> **Источник:** https://python-all.ru/3.11/faq/programming.html
>
> «Документация Python на русском» – неофициальный перевод официальной документации Python: версии от 2.6 до 3.16, полнотекстовый поиск, английский оригинал рядом с переводом. Эта Markdown-версия страницы предназначена для работы с LLM: вставьте её в ChatGPT, Claude или Cursor.

---

# [ЧЗВ по программированию](https://python-all.ru/3.11/faq/programming.html#id2)

Содержание [Вопросы по программированию](https://python-all.ru/3.11/faq/programming.html#programming-faq) [Общие вопросы](https://python-all.ru/3.11/faq/programming.html#general-questions) [Существует ли отладчик на уровне исходного кода с точками останова, пошаговым выполнением и т. д.?](https://python-all.ru/3.11/faq/programming.html#is-there-a-source-code-level-debugger-with-breakpoints-single-stepping-etc) [Есть ли инструменты для поиска ошибок или статического анализа?](https://python-all.ru/3.11/faq/programming.html#are-there-tools-to-help-find-bugs-or-perform-static-analysis) [Как создать автономный исполняемый файл из скрипта Python?](https://python-all.ru/3.11/faq/programming.html#how-can-i-create-a-stand-alone-binary-from-a-python-script) [Существуют ли стандарты кодирования или руководство по стилю для программ на Python?](https://python-all.ru/3.11/faq/programming.html#are-there-coding-standards-or-a-style-guide-for-python-programs) [Ядро языка](https://python-all.ru/3.11/faq/programming.html#core-language) [Почему возникает UnboundLocalError, если переменная имеет значение?](https://python-all.ru/3.11/faq/programming.html#why-am-i-getting-an-unboundlocalerror-when-the-variable-has-a-value) [Каковы правила для локальных и глобальных переменных в Python?](https://python-all.ru/3.11/faq/programming.html#what-are-the-rules-for-local-and-global-variables-in-python) [Почему лямбда-функции, определённые в цикле с разными значениями, возвращают один и тот же результат?](https://python-all.ru/3.11/faq/programming.html#why-do-lambdas-defined-in-a-loop-with-different-values-all-return-the-same-result) [Как разделять глобальные переменные между модулями?](https://python-all.ru/3.11/faq/programming.html#how-do-i-share-global-variables-across-modules) [Каковы «лучшие практики» использования import в модуле?](https://python-all.ru/3.11/faq/programming.html#what-are-the-best-practices-for-using-import-in-a-module) [Почему значения по умолчанию разделяются между объектами?](https://python-all.ru/3.11/faq/programming.html#why-are-default-values-shared-between-objects) [Как передать необязательные или именованные параметры из одной функции в другую?](https://python-all.ru/3.11/faq/programming.html#how-can-i-pass-optional-or-keyword-parameters-from-one-function-to-another) [В чём разница между аргументами и параметрами?](https://python-all.ru/3.11/faq/programming.html#what-is-the-difference-between-arguments-and-parameters) [Почему изменение списка 'y' также изменило список 'x'?](https://python-all.ru/3.11/faq/programming.html#why-did-changing-list-y-also-change-list-x) [Как написать функцию с выходными параметрами (передача по ссылке)?](https://python-all.ru/3.11/faq/programming.html#how-do-i-write-a-function-with-output-parameters-call-by-reference) [Как создать функцию высшего порядка в Python?](https://python-all.ru/3.11/faq/programming.html#how-do-you-make-a-higher-order-function-in-python) [Как скопировать объект в Python?](https://python-all.ru/3.11/faq/programming.html#how-do-i-copy-an-object-in-python) [Как найти методы или атрибуты объекта?](https://python-all.ru/3.11/faq/programming.html#how-can-i-find-the-methods-or-attributes-of-an-object) [Как моему коду узнать имя объекта?](https://python-all.ru/3.11/faq/programming.html#how-can-my-code-discover-the-name-of-an-object) [Что не так с приоритетом оператора запятой?](https://python-all.ru/3.11/faq/programming.html#what-s-up-with-the-comma-operator-s-precedence) [Существует ли эквивалент тернарного оператора «?:» из C?](https://python-all.ru/3.11/faq/programming.html#is-there-an-equivalent-of-c-s-ternary-operator) [Можно ли писать запутанные однострочники на Python?](https://python-all.ru/3.11/faq/programming.html#is-it-possible-to-write-obfuscated-one-liners-in-python) [Что означает косая черта (/) в списке параметров функции?](https://python-all.ru/3.11/faq/programming.html#what-does-the-slash-in-the-parameter-list-of-a-function-mean) [Числа и строки](https://python-all.ru/3.11/faq/programming.html#numbers-and-strings) [Как указать шестнадцатеричные и восьмеричные целые числа?](https://python-all.ru/3.11/faq/programming.html#how-do-i-specify-hexadecimal-and-octal-integers) [Почему -22 // 10 возвращает -3?](https://python-all.ru/3.11/faq/programming.html#why-does-22-10-return-3) [Как получить атрибут int literal вместо SyntaxError?](https://python-all.ru/3.11/faq/programming.html#how-do-i-get-int-literal-attribute-instead-of-syntaxerror) [Как преобразовать строку в число?](https://python-all.ru/3.11/faq/programming.html#how-do-i-convert-a-string-to-a-number) [Как преобразовать число в строку?](https://python-all.ru/3.11/faq/programming.html#how-do-i-convert-a-number-to-a-string) [Как изменить строку на месте?](https://python-all.ru/3.11/faq/programming.html#how-do-i-modify-a-string-in-place) [Как с помощью строк вызывать функции и методы?](https://python-all.ru/3.11/faq/programming.html#how-do-i-use-strings-to-call-functions-methods) [Существует ли аналог функции chomp() из Perl для удаления завершающих символов новой строки из строк?](https://python-all.ru/3.11/faq/programming.html#is-there-an-equivalent-to-perl-s-chomp-for-removing-trailing-newlines-from-strings) [Существует ли аналог функций scanf() или sscanf()?](https://python-all.ru/3.11/faq/programming.html#is-there-a-scanf-or-sscanf-equivalent) [Что означает ошибка UnicodeDecodeError или UnicodeEncodeError?](https://python-all.ru/3.11/faq/programming.html#what-does-unicodedecodeerror-or-unicodeencodeerror-error-mean) [Можно ли завершать сырую строку нечётным количеством обратных слешей?](https://python-all.ru/3.11/faq/programming.html#can-i-end-a-raw-string-with-an-odd-number-of-backslashes) [Производительность](https://python-all.ru/3.11/faq/programming.html#performance) [Моя программа слишком медленная. Как её ускорить?](https://python-all.ru/3.11/faq/programming.html#my-program-is-too-slow-how-do-i-speed-it-up) [Какой способ конкатенации множества строк самый эффективный?](https://python-all.ru/3.11/faq/programming.html#what-is-the-most-efficient-way-to-concatenate-many-strings-together) [Последовательности (кортежи/списки)](https://python-all.ru/3.11/faq/programming.html#sequences-tuples-lists) [Как преобразовывать кортежи в списки и обратно?](https://python-all.ru/3.11/faq/programming.html#how-do-i-convert-between-tuples-and-lists) [Что такое отрицательный индекс?](https://python-all.ru/3.11/faq/programming.html#what-s-a-negative-index) [Как перебрать последовательность в обратном порядке?](https://python-all.ru/3.11/faq/programming.html#how-do-i-iterate-over-a-sequence-in-reverse-order) [Как удалить дубликаты из списка?](https://python-all.ru/3.11/faq/programming.html#how-do-you-remove-duplicates-from-a-list) [Как удалить несколько элементов из списка](https://python-all.ru/3.11/faq/programming.html#how-do-you-remove-multiple-items-from-a-list) [Как создать массив в Python?](https://python-all.ru/3.11/faq/programming.html#how-do-you-make-an-array-in-python) [Как создать многомерный список?](https://python-all.ru/3.11/faq/programming.html#how-do-i-create-a-multidimensional-list) [Как применить метод или функцию к последовательности объектов?](https://python-all.ru/3.11/faq/programming.html#how-do-i-apply-a-method-or-function-to-a-sequence-of-objects) [Почему a\_tuple\[i\] += \[‘item’\] вызывает исключение, хотя само сложение работает?](https://python-all.ru/3.11/faq/programming.html#why-does-a-tuple-i-item-raise-an-exception-when-the-addition-works) [Я хочу выполнить сложную сортировку: можно ли в Python реализовать преобразование Шварца?](https://python-all.ru/3.11/faq/programming.html#i-want-to-do-a-complicated-sort-can-you-do-a-schwartzian-transform-in-python) [Как отсортировать один список по значениям из другого списка?](https://python-all.ru/3.11/faq/programming.html#how-can-i-sort-one-list-by-values-from-another-list) [Объекты](https://python-all.ru/3.11/faq/programming.html#objects) [Что такое класс?](https://python-all.ru/3.11/faq/programming.html#what-is-a-class) [Что такое метод?](https://python-all.ru/3.11/faq/programming.html#what-is-a-method) [Что такое self?](https://python-all.ru/3.11/faq/programming.html#what-is-self) [Как проверить, является ли объект экземпляром данного класса или его подкласса?](https://python-all.ru/3.11/faq/programming.html#how-do-i-check-if-an-object-is-an-instance-of-a-given-class-or-of-a-subclass-of-it) [Что такое делегирование?](https://python-all.ru/3.11/faq/programming.html#what-is-delegation) [Как из производного класса вызвать метод базового класса, который он расширяет?](https://python-all.ru/3.11/faq/programming.html#how-do-i-call-a-method-defined-in-a-base-class-from-a-derived-class-that-extends-it) [Как организовать код, чтобы было проще изменить базовый класс?](https://python-all.ru/3.11/faq/programming.html#how-can-i-organize-my-code-to-make-it-easier-to-change-the-base-class) [Как создать статические данные класса и статические методы класса?](https://python-all.ru/3.11/faq/programming.html#how-do-i-create-static-class-data-and-static-class-methods) [Как перегрузить конструкторы (или методы) в Python?](https://python-all.ru/3.11/faq/programming.html#how-can-i-overload-constructors-or-methods-in-python) [Я пытаюсь использовать \_\_spam и получаю ошибку о \_SomeClassName\_\_spam.](https://python-all.ru/3.11/faq/programming.html#i-try-to-use-spam-and-i-get-an-error-about-someclassname-spam) [Мой класс определяет \_\_del\_\_, но он не вызывается при удалении объекта.](https://python-all.ru/3.11/faq/programming.html#my-class-defines-del-but-it-is-not-called-when-i-delete-the-object) [Как получить список всех экземпляров данного класса?](https://python-all.ru/3.11/faq/programming.html#how-do-i-get-a-list-of-all-instances-of-a-given-class) [Почему результат `id()` не является уникальным?](https://python-all.ru/3.11/faq/programming.html#why-does-the-result-of-id-appear-to-be-not-unique) [Когда можно полагаться на проверку идентичности оператором *is*?](https://python-all.ru/3.11/faq/programming.html#when-can-i-rely-on-identity-tests-with-the-is-operator) [Как подкласс может контролировать, какие данные сохраняются в неизменяемом экземпляре?](https://python-all.ru/3.11/faq/programming.html#how-can-a-subclass-control-what-data-is-stored-in-an-immutable-instance) [Как кешировать вызовы методов?](https://python-all.ru/3.11/faq/programming.html#how-do-i-cache-method-calls) [Модули](https://python-all.ru/3.11/faq/programming.html#modules) [Как создать .pyc-файл?](https://python-all.ru/3.11/faq/programming.html#how-do-i-create-a-pyc-file) [Как узнать имя текущего модуля?](https://python-all.ru/3.11/faq/programming.html#how-do-i-find-the-current-module-name) [Как сделать так, чтобы модули импортировали друг друга?](https://python-all.ru/3.11/faq/programming.html#how-can-i-have-modules-that-mutually-import-each-other) [\_\_import\_\_(‘x.y.z’) возвращает \<module ‘x’\>; как получить z?](https://python-all.ru/3.11/faq/programming.html#import-x-y-z-returns-module-x-how-do-i-get-z) [При редактировании импортированного модуля и его повторном импорте изменения не отображаются. Почему это происходит?](https://python-all.ru/3.11/faq/programming.html#when-i-edit-an-imported-module-and-reimport-it-the-changes-don-t-show-up-why-does-this-happen)

