问题仅花费了几个小时就浮出水面。但是，找到问题的根源需要更多的时间。该修复需要一天的其余时间。那时我还是一个初学者。这样，我就学到了关于Python生命中的列表的重要课程。
这听起来很熟悉吗？每个人都会发生这种情况，但最好还是从别人的错误中学习。在这篇文章中，我收集了其中的七个，可以为您节省大量的调试时间。
具有副作用的功能
由于Python不是像Haskell这样的纯函数式语言，因此函数会产生副作用。严格来说，这不是一个错误，但是很容易无意间弄乱事情。下面的示例演示了该问题。
在Python中，对象是引用类型。因此，当您将列表作为参数传递时，将传递引用而不是值。这意味着，如果您在函数中更改它们，则更改将反映在外部。
这可能会导致一些非常令人讨厌的意外情况和调试时间。(请参阅我的介绍。)提防这些，并尽早避免麻烦。
默认参数中的函数调用
默认参数有时很难使用。看一下以下内容。
为什么每次通话的返回值都一样？原因是在定义函数时，Python会使用默认参数评估表达式。如果要动态生成默认参数，则可以执行以下操作。
可变的默认参数
此问题是以上两个的结合。您是否遇到过以下情况？
这里发生两件事。
1. [] 定义函数后，Python会对表达式求值。这相当于调用list()
2. 该对象的引用绑定到参数。因此，无论何时调用该函数，都将使用相同的对象。
因此，使用可变对象作为默认参数不是一个好主意。你绝对不应该那样做。
参考作业
如我们所见，每个对象都是Python中的引用类型。除了将它们传递给函数之外，这还可能引起一些混乱。请参见以下示例：
当你执行b = a，你实际存储的参考的a。因此，a和b指向相同的对象。要解决此问题，您应该使用内置deepcopy功能。这将所有值类型属性递归复制到新变量。
如果您使用整数而不是list尝试相同的操作，则所有操作都将与您期望的一样。原因是整数类型是不可变的，因此在更改它们时会覆盖引用。
5.从东西导入*
我知道，我们都做到了这一点。这有几个缺点。
首先，不同名称空间中的函数可以具有相同的名称，从而导致整个代码库混乱。
其次，当您在Python中导入模块时，该模块中的所有代码都将被执行。如果有很多子模块要导入，这会大大降低速度。因此，如果仅导入NumPy以生成随机数，则最好使用
from numpy.random import randomimport numpy as np6.使用字符串串联连接路径
假设您必须data.csv从变量给定的文件夹中打开一个名为的文件data_folder。应该如何确定文件路径？如果你在做
data_path = data_folder +“ data_path = data_folder + "/data.csv"/data.csv”那你做错了。例如，这在Windows上将不起作用。您可能没有经验，但是使用不同开发设置的同事肯定会感到痛苦。
要解决此问题，您应该使用pathlib，Python的内置工具或仅使用os.path.join函数：
data_path = os.path.join(data_folder, "data.csv")7.测试覆盖率低
这是一个高水平的问题。尤其是当您是初学者时，单元测试的好处尚不清楚。但是，每个经验丰富的开发人员都可以告诉您，这是绝对必要的。使用未经测试的代码就像打个字：修复一个错误，引入另一个错误。
避免这种情况从项目的开始就开始。添加功能(甚至功能)后，应立即编写测试用例以验证实现。有很多很棒的库，例如内置的unittest或非常流行的pytest。
你应该认真投入时间来测试您的代码。这样做可能需要一些时间，但这是一项长期投资。这样将节省更多的调试时间。
