Python/Numpy中的副作用陷阱？分享恐怖故事和惊险逃脱经历

Question

我在考虑从Matlab转到Python/numpy来进行数据分析和数值模拟。我已经使用Matlab（还有SML-NJ）很多年了，对这种没有副作用（除了输入输出）的功能环境非常熟悉，但对Python中的副作用有点犹豫。有没有人能分享一下他们在处理副作用时遇到的常见问题，以及他们是如何解决这些问题的？举个例子，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], [], [], []]

提前谢谢大家

Answer 1

我最近又碰到了这个问题，（在使用了多年的Python后）当时我想去掉对numpy的一个小依赖。

如果你是从matlab过来的话，应该使用并信任numpy的函数来处理单一类型的数组。再加上matplotlib，这两个包可以让你更顺利地过渡。

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

把同一个可变对象的引用和不同对象的引用搞混，确实是个“坑”，这是所有非函数式编程语言都会遇到的问题，尤其是那些有可变对象和引用的语言。初学者在写Python代码时，常常会犯一个错误，就是错误使用了一个可变的默认值，比如：

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

这段代码如果目的是让addone保持自己的状态（并把这个不断增长的列表返回给后续调用者），那它是正确的；但如果程序员错误地认为每次调用都会创建一个新的空列表，那就不对了。

刚接触编程的初学者，尤其是习惯于函数式编程语言的人，可能会对Python内置容器中的命令查询分离这一设计感到困惑：那些没有特别返回值的修改方法（也就是大多数的修改方法）不会返回任何东西（具体来说，它们返回None）——它们的工作都是“就地”完成的。因为误解这一点而产生的错误很容易被发现，比如：

alist = alist.append(item)

这几乎可以肯定是个错误——它把一个项目添加到了名为alist的列表中，但随后又把alist重新绑定到了None（即append调用的返回值）。

我提到的第一个问题是关于早绑定的，可能会误导那些认为绑定是晚绑定的人；而有些问题则正好相反，有些人的期望是早绑定，但实际上是晚绑定。举个例子（假设有一个图形用户界面框架...）：

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

这段代码会显示十个按钮，上面写着“Button #0”、“Button #1”等等，但当你点击每一个按钮时，它们都会说自己是#9——因为lambda中的i是晚绑定的（通过词法闭包）。解决这个问题的方法是利用参数的默认值是早绑定的这一点（就像我提到的第一个问题一样！），把最后一行改成：

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

现在lambda中的i是一个有默认值的参数，而不再是一个自由变量（通过词法闭包查找），所以代码就能按预期工作了（当然还有其他解决方法）。