## [Общие вопросы](https://python-all.ru/3.11/faq/programming.html#id3)

### [Существует ли отладчик на уровне исходного кода с точками останова, пошаговым выполнением и т. д.?](https://python-all.ru/3.11/faq/programming.html#id4)

Да.

Ниже описано несколько отладчиков для Python, а встроенная функция [`breakpoint()`](https://python-all.ru/3.11/library/functions.html#breakpoint) позволяет войти в любой из них.

Модуль pdb – это простой, но достаточный консольный отладчик для Python. Он является частью стандартной библиотеки Python и [`documented in the Library Reference Manual`](https://python-all.ru/3.11/library/pdb.html#module-pdb). Вы также можете написать собственный отладчик, используя код pdb в качестве примера.

Интерактивная среда разработки IDLE, которая входит в стандартный дистрибутив Python (обычно доступна как [Tools/scripts/idle3](https://python-all.ru/3.11/faq/programming.html)), включает графический отладчик.

PythonWin – это IDE для Python, включающая графический отладчик на основе pdb. Отладчик PythonWin подсвечивает точки останова и обладает множеством полезных функций, например, отладкой программ, не относящихся к PythonWin. PythonWin доступен в составе проекта [pywin32](https://python-all.ru/3.11/faq/programming.html) и в дистрибутиве [ActivePython](https://python-all.ru/3.11/faq/programming.html).

[Eric](https://python-all.ru/3.11/faq/programming.html) – это IDE, построенная на PyQt и компоненте редактирования Scintilla.

[trepan3k](https://python-all.ru/3.11/faq/programming.html) – это отладчик, подобный gdb.

[Visual Studio Code](https://python-all.ru/3.11/faq/programming.html) – это IDE со средствами отладки, интегрирующаяся с системами управления версиями.

Существует ряд коммерческих IDE для Python, включающих графические отладчики. Среди них:

- [Wing IDE](https://python-all.ru/3.11/faq/programming.html)
- [Komodo IDE](https://python-all.ru/3.11/faq/programming.html)
- [PyCharm](https://python-all.ru/3.11/faq/programming.html)

### [Существуют ли инструменты для поиска ошибок или статического анализа?](https://python-all.ru/3.11/faq/programming.html#id5)

Да.

[Pylint](https://python-all.ru/3.11/faq/programming.html) и [Pyflakes](https://python-all.ru/3.11/faq/programming.html) выполняют базовую проверку, которая поможет быстрее находить ошибки.

Статические анализаторы типов, такие как [Mypy](https://python-all.ru/3.11/faq/programming.html), [Pyre](https://python-all.ru/3.11/faq/programming.html) и [Pytype](https://python-all.ru/3.11/faq/programming.html), могут проверять аннотации типов в исходном коде Python.

### [Как создать автономный исполняемый файл из скрипта Python?](https://python-all.ru/3.11/faq/programming.html#id6)

Вам не нужно уметь компилировать Python в C, если ваша цель – создать автономную программу, которую пользователи могут скачать и запустить без предварительной установки дистрибутива Python. Существует ряд инструментов, которые определяют набор модулей, необходимых программе, и связывают эти модули вместе с бинарным файлом Python, создавая единый исполняемый файл.

Один из них – использовать инструмент freeze, который находится в дереве исходного кода Python как [Tools/freeze](https://python-all.ru/3.11/faq/programming.html). Он преобразует байт-код Python в массивы C; имея компилятор C, вы можете встроить все свои модули в новую программу, которая затем компонуется со стандартными модулями Python.

Он работает, рекурсивно сканируя ваш исходный код на наличие операторов import (в обеих формах) и ищет модули в стандартном пути Python, а также в каталоге исходного кода (для встроенных модулей). Затем он превращает байт-код модулей, написанных на Python, в код C (инициализаторы массивов, которые можно превратить в объекты кода с помощью модуля marshal) и создает специальный конфигурационный файл, содержащий только те встроенные модули, которые действительно используются в программе. После этого он компилирует сгенерированный код C и компонует его с остальной частью интерпретатора Python, формируя самодостаточный бинарный файл, который ведет себя точно так же, как ваш скрипт.

Следующие пакеты могут помочь в создании консольных и GUI-исполняемых файлов:

- [Nuitka](https://python-all.ru/3.11/faq/programming.html) (кроссплатформенный)
- [PyInstaller](https://python-all.ru/3.11/faq/programming.html) (кроссплатформенный)
- [PyOxidizer](https://python-all.ru/3.11/faq/programming.html) (кроссплатформенный)
- [cx\_Freeze](https://python-all.ru/3.11/faq/programming.html) (Кроссплатформенный)
- [py2app](https://python-all.ru/3.11/faq/programming.html) (только macOS)
- [py2exe](https://python-all.ru/3.11/faq/programming.html) (только Windows)

### [Существуют ли стандарты кодирования или руководство по стилю для программ на Python?](https://python-all.ru/3.11/faq/programming.html#id7)

Да. Требуемый стиль оформления кода для модулей стандартной библиотеки описан в документе [**PEP 8**](https://python-all.ru/3.11/faq/programming.html).

## [Ядро языка](https://python-all.ru/3.11/faq/programming.html#id8)

### [Почему возникает UnboundLocalError, если переменная содержит значение?](https://python-all.ru/3.11/faq/programming.html#id9)

Появление [`UnboundLocalError`](https://python-all.ru/3.11/library/exceptions.html#UnboundLocalError) в ранее работавшем коде может оказаться неожиданным, если код был изменён добавлением оператора присваивания в теле функции.

Этот код:

```python
>>> x = 10
>>> def bar():
...     print(x)
...
>>> bar()
10
```

работает, но этот код:

```python
>>> x = 10
>>> def foo():
...     print(x)
...     x += 1
```

приводит к `UnboundLocalError`:

```python
>>> foo()
Traceback (most recent call last):
  ...
UnboundLocalError: local variable 'x' referenced before assignment
```

Это происходит потому, что при присваивании значения переменной в некоторой области видимости эта переменная становится локальной для данной области и затеняет любую одноимённую переменную из внешней области. Поскольку последний оператор в foo присваивает новое значение `x`, компилятор считает её локальной переменной. Следовательно, когда предыдущий `print(x)` пытается вывести на печать неинициализированную локальную переменную, возникает ошибка.

