行業(yè)領袖還是學術研究人員，都吹捧Python是編程新手最好的語言之一。他們沒有錯，但這并不意味著Python不會讓編程新手們感到困惑。

　　以動態(tài)類型為例，看起來令人驚訝，Python 可以自己計算出變量可能獲得的值類型，而且不需要浪費一行代碼來聲明類型，這樣更快。

　　一開始是這樣的，然后你在某一行搞砸了，繼而導致你的整個項目在運行之前就崩潰了。

　　公平地說，其它語言許多都使用動態(tài)類型，但對于 Python 來說，這僅僅是一個糟糕清單的開始。

隱式聲明變量會使得代碼變得一團糟

　　幾年前，當我開始攻讀博士學位時，我想進一步開發(fā)一個由同事編寫的現有軟件，我了解它的基本原理，甚至我的同事寫了一篇關于它的文檔。

　　但我仍然需要閱讀成千上萬行的Python代碼，以確保我知道每部分代碼做了什么，從而可以把我想到的新功能放在那里，這就是問題所在......

　　整個代碼中到處都是未被聲明的變量，為了理解每個變量的用途，我必須在整個文件中搜索它，更常見的是在整個項目中搜索它。

　　還有一個復雜的情況，變量通常在函數內部被調用，但是當函數被調用時，又會有其他的東西被調用……還有一個情況，一個變量可以與一個類交織在一起，這個類與另一個類的另一個變量相關聯(lián)，而另一個類又影響著一個完全不同的類……你明白了吧。

　　有這種經歷的不止我一個,《Python之禪》中明確表示，顯式要比隱式好，但是在Python中做隱式變量太容易了，特別是在大型項目中，很快就會遇到麻煩。

可變類型無處不在--甚至在函數中也是如此

　　在Python中，你可以通過提供默認值來定義具有可選參數的函數，不必再顯式聲明，像這樣：

def add_five(a, b=0):
　　return a + b + 5

　　我知道這是個鬧著玩的例子，但是你現在可以用一個或者兩個參數來調用這個函數，它還是可以工作的:

add_five(3) # 返回 8
add_five(3,4) # 返回  12

　　它能運行，是因為表達式 b = 0將 b 定義為一個整數，而整數是不可變的:

def add_element(list=[]):
　　list.append("foo")
　　return list
add_element() # 返回 ["foo"]，符合預期

　　到目前為止，一切正常，但是如果再次執(zhí)行它會發(fā)生什么？

add_element() # returns ["foo", "foo"]! wtf!

       因為參數是一個列表，即列表 ["foo"] 已經存在，Python 只是把它的東西附加到那個列表中，這樣做是因為列表與整數不同，列表是可變的類型。

       常言道: “瘋狂就是一再重復相同的事情，卻期望得到不同的結果”（這句話常常被誤認為是阿爾伯特· 愛因斯坦說的）。也可以說，Python 加上可選參數，加上可變對象簡直是瘋了。

類變量也不安全

　　如果你認為這些問題僅限于可變對象作為可選參數的情況，那就錯了。

　　如果你進行面向對象編程（幾乎所有人都是這樣），那么類在Python代碼中無處不在，有史以來，類最有用的特性之一是——繼承。

　　這只是一個花哨的說法，如果你有一個具有某些屬性的父類，你可以創(chuàng)建一個子類繼承其屬性，像這樣：

class parent(object):
　　x = 1
class firstchild(parent):
　　pass
class secondchild(parent):
　　pass
print(parent.x, firstchild.x, secondchild.x) # 返回 1 1 1

　　這不是一個特別好的例子，所以不要將其復制到你的代碼項目中。關鍵是，子類繼承了x=1，因此我們可以調用它，并得到與父類相同的結果。

　　而且，如果我們改變了一個子類的x屬性，它應該只改變那個子類。就像你在青少年時期染了頭發(fā)，它不會改變你父母或你兄弟姐妹的頭發(fā)，這樣就可以了。

firstchild.x = 2
print(parent.x, firstchild.x, secondchild.x) # 返回 1 2 1

　　你小時候媽媽染頭發(fā)的時候發(fā)生了什么? 你的頭發(fā)沒變，對吧？

parent.x = 3
print(parent.x, firstchild.x, secondchild.x) # 返回3 2 3

       這是因為 Python 的方法解析順序，只要沒有特殊的說明，子類繼承了父類的一切，所以，在Python世界中，如果你不提前抗議，媽媽在做她的頭發(fā)時就會給你染發(fā)。

