python/numpy的副作用陷阱？恐怖故事和侥幸逃脱

Question

我正在考虑从Matlab转到Python/numpy进行数据分析和数值模拟。我已经使用Matlab（和SML-NJ）很多年了，在没有副作用的功能环境中非常舒服（除了I/O），但是对于Python中的副作用我有点不情愿。人们能分享他们最喜欢的关于副作用的窍门吗？如果可能的话，他们是如何避开这些问题的？例如，当我在Python中尝试以下代码时，我有点惊讶：

lofls = [[]] * 4    #an accident waiting to happen!
lofls[0].append(7)  #not what I was expecting...
print lofls         #gives [[7], [7], [7], [7]]
#instead, I should have done this (I think)
lofls = [[] for x in range(4)]
lofls[0].append(7)  #only appends to the first list
print lofls         #gives [[7], [], [], []]

提前谢谢

Answer 1

我最近在尝试消除对numpy的一个小依赖时，又偶然发现了这个问题（在python多年之后）。在

如果您来自matlab，您应该使用并信任numpy函数来处理单类型数组。与matplotlib一起，它们是一些非常方便的软件包，可以实现平滑过渡。在

import numpy as np
np.zeros((4,)) # to make an array full of zeros [0,0,0,0]
np.zeros((4,1)) # another one full of zeros but 2 dimensions [[0],[0],[0],[0]]
np.zeros((4,0)) # an empty array like [[],[],[],[]]
np.zeros((0,4)) # another empty array, which can not be represented with python lists o_O

等等

Answer 2

将对同一个（可变）对象的引用与对不同对象的引用混淆起来确实是一个“问题”（所有非函数性语言都会遇到这种情况，即具有可变对象和引用的语言）。初学者Python代码中经常出现的一个错误是误用了一个可变的默认值，例如：

def addone(item, alist=[]):
  alist.append(item)
  return alist

如果目的是让addone保持自己的状态（并将一个增长的列表返回给连续的调用方），则此代码可能是正确的，就像static数据在C中可以工作一样；如果编码人员错误地假设在每次调用时都会生成一个新的空列表，那么这段代码就不正确了。在

习惯于函数式语言的初学者也可能会被Python内置容器中的command-query separation设计决策所迷惑：那些没有特别返回内容的方法（即绝大多数变异方法）什么都不返回（具体地说，它们返回None），它们正在“原地”完成所有工作。来自误解的错误很容易被发现，例如

^{pr2}$

几乎可以肯定是一个bug，它将一个条目附加到名为alist的列表中，然后将name alist重新绑定到None（调用append的返回值）。在

虽然我提到的第一个问题是关于早期绑定，可能会误导那些认为绑定是延迟绑定的人，但是也有一些问题是相反的，即有些人的期望是早期绑定，而绑定则是延迟绑定。例如（使用假设的GUI框架…）：

for i in range(10):
    Button(text="Button #%s" % i,
           click=lambda: say("I'm #%s!" % i))

这将显示10个按钮，表示“Button#0”、“Button#1”等，但是，当单击时，每个按钮都将say，它是{}，因为{}中的i是晚绑定的（带有词法闭包）。一个修复方法是利用参数的默认值是早期绑定的这一事实（正如我在第一个问题中指出的那样！-)最后一行改成

           click=lambda i=i: say("I'm #%s!" % i))

现在lambda的i是一个带有默认值的参数，不再是一个自由变量（通过词法闭包查找），因此代码按预期工作（当然还有其他方法）。在