В приведённом выше примере можно получить доступ к переменной внешней области, объявив её глобальной:

```python
>>> x = 10
>>> def foobar():
...     global x
...     print(x)
...     x += 1
...
>>> foobar()
10
```

Такое явное объявление необходимо, чтобы напомнить: в отличие от внешне похожей ситуации с переменными класса и экземпляра, здесь фактически изменяется значение переменной во внешней области видимости:

```python
>>> print(x)
11
```

Аналогичное действие можно выполнить во вложенной области видимости с помощью ключевого слова [`nonlocal`](https://python-all.ru/3.11/reference/simple_stmts.html#nonlocal):

```python
>>> def foo():
...    x = 10
...    def bar():
...        nonlocal x
...        print(x)
...        x += 1
...    bar()
...    print(x)
...
>>> foo()
10
11
```

### [Каковы правила использования локальных и глобальных переменных в Python?](https://python-all.ru/3.11/faq/programming.html#id10)

В Python переменные, на которые только ссылаются внутри функции, неявно считаются глобальными. Если переменной присваивается значение где-либо в теле функции, она считается локальной, если явно не объявлена как global.

Хотя поначалу это может показаться удивительным, небольшое размышление объясняет такое поведение. С одной стороны, требование [`global`](https://python-all.ru/3.11/reference/simple_stmts.html#global) для присваиваемых переменных служит барьером против непреднамеренных побочных эффектов. С другой стороны, если бы `global` требовалось для всех глобальных ссылок, пришлось бы постоянно использовать `global`. Пришлось бы объявлять как global каждую ссылку на встроенную функцию или компонент импортированного модуля. Такая избыточность свела бы на нет пользу объявления `global` для выявления побочных эффектов.

### [Почему лямбды, определённые в цикле с разными значениями, все возвращают один и тот же результат?](https://python-all.ru/3.11/faq/programming.html#id11)

Предположим, что с помощью цикла for определяется несколько разных лямбд (или даже обычных функций), например:

```python
>>> squares = []
>>> for x in range(5):
...     squares.append(lambda: x**2)
```

Это даёт список, содержащий 5 лямбд, вычисляющих `x**2`. Можно ожидать, что при вызове они вернут соответственно `0`, `1`, `4`, `9` и `16`. Однако при попытке вызова обнаружится, что все они возвращают `16`:

```python
>>> squares[2]()
16
>>> squares[4]()
16
```

Это происходит потому, что `x` не является локальной для лямбд, а определена во внешней области видимости, и обращение к ней происходит при вызове лямбды, а не при её определении. В конце цикла значение `x` равно `4`, поэтому все функции теперь возвращают `4**2`, то есть `16`. Это можно также проверить, изменив значение `x` и посмотрев, как изменятся результаты лямбд:

```python
>>> x = 8
>>> squares[2]()
64
```

Чтобы избежать этого, необходимо сохранить значения в переменных, локальных для лямбд, чтобы они не зависели от значения глобальной `x`:

```python
>>> squares = []
>>> for x in range(5):
...     squares.append(lambda n=x: n**2)
```

Здесь `n=x` создаёт новую переменную `n`, локальную для лямбды и вычисляемую при её определении, так что она имеет то же значение, которое `x` имела в этот момент в цикле. Это означает, что значение `n` будет равно `0` в первой лямбде, `1` – во второй, `2` – в третьей и так далее. Следовательно, теперь каждая лямбда будет возвращать правильный результат:

```python
>>> squares[2]()
4
>>> squares[4]()
16
```

Обратите внимание: такое поведение присуще не только лямбдам, но и обычным функциям.

### [Как разделять глобальные переменные между модулями?](https://python-all.ru/3.11/faq/programming.html#id12)

Общепринятый способ обмена информацией между модулями в рамках одной программы – создать специальный модуль (часто называемый config или cfg). Достаточно импортировать модуль config во все модули приложения, и он станет доступен как глобальное имя. Поскольку у каждого модуля существует только один экземпляр, любые изменения объекта модуля отражаются везде. Например:

config.py:

```python
x = 0   # Значение по умолчанию для параметра конфигурации 'x'
```

mod.py:

```python
import config
config.x = 1
```

main.py:

```python
import config
import mod
print(config.x)
```

Обратите внимание, что использование модуля также является основой для реализации паттерна проектирования «одиночка» (singleton) по той же причине.

### [Каковы «лучшие практики» использования import в модуле?](https://python-all.ru/3.11/faq/programming.html#id13)

В целом не стоит использовать `from modulename import *`. Это захламляет пространство имён импортёра и сильно усложняет линтерам обнаружение неопределённых имён.

Импортируйте модули в начале файла. Так сразу становится ясно, какие ещё модули требуются вашему коду, и не возникает вопросов, находится ли имя модуля в области видимости. Использование одного импорта на строку упрощает добавление и удаление импортов, а использование нескольких импортов в одной строке экономит место на экране.

Рекомендуется импортировать модули в следующем порядке:

1. модули стандартной библиотеки – например [`sys`](https://python-all.ru/3.11/library/sys.html#module-sys), [`os`](https://python-all.ru/3.11/library/os.html#module-os), [`argparse`](https://python-all.ru/3.11/library/argparse.html#module-argparse), [`re`](https://python-all.ru/3.11/library/re.html#module-re)
2. модули сторонних библиотек (все, что установлено в каталоге site-packages Python) – например `dateutil`, `requests`, `PIL.Image`
3. локально разработанные модули

Иногда импорты приходится переносить внутрь функции или класса, чтобы избежать проблем с циклическими импортами. Gordon McMillan говорит:

> Циклические импорты нормально работают, когда оба модуля используют форму импорта “import \<module\>”. Они перестают работать, когда второй модуль пытается получить имя из первого (“from module import name”), и импорт находится на верхнем уровне. Это происходит потому, что имена в первом модуле ещё недоступны, так как первый модуль занят импортом второго.

В этом случае, если второй модуль используется только в одной функции, импорт можно легко перенести в эту функцию. К моменту вызова импорта первый модуль уже завершит инициализацию, и второй модуль сможет выполнить свой импорт.

Также может потребоваться перенести импорты из верхнего уровня кода, если некоторые модули являются платформозависимыми. В таком случае может быть невозможно импортировать все модули в начале файла. Тогда хорошим решением будет импортировать нужные модули в соответствующем платформозависимом коде.

Переносите импорты в локальную область видимости, например в определение функции, только если это необходимо для решения проблемы – избежания циклического импорта или сокращения времени инициализации модуля. Этот приём особенно полезен, когда многие импорты не нужны в зависимости от того, как выполняется программа. Также можно перенести импорты в функцию, если модули используются только в ней. Обратите внимание: первая загрузка модуля может быть дорогой из-за однократной инициализации, но повторные загрузки практически бесплатны и требуют лишь пары словарных поисков. Даже если имя модуля вышло из области видимости, сам модуль, скорее всего, доступен в [`sys.modules`](https://python-all.ru/3.11/library/sys.html#sys.modules).

### [Почему значения по умолчанию являются общими для объектов?](https://python-all.ru/3.11/faq/programming.html#id14)

Подобная ошибка часто подстерегает начинающих программистов. Рассмотрим следующую функцию:

```python
def foo(mydict={}):  # Опасность: общая ссылка на один словарь для всех вызовов
    ... compute something ...
    mydict[key] = value
    return mydict
```

При первом вызове этой функции `mydict` содержит один элемент. При втором вызове `mydict` содержит уже два элемента, потому что когда `foo()` начинает выполняться, `mydict` уже содержит один элемент.

Часто ожидается, что при вызове функции для значений по умолчанию создаются новые объекты. Но это не так. Значения по умолчанию создаются ровно один раз, при определении функции. Если этот объект изменяется (как словарь в данном примере), то последующие вызовы функции будут обращаться к этому изменённому объекту.

По определению, неизменяемые объекты – числа, строки, кортежи и `None` – защищены от изменений. Изменения изменяемых объектов, таких как словари, списки и экземпляры классов, могут приводить к путанице.

Из-за этой особенности рекомендуется не использовать изменяемые объекты в качестве значений по умолчанию. Вместо этого используйте `None` в качестве значения по умолчанию, а внутри функции проверяйте, равен ли параметр `None`, и при необходимости создавайте новый список, словарь и т.д. Например, не пишите:

```python
def foo(mydict={}):
    ...
```

а:

```python
def foo(mydict=None):
    if mydict is None:
        mydict = {}  # создать новый словарь для локального пространства имён
```

Эта возможность может быть полезной. Если есть функция, вычисление которой требует много времени, распространённый приём – кэшировать параметры и результат каждого вызова функции, а при повторном запросе тех же значений возвращать сохранённый результат. Это называется «мемоизация» и может быть реализовано так:

```python
# Вызывающие могут передавать только два параметра и опционально _cache по ключевому слову
def expensive(arg1, arg2, *, _cache={}):
    if (arg1, arg2) in _cache:
        return _cache[(arg1, arg2)]

    # Вычислить значение
    result = ... expensive computation ...
    _cache[(arg1, arg2)] = result           # Сохранить результат в кеше
    return result
```

Вместо значения по умолчанию можно использовать глобальную переменную со словарём; это дело вкуса.