作用域有時候會反過來

　　接下來這個關卡已經絆倒我很多次了。

　　在 Python 中，如果在函數內部定義變量，那么這個變量不會在函數外部工作，有人說這超出了作用域：

def myfunction(number):
　　basenumber = 2
　　return basenumber*number
basenumber
## Oh no! This is the error:
# Traceback (most recent call last):
# File "", line 1, in
# NameError: name 'basenumber' is not defined

　　這應該是相當直觀的（不，我沒有在這一點上絆倒）。

　　那反過來呢？我的意思是，如果我在函數外面定義一個變量，然后在函數內部引用它，會怎么樣？

x = 2
def add_5():
　　x = x + 5
　　print(x)
add_5()
## Oh dear...
# Traceback (most recent call last):
# File "", line 1, in
# File "", line 2, in add_y
# UnboundLocalError: local variable 'x' referenced before assignment

       奇怪吧？如果阿爾伯特生活在一個有樹的世界里，并且阿爾伯特生活在一所房子里，那么阿爾伯特想必是知道樹是什么樣子的？（樹是x，阿爾伯特的房子是add_ 5()，阿爾伯特是5……）

　　我曾多次碰到這個問題，在一個類中，定義被另一個類調用的函數時，我花了很長時間才找到問題的根源。

　　這背后的想法是，函數內部的x與外部的x是不同的，所以你不能就這樣改變它。就像如果阿爾伯特只是夢想著把樹變成橙色，那當然不會讓樹實際變成橙色。

　　幸運的是，這個問題有一個簡單的解決方案，只要在 x 之前添加一個 global！

x = 2
def add_5():
　　global x
　　x = x + 5
print(x)
add_5() # works!

       因此，如果你認為作用域只能保護函數內部的變量不受外部世界的影響，那么請再考慮一下。在 Python 中，外部世界受到局部變量的保護，就像阿爾伯特不能用他思想的力量把樹涂成橙色一樣。

在迭代列表時修改列表

　　我自己也遇到過幾次這樣的胡說八道。

　　想想這個:

mynumbers = [x for x in range(10)]
# this is [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
for x in range(len(mynumbers)):
　　if mynumbers[x]%3 == 0:
　　mynumbers.remove(mynumbers[x])
  
## Ew!
# Traceback (most recent call last):
# File "", line 2, in
# IndexError: list index out of range

　　這個循環(huán)不起作用，因為它每隔一段時間就會刪除列表中的一個元素。因此，列表的末端會向前移動，那么就不可能到達10號元素了，因為它已經不在那里了!

　　一個簡單但方便的解決方案，為所有要刪除的元素分配一個不實用的值，然后在下一步中刪除它們。

　　但有一個更好的解決辦法:

mynumbers = [x for x in range(10) if x%3 != 0]
# that's what we wanted! [1, 2, 4, 5, 7, 8]

　　就一行代碼！

　　注意，我們已經在上面的案例中，使用了 Python 列表解析式來調用列表。

      它是方括號[] 中的表達式，是循環(huán)的簡寫形式，列表解析式通常比常規(guī)循環(huán)快一點，如果你處理的是大型數據集，這很酷。

　　在這里，我們只是添加了一個 if 子句 來告訴列表解析式，它不應該包含被3整除的數字。

       與上面描述的一些現象不同，即使初學者一開始可能會在這個這問題上磕磕絆絆，列表解析也不是 Python 糟糕的設計，而是 Python 的天才設計。

地平線上的一些光亮

      在過去，當遇到與 Python 相關的問題時，編碼并不是唯一的痛苦。Python的執(zhí)行速度也曾經慢得令人難以置信，比大多數語言都慢2到10倍?，F在這種情況已經好了很多，例如，Numpy 包在處理列表、矩陣等等方面非?？?。

　　使用Python，多進程也變得更加容易。這可以讓你使用所有的2個、16個或多個核心的計算機，而不是只有一個。我已經在20個核心上運行過，它已經為我節(jié)省了數周的計算時間。

       此外，隨著機器學習在過去幾年中取得進展，Python 已經表明，它還有很長的路要走。像 Pytorch 和 Tensorflow 這樣的軟件包使得機器學習變得非常容易，而其他語言正在努力跟上這一步。

　　這些年來 Python 已經變得更好了，然而，這一事實并不能保證一個美好的未來，Python仍然不是傻瓜式的，請謹慎地使用它。

譯者介紹

　　王德朕，51CTO社區(qū)編輯，10年互聯(lián)網產研經驗，6年IT教培行業(yè)經驗。原K12教育上市公司產品經理，技術博客專家，藍橋簽約作者，《滾雪球學Python》專欄作者，《爬蟲100例》專欄特約作者，78技術人社區(qū)發(fā)起者。

　　原文標題：Python may be easy but it’s a goddamn mess

　　鏈接：https://thenextweb.com/news/python-may-be-easy-but-its-a-mess