例外处理

一、例外处理Exception

代码运行可能会意外出现各种错误：

• 语法错误：Syntax Error

• 除以0错误：ZeroDivisionError

• 列表下标越界：IndexError

• 类型错误：TypeError…

 

事先无法预料，如：

• 由用户输入/交互引起

• 由外部数据引起

• 由设备连接等引起

二、例外处理Exception Handling

• 错误会引起程序中止退出

• 如果希望掌控意外，就需要在可能出错误的地方设置陷阱捕捉错误：try: # 为缩进的代码设置陷阱，except: # 处理错误的代码，else: # 没有出错执行的代码，finally: # 无论出错否，都执行的代码。

 

三、推导式comprehensions

可以用来生成列表、字典和集合的语句

• [<表达式> for<变量> in <可迭代对象> if<逻辑条件>]

• {<键值表达式>:<元素表达式> for <变量> in <可迭代对象> if <逻辑条件>}

• {<元素表达式>for <变量> in <可迭代对象>if <逻辑条件>}

四、用推导式替代map/filter函数

• 函数式编程被认为不太pythonic，推导式可以替代map/filter函数

• map函数的替代：map(func,list)，[func(x) for x in list]

• map(func, list1, list2)

• [func(x,y) for x,y in zip(list1, list2)]

• filter函数的替代：filter(func,list)，[x for x in list if func(x)]

 

五、替代reduce函数

• 需要一个迭代循环才能替代reduce函数，result = reduce(function, iterable, start) ，相当于：

• result = start

• for x in iterable: • result =function(result, x)

 

六、生成器推导式generator

与推导式一样语法：

• (<元素表达式>for <变量> in <可迭代对象>if <逻辑条件>)

• 返回一个生成器对象，也是可迭代对象

• 但生成器并不立即产生全部元素，仅在要用到元素的时候才生成，可以极大节省内存

 

七、生成器函数

• 如果生成器较复杂，一行表达式无法容纳，可以定义生成器函数

• 生成器函数的定义与普通函数相同，只是将return换成 了yield

• yield语句会立即中止函数执行，返回一个值

• 但在下一次迭代生成器函数的时候，会从yield语句后的语句继续执行，直到再次yield返回，或终止

• return语句也会立即中止函数执行，返回一个值

• 但它会终止函数的执行，下次调用函数会重新执行函数

 

 

公众号推荐：数据思践

数据思践公众号记录和分享数据人思考和践行的内容与故事。

《数据科学与人工智能》公众号推荐朋友们学习和使用Python语言，需要加入Python语言群的，请扫码加我个人微信，备注【姓名-Python群】，我诚邀你入群，大家学习和分享。

关于Python语言，有任何问题或者想法，请留言或者加群讨论。