### [Как передать необязательные или именованные параметры из одной функции в другую?](https://python-all.ru/3.11/faq/programming.html#id15)

Соберите аргументы с помощью спецификаторов `*` и `**` в списке параметров функции; это даст позиционные аргументы в виде кортежа, а именованные – в виде словаря. Затем вы можете передать эти аргументы при вызове другой функции, используя `*` и `**`:

```python
def f(x, *args, **kwargs):
    ...
    kwargs['width'] = '14.3c'
    ...
    g(x, *args, **kwargs)
```

### [В чём разница между аргументами и параметрами?](https://python-all.ru/3.11/faq/programming.html#id16)

[Параметры](https://python-all.ru/3.11/glossary.html#term-parameter) определяются именами, которые появляются в определении функции, тогда как [аргументы](https://python-all.ru/3.11/glossary.html#term-argument) – это значения, фактически передаваемые функции при её вызове. Параметры определяют, [какие аргументы](https://python-all.ru/3.11/glossary.html#term-parameter) может принимать функция. Например, для определения функции:

```python
def func(foo, bar=None, **kwargs):
    pass
```

*foo*, *bar* и *kwargs* являются параметрами функции `func`. Однако при вызове `func`, например:

```python
func(42, bar=314, extra=somevar)
```

значения `42`, `314` и `somevar` являются аргументами.

### [Почему изменение списка ‘y’ также изменило список ‘x’?](https://python-all.ru/3.11/faq/programming.html#id17)

Если вы написали такой код:

```python
>>> x = []
>>> y = x
>>> y.append(10)
>>> y
[10]
>>> x
[10]
```

вас может интересовать, почему добавление элемента к `y` изменило и `x`.

К этому результату приводят два фактора:

1. Переменные – это просто имена, ссылающиеся на объекты. Операция `y = x` не создаёт копию списка – она создаёт новую переменную `y`, которая ссылается на тот же объект, что и `x`. Это означает, что существует только один объект (список), и обе переменные `x` и `y` ссылаются на него.
2. Списки являются [изменяемыми](https://python-all.ru/3.11/glossary.html#term-mutable), то есть их содержимое можно изменять.

После вызова `append()` содержимое изменяемого объекта\\nизменилось с `[]` на `[10]`. Поскольку обе переменные ссылаются на один и тот же объект, использование любого имени даёт доступ к изменённому значению `[10]`.

Если же присвоить неизменяемый объект `x`:

```python
>>> x = 5  # int – неизменяемый тип
>>> y = x
>>> x = x + 1  # 5 нельзя изменить, здесь создаётся новый объект
>>> x
6
>>> y
5
```

в этом случае `x` и `y` уже не равны. Это\\nпотому, что целые числа [неизменяемы](https://python-all.ru/3.11/glossary.html#term-immutable), и когда мы делаем `x = x + 1`, мы не\\nизменяем int `5`, увеличивая его значение; вместо этого мы создаём\\nновый объект (int `6`) и присваиваем его `x` (то есть изменяем, на какой объект ссылается `x`). После этого присваивания у нас есть два объекта (int `6` и `5`) и две переменные, ссылающиеся на них (`x` теперь ссылается на `6`, а `y` всё ещё ссылается на `5`).

Некоторые операции (например `y.append(10)` и `y.sort()`) изменяют\\nобъект, тогда как внешне похожие операции (например `y = y + [10]`\\nи [`sorted(y)`](https://python-all.ru/3.11/library/functions.html#sorted)) создают новый объект. В общем случае в Python (и во всех случаях\\nв стандартной библиотеке) метод, изменяющий объект, возвращает `None`,\\nчтобы избежать путаницы между двумя типами операций. Так что если вы\\nошибочно напишете `y.sort()`, думая, что получите отсортированную копию `y`,\\nто вместо этого получите `None`, что, скорее всего, приведёт к легко диагностируемой ошибке в вашей программе.

Однако есть один класс операций, где одна и та же операция иногда\\nведёт себя по-разному с разными типами: составные операторы присваивания.\\nНапример, `+=` изменяет списки, но не кортежи или целые числа (`a_list += [1, 2, 3]` эквивалентно `a_list.extend([1, 2, 3])` и изменяет\\n`a_list`, тогда как `some_tuple += (1, 2, 3)` и `some_int += 1` создают\\nновые объекты).

Иными словами:

- Если у нас есть изменяемый объект ([`list`](https://python-all.ru/3.11/library/stdtypes.html#list), [`dict`](https://python-all.ru/3.11/library/stdtypes.html#dict), [`set`](https://python-all.ru/3.11/library/stdtypes.html#set), и т. д.), можно использовать некоторые специфические операции для его изменения, и все переменные, которые на него ссылаются, увидят это изменение.
- Если у нас есть неизменяемый объект ([`str`](https://python-all.ru/3.11/library/stdtypes.html#str), [`int`](https://python-all.ru/3.11/library/functions.html#int), [`tuple`](https://python-all.ru/3.11/library/stdtypes.html#tuple), и т. д.), все переменные, которые на него ссылаются, всегда будут видеть одно и то же значение, но операции, преобразующие это значение в новое, всегда возвращают новый объект.

Чтобы узнать, ссылаются ли две переменные на один и тот же объект, можно\\nиспользовать оператор [`is`](https://python-all.ru/3.11/reference/expressions.html#is) или встроенную функцию [`id()`](https://python-all.ru/3.11/library/functions.html#id).

### [Как написать функцию с выходными параметрами (передача по ссылке)?](https://python-all.ru/3.11/faq/programming.html#id18)

Помните, что в Python аргументы передаются по присваиванию. Поскольку присваивание лишь создает ссылки на объекты, между именем аргумента в вызывающей и вызываемой функции нет псевдонима, а значит, нет и передачи по ссылке как таковой. Желаемого эффекта можно достичь несколькими способами.

1. Возвращая кортеж результатов:

   ```python
   >>> def func1(a, b):
   ...     a = 'new-value'        # a и b – локальные имена
   ...     b = b + 1              # присвоены новым объектам
   ...     return a, b            # вернуть новые значения
   ...
   >>> x, y = 'old-value', 99
   >>> func1(x, y)
   ('new-value', 100)
   ```

   Это почти всегда самое понятное решение.
2. С помощью глобальных переменных. Это не потокобезопасно и не рекомендуется.
3. Передавая изменяемый (изменяемый на месте) объект:

   ```python
   >>> def func2(a):
   ...     a[0] = 'new-value'     # 'a' ссылается на изменяемый список
   ...     a[1] = a[1] + 1        # изменяет общий объект
   ...
   >>> args = ['old-value', 99]
   >>> func2(args)
   >>> args
   ['new-value', 100]
   ```
4. Передавая словарь, который будет изменён:

   ```python
   >>> def func3(args):
   ...     args['a'] = 'new-value'     # args – изменяемый словарь
   ...     args['b'] = args['b'] + 1   # изменить его на месте
   ...
   >>> args = {'a': 'old-value', 'b': 99}
   >>> func3(args)
   >>> args
   {'a': 'new-value', 'b': 100}
   ```
5. Или объединив значения в экземпляре класса:

   ```python
   >>> class Namespace:
   ...     def __init__(self, /, **args):
   ...         for key, value in args.items():
   ...             setattr(self, key, value)
   ...
   >>> def func4(args):
   ...     args.a = 'new-value'        # args – изменяемый Namespace
   ...     args.b = args.b + 1         # изменить объект на месте
   ...
   >>> args = Namespace(a='old-value', b=99)
   >>> func4(args)
   >>> vars(args)
   {'a': 'new-value', 'b': 100}
   ```

   Почти никогда нет веской причины усложнять до такой степени.

Лучший выбор – вернуть кортеж, содержащий несколько результатов.

### [Как сделать функцию высшего порядка в Python?](https://python-all.ru/3.11/faq/programming.html#id19)

У вас есть два варианта: использовать вложенные области видимости или вызываемые объекты.\\nНапример, предположим, вы хотите определить `linear(a,b)`, которая возвращает\\nфункцию `f(x)`, вычисляющую значение `a*x+b`. Используя вложенные области видимости:

```python
def linear(a, b):
    def result(x):
        return a * x + b
    return result
```

Или используя вызываемый объект:

```python
class linear:

    def __init__(self, a, b):
        self.a, self.b = a, b

    def __call__(self, x):
        return self.a * x + self.b
```

В обоих случаях

```python
taxes = linear(0.3, 2)
```

даёт вызываемый объект, где `taxes(10e6) == 0.3 * 10e6 + 2`.

Подход с вызываемым объектом имеет недостаток: он немного медленнее и\\nприводит к чуть более длинному коду. Однако обратите внимание, что набор вызываемых объектов\\nможет разделять свою сигнатуру через наследование:

```python
class exponential(linear):
    # __init__ унаследован
    def __call__(self, x):
        return self.a * (x ** self.b)
```

Объект может инкапсулировать состояние для нескольких методов:

```python
class counter:

    value = 0

    def set(self, x):
        self.value = x

    def up(self):
        self.value = self.value + 1

    def down(self):
        self.value = self.value - 1

count = counter()
inc, dec, reset = count.up, count.down, count.set
```

Здесь `inc()`, `dec()` и `reset()` ведут себя как функции, которые разделяют одну\\nи ту же переменную счётчика.

### [Как скопировать объект в Python?](https://python-all.ru/3.11/faq/programming.html#id20)

В общем случае для копирования попробуйте [`copy.copy()`](https://python-all.ru/3.11/library/copy.html#copy.copy) или [`copy.deepcopy()`](https://python-all.ru/3.11/library/copy.html#copy.deepcopy).\\nНе все объекты можно копировать, но большинство можно.

Некоторые объекты можно скопировать проще. У словарей есть метод [`copy()`](https://python-all.ru/3.11/library/stdtypes.html#dict.copy):

```python
newdict = olddict.copy()
```

Последовательности можно скопировать срезом:

```python
new_l = l[:]
```

### [Как найти методы или атрибуты объекта?](https://python-all.ru/3.11/faq/programming.html#id21)

Для экземпляра `x` пользовательского класса [`dir(x)`](https://python-all.ru/3.11/library/functions.html#dir) возвращает отсортированный по алфавиту список имён, содержащий атрибуты экземпляра, а также методы и атрибуты, определённые в его классе.

### [Как код может узнать имя объекта?](https://python-all.ru/3.11/faq/programming.html#id22)

Вообще говоря, никак, потому что у объектов на самом деле нет имён. По сути, присваивание всегда связывает имя со значением; то же верно для операторов `def` и `class`, но в этом случае значение является вызываемым объектом. Рассмотрим следующий код:

```python
>>> class A:
...     pass
...
>>> B = A
>>> a = B()
>>> b = a
>>> print(b)
<__main__.A object at 0x16D07CC>
>>> print(a)
<__main__.A object at 0x16D07CC>
```

Можно утверждать, что у класса есть имя: хотя он связан с двумя именами и вызывается через имя `B`, созданный экземпляр всё равно считается экземпляром класса `A`. Однако невозможно сказать, является ли имя экземпляра `a` или `b`, поскольку оба имени связаны с одним и тем же значением.

Вообще говоря, коду не требуется «знать имена» конкретных значений. Если вы не пишете намеренно интроспективные программы, это обычно указывает на то, что стоит изменить подход.

В comp.lang.python Фредрик Лунд однажды привёл отличную аналогию в ответ на этот вопрос:

> Так же, как вы узнаёте имя кота, которого нашли на крыльце: сам кот (объект) не может сказать вам своё имя, да ему всё равно – поэтому единственный способ выяснить, как его зовут, – спросить всех соседей (пространства имён), не их ли это кот (объект)…
>
> …и не удивляйтесь, если окажется, что он известен под многими именами или вообще без имени!

### [Что не так с приоритетом оператора-запятой?](https://python-all.ru/3.11/faq/programming.html#id23)

Запятая в Python – не оператор. Рассмотрим такой сеанс:

```python
>>> "a" in "b", "a"
(False, 'a')
```

Поскольку запятая – не оператор, а разделитель между выражениями, приведённый выше код выполняется так, как если бы вы ввели:

```python
("a" in "b"), "a"
```

а не:

```python
"a" in ("b", "a")
```

То же самое верно для различных операторов присваивания (`=`, `+=` и т. д.). Они не являются операторами в полном смысле, а представляют собой синтаксические разделители в операторах присваивания.

### [Существует ли аналог тернарного оператора «?:» из C?](https://python-all.ru/3.11/faq/programming.html#id24)

Да, существует. Синтаксис следующий:

```python
[on_true] if [expression] else [on_false]

x, y = 50, 25
small = x if x < y else y
```

До введения этого синтаксиса в Python 2.5 распространённым приёмом было использование логических операторов:

```python
[expression] and [on_true] or [on_false]
```

Однако этот приём небезопасен, поскольку может давать неверные результаты, если *on\_true* имеет ложное булево значение. Поэтому всегда лучше использовать форму `... if ... else ...`.

### [Можно ли писать запутанные однострочники на Python?](https://python-all.ru/3.11/faq/programming.html#id25)

Да. Обычно это делается вложением [`lambda`](https://python-all.ru/3.11/reference/expressions.html#lambda) внутрь `lambda`. Вот три примера, немного адаптированных из работ Ульфа Бартельта:

```python
from functools import reduce

# Простые числа < 1000
print(list(filter(None,map(lambda y:y*reduce(lambda x,y:x*y!=0,
map(lambda x,y=y:y%x,range(2,int(pow(y,0.5)+1))),1),range(2,1000)))))

# Первые 10 чисел Фибоначчи
print(list(map(lambda x,f=lambda x,f:(f(x-1,f)+f(x-2,f)) if x>1 else 1:
f(x,f), range(10))))

# Множество Мандельброта
print((lambda Ru,Ro,Iu,Io,IM,Sx,Sy:reduce(lambda x,y:x+'\n'+y,map(lambda y,
Iu=Iu,Io=Io,Ru=Ru,Ro=Ro,Sy=Sy,L=lambda yc,Iu=Iu,Io=Io,Ru=Ru,Ro=Ro,i=IM,
Sx=Sx,Sy=Sy:reduce(lambda x,y:x+y,map(lambda x,xc=Ru,yc=yc,Ru=Ru,Ro=Ro,
i=i,Sx=Sx,F=lambda xc,yc,x,y,k,f=lambda xc,yc,x,y,k,f:(k<=0)or (x*x+y*y
>=4.0) or 1+f(xc,yc,x*x-y*y+xc,2.0*x*y+yc,k-1,f):f(xc,yc,x,y,k,f):chr(
64+F(Ru+x*(Ro-Ru)/Sx,yc,0,0,i)),range(Sx))):L(Iu+y*(Io-Iu)/Sy),range(Sy
))))(-2.1, 0.7, -1.2, 1.2, 30, 80, 24))
#    \___ ___/  \___ ___/  |   |   |__ линии на экране
#        V          V      |   |______ столбцы на экране
#        |          |      |__________ максимум "iterations"
#        |          |_________________ диапазон по оси Y
#        |____________________________ диапазон по оси X
```

Не пытайтесь повторить это дома, дети!

### [Что означает косая черта (/) в списке параметров функции?](https://python-all.ru/3.11/faq/programming.html#id26)

Косая черта в списке аргументов функции означает, что параметры, расположенные до неё, являются только позиционными. Параметры только позиционные – это параметры без внешне используемого имени. При вызове функции, принимающей только позиционные параметры, аргументы сопоставляются с параметрами исключительно по их позиции. Например, [`divmod()`](https://python-all.ru/3.11/library/functions.html#divmod) – это функция, принимающая только позиционные параметры. Её документация выглядит так:

```python
>>> help(divmod)
Help on built-in function divmod in module builtins:

divmod(x, y, /)
    Return the tuple (x//y, x%y).  Invariant: div*y + mod == x.
```

Косая черта в конце списка параметров означает, что оба параметра являются только позиционными. Таким образом, вызов [`divmod()`](https://python-all.ru/3.11/library/functions.html#divmod) с именованными аргументами приведёт к ошибке:

```python
>>> divmod(x=3, y=4)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: divmod() takes no keyword arguments
```

## [Числа и строки](https://python-all.ru/3.11/faq/programming.html#id27)

### [Как задать шестнадцатеричные и восьмеричные целые числа?](https://python-all.ru/3.11/faq/programming.html#id28)

Чтобы задать восьмеричное число, поставьте перед восьмеричным значением ноль, а затем строчную или прописную букву «o». Например, чтобы присвоить переменной «a» восьмеричное значение «10» (8 в десятичной системе), введите:

```python
>>> a = 0o10
>>> a
8
```

Шестнадцатеричные числа задаются так же просто. Просто поставьте перед шестнадцатеричным числом ноль, а затем строчную или прописную «x». Шестнадцатеричные цифры можно указывать в нижнем или верхнем регистре. Например, в интерпретаторе Python:

```python
>>> a = 0xa5
>>> a
165
>>> b = 0XB2
>>> b
178
```

### [Почему -22 // 10 возвращает -3?](https://python-all.ru/3.11/faq/programming.html#id29)

В первую очередь это вызвано желанием, чтобы `i % j` имел тот же знак, что и `j`. Если вы хотите этого, а также хотите:

```python
i == (i // j) * j + (i % j)
```

тогда целочисленное деление должно возвращать пол (округление вниз). Язык C также требует выполнения этого тождества, и тогда компиляторы, усекающие `i // j`, должны делать так, чтобы `i % j` имел тот же знак, что и `i`.

Существует мало реальных применений `i % j`, когда `j` отрицательно. Когда `j` положительно, применений много, и практически во всех из них полезнее, чтобы `i % j` было `>= 0`. Если часы показывают 10 сейчас, что они показывали 200 часов назад? `-190 % 12 == 2` полезно; `-190 % 12 == -10` – это ошибка, которая только и ждёт, чтобы её допустили.

### [Как получить атрибут целочисленного литерала вместо SyntaxError?](https://python-all.ru/3.11/faq/programming.html#id30)

Попытка обратиться к атрибуту `int`-литерала обычным способом приводит к ошибке [`SyntaxError`](https://python-all.ru/3.11/library/exceptions.html#SyntaxError), поскольку точка воспринимается как десятичный разделитель:

```python
>>> 1.__class__
  File "<stdin>", line 1
  1.__class__
   ^
SyntaxError: invalid decimal literal
```

Решение – отделить литерал от точки пробелом или скобками.

```python
>>> 1 .__class__
<class 'int'>
>>> (1).__class__
<class 'int'>
```

### [Как преобразовать строку в число?](https://python-all.ru/3.11/faq/programming.html#id31)

Для целых чисел используйте встроенный конструктор типа [`int()`](https://python-all.ru/3.11/library/functions.html#int), например `int('144') == 144`. Аналогично, [`float()`](https://python-all.ru/3.11/library/functions.html#float) преобразует в число с плавающей запятой, например `float('144') == 144.0`.

По умолчанию эти функции считают число десятичным, поэтому `int('0144') == 144` истинно, а `int('0x144')` вызывает [`ValueError`](https://python-all.ru/3.11/library/exceptions.html#ValueError). Функция `int(string, base)` принимает необязательный второй аргумент – основание системы счисления, так что `int( '0x144', 16) == 324`. Если основание указано как 0, число интерпретируется по правилам Python: ведущее «0o» означает восьмеричную, а «0x» – шестнадцатеричную систему.

Не используйте встроенную функцию [`eval()`](https://python-all.ru/3.11/library/functions.html#eval), если нужно просто преобразовать строку в число. [`eval()`](https://python-all.ru/3.11/library/functions.html#eval) будет работать значительно медленнее и создаёт угрозу безопасности: кто-то может передать Python-выражение с нежелательными побочными эффектами. Например, можно передать `__import__('os').system("rm -rf $HOME")`, что приведёт к удалению вашего домашнего каталога.

[`eval()`](https://python-all.ru/3.11/library/functions.html#eval) также интерпретирует числа как выражения Python, поэтому, например, `eval('09')` вызывает синтаксическую ошибку, поскольку Python не допускает ведущий ‘0’ в десятичном числе (кроме ‘0’).

### [Как преобразовать число в строку?](https://python-all.ru/3.11/faq/programming.html#id32)

Чтобы преобразовать, например, число `144` в строку `'144'`, используйте встроенный конструктор типа [`str()`](https://python-all.ru/3.11/library/stdtypes.html#str). Если нужна шестнадцатеричное или восьмеричное представление, используйте встроенные функции [`hex()`](https://python-all.ru/3.11/library/functions.html#hex) или [`oct()`](https://python-all.ru/3.11/library/functions.html#oct). Для дополнительного форматирования см. разделы [f-strings](https://python-all.ru/3.11/reference/lexical_analysis.html#f-strings) и [Синтаксис строк форматирования](https://python-all.ru/3.11/library/string.html#formatstrings), например, `"{:04d}".format(144)` даёт `'0144'`, а `"{:.3f}".format(1.0/3.0)` даёт `'0.333'`.

### [Как изменить строку на месте?](https://python-all.ru/3.11/faq/programming.html#id33)

Нельзя, потому что строки неизменяемы. В большинстве случаев следует просто создавать новую строку из тех частей, из которых вы хотите её собрать. Однако, если нужен объект с возможностью изменять данные Unicode на месте, попробуйте использовать объект [`io.StringIO`](https://python-all.ru/3.11/library/io.html#io.StringIO) или модуль [`array`](https://python-all.ru/3.11/library/array.html#module-array) :

```python
>>> import io
>>> s = "Hello, world"
>>> sio = io.StringIO(s)
>>> sio.getvalue()
'Hello, world'
>>> sio.seek(7)
7
>>> sio.write("there!")
6
>>> sio.getvalue()
'Hello, there!'

>>> import array
>>> a = array.array('u', s)
>>> print(a)
array('u', 'Hello, world')
>>> a[0] = 'y'
>>> print(a)
array('u', 'yello, world')
>>> a.tounicode()
'yello, world'
```

### [Как использовать строки для вызова функций/методов?](https://python-all.ru/3.11/faq/programming.html#id34)

Существует несколько приёмов.

- Лучший из них – использовать словарь, сопоставляющий строки с функциями. Главное преимущество этого подхода в том, что строки не обязаны совпадать с именами функций. Это также основной способ эмуляции конструкции case:

  ```python
  def a():
      pass

  def b():
      pass

  dispatch = {'go': a, 'stop': b}  # Обратите внимание на отсутствие скобок для функций

  dispatch[get_input()]()  # Обратите внимание на завершающие скобки для вызова функции
  ```
- Используйте встроенную функцию [`getattr()`](https://python-all.ru/3.11/library/functions.html#getattr):

  ```python
  import foo
  getattr(foo, 'bar')()
  ```

  Обратите внимание: [`getattr()`](https://python-all.ru/3.11/library/functions.html#getattr) работает с любыми объектами, включая классы, экземпляры классов, модули и т.д.

  Это используется в нескольких местах стандартной библиотеки, например:

  ```python
  class Foo:
      def do_foo(self):
          ...

      def do_bar(self):
          ...

  f = getattr(foo_instance, 'do_' + opname)
  f()
  ```
- Используйте [`locals()`](https://python-all.ru/3.11/library/functions.html#locals) для разрешения имени функции:

  ```python
  def myFunc():
      print("hello")

  fname = "myFunc"

  f = locals()[fname]
  f()
  ```

### [Существует ли аналог функции chomp() из Perl для удаления завершающих символов новой строки из строк?](https://python-all.ru/3.11/faq/programming.html#id35)

Можно использовать `S.rstrip("\r\n")` для удаления всех символов конца строки в конце строки `S`, не затрагивая остальные пробельные символы. Если строка `S` содержит несколько строк с пустыми строками в конце, будут удалены завершающие символы для всех пустых строк:

```python
>>> lines = ("line 1 \r\n"
...          "\r\n"
...          "\r\n")
>>> lines.rstrip("\n\r")
'line 1 '
```

Поскольку такой подход обычно нужен только при чтении текста построчно, `S.rstrip()` в таком виде отлично подходит.

### [Существует ли аналог функций scanf() или sscanf()?](https://python-all.ru/3.11/faq/programming.html#id36)

Прямого аналога нет.

Для простого разбора ввода проще всего разбить строку на слова, разделённые пробельными символами, с помощью метода [`split()`](https://python-all.ru/3.11/library/stdtypes.html#str.split) строковых объектов, а затем преобразовать десятичные строки в числа через [`int()`](https://python-all.ru/3.11/library/functions.html#int) или [`float()`](https://python-all.ru/3.11/library/functions.html#float). Функция `split()` поддерживает необязательный параметр «sep», который удобен, если разделителем выступает не пробел.

Для более сложного разбора ввода регулярные выражения мощнее, чем C-функция `sscanf`, и лучше подходят для этой задачи.

### [Что означает ошибка UnicodeDecodeError или UnicodeEncodeError?](https://python-all.ru/3.11/faq/programming.html#id37)

Смотрите [Unicode HOWTO](https://python-all.ru/3.11/howto/unicode.html#unicode-howto).

### [Может ли сырая строка заканчиваться нечётным количеством обратных косых?](https://python-all.ru/3.11/faq/programming.html#id38)

Сырая строка, заканчивающаяся нечётным количеством обратных косых, экранирует кавычку строки:

```python
>>> r'C:\this\will\not\work\'
  File "<stdin>", line 1
    r'C:\this\will\not\work\'
         ^
SyntaxError: unterminated string literal (detected at line 1)
```

Есть несколько обходных путей. Один – использовать обычные строки и удвоить обратные косые:

```python
>>> 'C:\\this\\will\\work\\'
'C:\\this\\will\\work\\'
```

Другой – конкатенировать обычную строку, содержащую экранированную обратную косую, с сырой строкой:

```python
>>> r'C:\this\will\work' '\\'
'C:\\this\\will\\work\\'
```

Также можно воспользоваться [`os.path.join()`](https://python-all.ru/3.11/library/os.path.html#os.path.join), чтобы добавить обратную косую в Windows:

```python
>>> os.path.join(r'C:\this\will\work', '')
'C:\\this\\will\\work\\'
```

Обратите внимание: хотя обратная косая черта «экранирует» кавычку для целей определения конца сырой строки, при интерпретации значения сырой строки никакого экранирования не происходит. То есть обратная косая черта остаётся в значении сырой строки:

```python
>>> r'backslash\'preserved'
"backslash\\'preserved"
```

См. также спецификацию в [справочнике по языку](https://python-all.ru/3.11/reference/lexical_analysis.html#strings).

## [Производительность](https://python-all.ru/3.11/faq/programming.html#id39)

### [Моя программа слишком медленная. Как её ускорить?](https://python-all.ru/3.11/faq/programming.html#id40)

В целом это непростой вопрос. Во-первых, вот список того, что стоит помнить, прежде чем углубляться:

- Характеристики производительности различаются в разных реализациях Python. Этот FAQ сосредоточен на [CPython](https://python-all.ru/3.11/glossary.html#term-CPython).
- Поведение может различаться в разных операционных системах, особенно когда речь идёт о вводе-выводе или многопоточности.
- всегда следует находить горячие точки в своей программе *перед* попыткой оптимизировать какой-либо код (см. модуль [`profile`](https://python-all.ru/3.11/library/profile.html#module-profile)).
- Написание эталонных скриптов позволит быстро выполнять итерации при поиске улучшений (см. модуль [`timeit`](https://python-all.ru/3.11/library/timeit.html#module-timeit)).
- Настоятельно рекомендуется иметь хорошее покрытие кода (с помощью модульного тестирования или любой другой методики) перед возможным внесением регрессий, скрытых в сложных оптимизациях.

Тем не менее, есть много приёмов для ускорения кода на Python. Вот некоторые общие принципы, которые сильно помогают достичь приемлемого уровня производительности:

- Ускорение алгоритмов (или замена на более быстрые) может принести гораздо большую выгоду, чем попытки рассыпать микрооптимизации по всему коду.
- Используйте правильные структуры данных. Изучите документацию по [Встроенным типам](https://python-all.ru/3.11/library/stdtypes.html#bltin-types) и модулю [`collections`](https://python-all.ru/3.11/library/collections.html#module-collections).
- Когда стандартная библиотека предоставляет примитив для выполнения какой-либо операции, он, скорее всего (хотя и не гарантированно), будет быстрее любого альтернативного решения, которое вы можете придумать. Это вдвойне верно для примитивов, написанных на C, таких как встроенные функции и некоторые типы расширений. Например, обязательно используйте либо встроенный метод [`list.sort()`](https://python-all.ru/3.11/library/stdtypes.html#list.sort), либо соответствующую функцию [`sorted()`](https://python-all.ru/3.11/library/functions.html#sorted) для сортировки (и обратитесь к [Руководству по сортировке](https://python-all.ru/3.11/howto/sorting.html#sortinghowto) для примеров умеренно продвинутого использования).
- Абстракции обычно создают косвенность и заставляют интерпретатор работать больше. Если уровни косвенности перевешивают объём полезной работы, программа будет медленнее. Следует избегать чрезмерной абстракции, особенно в виде крошечных функций или методов (которые также часто вредят читаемости).

Если вы достигли предела возможностей чистого Python, существуют инструменты, которые помогут пойти дальше. Например, [Cython](https://python-all.ru/3.11/faq/programming.html) может скомпилировать слегка изменённую версию кода Python в расширение C и может использоваться на многих разных платформах. Cython может использовать компиляцию (и необязательные аннотации типов), чтобы сделать ваш код значительно быстрее, чем при интерпретации. Если вы уверены в своих навыках программирования на C, вы также можете самостоятельно [написать модуль расширения на C](https://python-all.ru/3.11/extending/index.html#extending-index).

> **См. также**
>
> Вики-страница, посвящённая [советам по производительности](https://python-all.ru/3.11/faq/programming.html).

### [Как наиболее эффективно объединить много строк?](https://python-all.ru/3.11/faq/programming.html#id41)

Объекты [`str`](https://python-all.ru/3.11/library/stdtypes.html#str) и [`bytes`](https://python-all.ru/3.11/library/stdtypes.html#bytes) неизменяемы, поэтому объединение множества строк неэффективно, поскольку каждое объединение создаёт новый объект. В общем случае общая стоимость выполнения квадратично зависит от общей длины строк.

Для накопления множества объектов [`str`](https://python-all.ru/3.11/library/stdtypes.html#str) рекомендуется помещать их в список и в конце вызвать [`str.join()`](https://python-all.ru/3.11/library/stdtypes.html#str.join):

```python
chunks = []
for s in my_strings:
    chunks.append(s)
result = ''.join(chunks)
```

(ещё один достаточно эффективный приём – использовать [`io.StringIO`](https://python-all.ru/3.11/library/io.html#io.StringIO))

Для накопления множества объектов [`bytes`](https://python-all.ru/3.11/library/stdtypes.html#bytes) рекомендуется расширять объект [`bytearray`](https://python-all.ru/3.11/library/stdtypes.html#bytearray) с помощью конкатенации на месте (оператор `+=`):

```python
result = bytearray()
for b in my_bytes_objects:
    result += b
```

## [Последовательности (кортежи/списки)](https://python-all.ru/3.11/faq/programming.html#id42)

### [Как преобразовывать кортежи и списки друг в друга?](https://python-all.ru/3.11/faq/programming.html#id43)

Конструктор типа `tuple(seq)` преобразует любую последовательность (на самом деле любой итерируемый объект) в кортеж с теми же элементами в том же порядке.

Например, `tuple([1, 2, 3])` даёт `(1, 2, 3)`, а `tuple('abc')` даёт `('a', 'b', 'c')`. Если аргумент уже является кортежем, копия не создаётся – возвращается тот же объект, поэтому вызов [`tuple()`](https://python-all.ru/3.11/library/stdtypes.html#tuple) обходится дёшево, когда нет уверенности, что объект уже является кортежем.

Конструктор типа `list(seq)` преобразует любую последовательность или итерируемый объект в список с теми же элементами в том же порядке. Например, `list((1, 2, 3))` даёт `[1, 2, 3]`, а `list('abc')` даёт `['a', 'b', 'c']`. Если аргумент является списком, создаётся копия, как и в случае `seq[:]`.

### [Что такое отрицательный индекс?](https://python-all.ru/3.11/faq/programming.html#id44)

Последовательности Python индексируются положительными и отрицательными числами. Для положительных чисел 0 – это первый индекс, 1 – второй и так далее. Для отрицательных индексов -1 – последний индекс, -2 – предпоследний (перед последним) и так далее. Считайте `seq[-n]` тем же, что и `seq[len(seq)-n]`.

Использование отрицательных индексов может быть очень удобным. Например, `S[:-1]` – это вся строка, кроме последнего символа, что полезно для удаления завершающего перевода строки.

### [Как перебрать последовательность в обратном порядке?](https://python-all.ru/3.11/faq/programming.html#id45)

Используйте встроенную функцию [`reversed()`](https://python-all.ru/3.11/library/functions.html#reversed):

```python
for x in reversed(sequence):
    ...  # сделать что-то с x ...
```

Это не затронет исходную последовательность, а создаст новую копию с обратным порядком для итерации.

### [Как удалить дубликаты из списка?](https://python-all.ru/3.11/faq/programming.html#id46)

См. Python Cookbook, где подробно рассматриваются многие способы сделать это:

> [https://code.activestate.com/recipes/52560/](https://python-all.ru/3.11/faq/programming.html)

Если перестановка элементов списка не страшна, отсортируйте его, а затем просмотрите с конца, удаляя дубликаты по ходу:

```python
if mylist:
    mylist.sort()
    last = mylist[-1]
    for i in range(len(mylist)-2, -1, -1):
        if last == mylist[i]:
            del mylist[i]
        else:
            last = mylist[i]
```

Если все элементы списка могут использоваться как ключи множества (т.е. все они [хешируемы](https://python-all.ru/3.11/glossary.html#term-hashable)), это часто быстрее

```python
mylist = list(set(mylist))
```

Это преобразует список во множество, удаляя дубликаты, а затем обратно в список.

### [Как удалить несколько элементов из списка](https://python-all.ru/3.11/faq/programming.html#id47)

Как и при удалении дубликатов, явный обратный проход с условием удаления – это одна из возможностей. Однако проще и быстрее использовать замену среза с неявным или явным прямым проходом. Вот три варианта:

```python
mylist[:] = filter(keep_function, mylist)
mylist[:] = (x for x in mylist if keep_condition)
mylist[:] = [x for x in mylist if keep_condition]
```

Скорее всего, быстрее всего работает списковое включение.

### [Как создать массив в Python?](https://python-all.ru/3.11/faq/programming.html#id48)

Используйте список:

```python
["this", 1, "is", "an", "array"]
```

По временно́й сложности списки эквивалентны массивам C или Pascal; основное отличие в том, что список Python может содержать объекты разных типов.

Модуль `array` также предоставляет методы для создания массивов фиксированных типов с компактным представлением, но они медленнее при индексации, чем списки. Также отметим, что [NumPy](https://python-all.ru/3.11/faq/programming.html) и другие сторонние пакеты определяют структуры, похожие на массивы, с различными характеристиками.

Чтобы получить связные списки в стиле Lisp, можно эмулировать *ячейки cons* с помощью кортежей:

```python
lisp_list = ("like",  ("this",  ("example", None) ) )
```

Если нужна изменяемость, можно использовать списки вместо кортежей. Здесь аналог Lisp-овского *car* – `lisp_list[0]`, аналог *cdr* – `lisp_list[1]`. Делайте так, только если уверены, что это действительно необходимо, потому что обычно это работает намного медленнее, чем использование списков Python.

### [Как создать многомерный список?](https://python-all.ru/3.11/faq/programming.html#id49)

Вероятно, вы пытались создать многомерный массив так:

```python
>>> A = [[None] * 2] * 3
```

Если вывести его, выглядит правильно:

```pycon
>>> A
[[None, None], [None, None], [None, None]]
```

Но когда вы присваиваете значение, оно появляется в нескольких местах:

```pycon
>>> A[0][0] = 5
>>> A
[[5, None], [5, None], [5, None]]
```

Причина в том, что размножение списка с помощью `*` не создаёт копии, а только ссылки на существующие объекты. `*3` создаёт список из 3 ссылок на один и тот же список длины два. Изменения в одной строке отразятся во всех строках, что почти наверняка не то, что нужно.

Рекомендуемый подход – сначала создать список нужной длины, а затем заполнить каждый элемент заново созданным списком:

```python
A = [None] * 3
for i in range(3):
    A[i] = [None] * 2
```

Это порождает список, содержащий 3 разных списка длины два. Также можно использовать списковое включение:

```python
w, h = 2, 3
A = [[None] * w for i in range(h)]
```

Или можно воспользоваться расширением, предоставляющим тип данных «матрица»; наиболее известен [NumPy](https://python-all.ru/3.11/faq/programming.html).

### [Как применить метод или функцию к последовательности объектов?](https://python-all.ru/3.11/faq/programming.html#id50)

Чтобы вызвать метод или функцию и собрать возвращаемые значения в список, [списковое включение](https://python-all.ru/3.11/glossary.html#term-list-comprehension) – элегантное решение:

```python
result = [obj.method() for obj in mylist]

result = [function(obj) for obj in mylist]
```

Если нужно просто выполнить метод или функцию без сохранения возвращаемых значений, достаточно обычного цикла [`for`](https://python-all.ru/3.11/reference/compound_stmts.html#for):

```python
for obj in mylist:
    obj.method()

for obj in mylist:
    function(obj)
```

### [Почему a\_tuple\[i\] += \['item'\] вызывает исключение, хотя сложение работает?](https://python-all.ru/3.11/faq/programming.html#id51)

Это связано с тем, что операторы расширенного присваивания являются *операторами присваивания*, а также с различием между изменяемыми и неизменяемыми объектами в Python.

Это обсуждение в целом применимо, когда операторы расширенного присваивания применяются к элементам кортежа, указывающим на изменяемые объекты, но в качестве примера мы используем `list` и `+=`.

Если написать:

```python
>>> a_tuple = (1, 2)
>>> a_tuple[0] += 1
Traceback (most recent call last):
   ...
TypeError: 'tuple' object does not support item assignment
```

Причина исключения сразу становится ясна: `1` добавляется к объекту, на который указывает `a_tuple[0]` (`1`), в результате получается объект `2`, но когда мы пытаемся присвоить результат вычисления `2` элементу `0` кортежа, возникает ошибка, потому что нельзя изменить, на что указывает элемент кортежа.

На самом деле то, что делает этот расширенный оператор присваивания, примерно таково:

```python
>>> result = a_tuple[0] + 1
>>> a_tuple[0] = result
Traceback (most recent call last):
  ...
TypeError: 'tuple' object does not support item assignment
```

Ошибку вызывает именно часть присваивания операции, поскольку кортеж неизменяем.

Если написать что-то вроде:

```python
>>> a_tuple = (['foo'], 'bar')
>>> a_tuple[0] += ['item']
Traceback (most recent call last):
  ...
TypeError: 'tuple' object does not support item assignment
```

Исключение несколько более неожиданно, и еще более удивительно то, что, несмотря на ошибку, append сработал:

```python
>>> a_tuple[0]
['foo', 'item']
```

Чтобы понять, почему так происходит, нужно знать, что (а) если объект реализует магический метод [`__iadd__()`](https://python-all.ru/3.11/reference/datamodel.html#object.__iadd__), он вызывается при выполнении `+=` расширенного присваивания (augmented assignment), и его возвращаемое значение используется в операторе присваивания; и (б) для списков `__iadd__()` эквивалентно вызову `extend()` на списке и возврату списка. Вот почему говорят, что для списков `+=` – это «сокращение» для `list.extend()`:

```python
>>> a_list = []
>>> a_list += [1]
>>> a_list
[1]
```

Это эквивалентно:

```python
>>> result = a_list.__iadd__([1])
>>> a_list = result
```

Объект, на который указывает a\_list, был изменён, и указатель на изменённый объект присваивается обратно `a_list`. Конечный результат присваивания – холостая операция (no-op), поскольку это указатель на тот же объект, на который `a_list` указывал ранее, но само присваивание всё равно происходит.

Таким образом, в нашем примере с кортежем происходит то же самое, что и в:

```python
>>> result = a_tuple[0].__iadd__(['item'])
>>> a_tuple[0] = result
Traceback (most recent call last):
  ...
TypeError: 'tuple' object does not support item assignment
```

`__iadd__()` выполняется успешно, и список расширяется, но, хотя `result` указывает на тот же объект, на который уже указывает `a_tuple[0]`, финальное присваивание всё равно вызывает ошибку, поскольку кортежи неизменяемы.

### [Я хочу выполнить сложную сортировку: можно ли сделать преобразование Шварца в Python?](https://python-all.ru/3.11/faq/programming.html#id52)

Этот метод, приписываемый Рэндалу Шварцу из сообщества Perl, сортирует элементы списка по метрике, которая сопоставляет каждому элементу его «сортировочное значение». В Python используйте аргумент `key` для метода [`list.sort()`](https://python-all.ru/3.11/library/stdtypes.html#list.sort):

```python
Isorted = L[:]
Isorted.sort(key=lambda s: int(s[10:15]))
```

### [Как отсортировать один список по значениям из другого списка?](https://python-all.ru/3.11/faq/programming.html#id53)

Объедините их в итератор кортежей, отсортируйте полученный список, а затем извлеките нужный элемент.

```python
>>> list1 = ["what", "I'm", "sorting", "by"]
>>> list2 = ["something", "else", "to", "sort"]
>>> pairs = zip(list1, list2)
>>> pairs = sorted(pairs)
>>> pairs
[("I'm", 'else'), ('by', 'sort'), ('sorting', 'to'), ('what', 'something')]
>>> result = [x[1] for x in pairs]
>>> result
['else', 'sort', 'to', 'something']
```

## [Объекты](https://python-all.ru/3.11/faq/programming.html#id54)

### [Что такое класс?](https://python-all.ru/3.11/faq/programming.html#id55)

Класс – это конкретный тип объекта, создаваемый при выполнении инструкции class. Объекты классов используются как шаблоны для создания объектов-экземпляров, которые содержат как данные (атрибуты), так и код (методы), характерные для данного типа данных.

Класс может быть основан на одном или нескольких других классах, называемых его базовыми классами. Он наследует атрибуты и методы своих базовых классов. Это позволяет последовательно уточнять объектную модель с помощью наследования. Например, можно иметь общий класс `Mailbox`, предоставляющий базовые методы доступа к почтовому ящику, и подклассы `MboxMailbox`, `MaildirMailbox`, `OutlookMailbox`, обрабатывающие различные форматы почтовых ящиков.

### [Что такое метод?](https://python-all.ru/3.11/faq/programming.html#id56)

Метод – это функция некоторого объекта `x`, которая обычно вызывается как `x.name(arguments...)`. Методы определяются как функции внутри определения класса:

```python
class C:
    def meth(self, arg):
        return arg * 2 + self.attribute
```

### [Что такое self?](https://python-all.ru/3.11/faq/programming.html#id57)

Self – это просто условное имя для первого аргумента метода. Метод, определённый как `meth(self, a, b, c)`, должен вызываться как `x.meth(a, b, c)` для некоторого экземпляра `x` класса, в котором находится определение; вызванный метод будет считать, что его вызвали как `meth(x, a, b, c)`.

См. также [Почему self должно явно использоваться в определениях и вызовах методов?](https://python-all.ru/3.11/faq/design.html#why-self).

### [Как проверить, является ли объект экземпляром данного класса или его подкласса?](https://python-all.ru/3.11/faq/programming.html#id58)

Используйте встроенную функцию [`isinstance(obj, cls)`](https://python-all.ru/3.11/library/functions.html#isinstance). Можно проверить, является ли объект экземпляром любого из нескольких классов, передав кортеж вместо одного класса, например `isinstance(obj, (class1, class2, ...))`, а также проверить, является ли объект одним из встроенных типов Python, например `isinstance(obj, str)` или `isinstance(obj, (int, float, complex))`.

Обратите внимание, что [`isinstance()`](https://python-all.ru/3.11/library/functions.html#isinstance) также проверяет виртуальное наследование от [абстрактного базового класса](https://python-all.ru/3.11/glossary.html#term-abstract-base-class). Таким образом, проверка вернёт `True` для зарегистрированного класса, даже если он не наследовал от него прямо или косвенно. Чтобы проверить «истинное наследование», просмотрите [MRO](https://python-all.ru/3.11/glossary.html#term-MRO) класса:

```python
from collections.abc import Mapping

class P:
     pass

class C(P):
    pass

Mapping.register(P)
```

```pycon
>>> c = C()
>>> isinstance(c, C)        # прямой
True
>>> isinstance(c, P)        # косвенный
True
>>> isinstance(c, Mapping)  # виртуальный
True

# Actual inheritance chain
>>> type(c).__mro__
(<class 'C'>, <class 'P'>, <class 'object'>)

# Test for "true inheritance"
>>> Mapping in type(c).__mro__
False
```

Обратите внимание, что большинство программ не используют [`isinstance()`](https://python-all.ru/3.11/library/functions.html#isinstance) для пользовательских классов очень часто. Если вы разрабатываете классы сами, более правильным объектно-ориентированным стилем будет определение методов в классах, инкапсулирующих определённое поведение, вместо проверки класса объекта и выполнения разных действий в зависимости от того, какой это класс. Например, если есть функция, которая делает что-то:

```python
def search(obj):
    if isinstance(obj, Mailbox):
        ...  # код для поиска почтового ящика
    elif isinstance(obj, Document):
        ...  # код для поиска документа
    elif ...
```

Лучше определить метод `search()` во всех классах и просто вызывать его:

```python
class Mailbox:
    def search(self):
        ...  # код для поиска почтового ящика

class Document:
    def search(self):
        ...  # код для поиска документа

obj.search()
```

### [Что такое делегирование?](https://python-all.ru/3.11/faq/programming.html#id59)

Делегирование – это объектно-ориентированная техника (также называемая шаблоном проектирования). Допустим, у вас есть объект `x` и нужно изменить поведение только одного из его методов. Можно создать новый класс, который предоставляет новую реализацию интересующего метода и делегирует все остальные методы соответствующему методу объекта `x`.

Программисты на Python могут легко реализовать делегирование. Например, следующий класс реализует класс, который ведёт себя как файл, но преобразует все записываемые данные в верхний регистр:

```python
class UpperOut:

    def __init__(self, outfile):
        self._outfile = outfile

    def write(self, s):
        self._outfile.write(s.upper())

    def __getattr__(self, name):
        return getattr(self._outfile, name)
```

Here the `UpperOut` class redefines the `write()` method to convert the argument string to uppercase before calling the underlying `self._outfile.write()` method. All other methods are delegated to the underlying `self._outfile` object. The delegation is accomplished via the [`__getattr__()`](https://python-all.ru/3.11/reference/datamodel.html#object.__getattr__) method; consult [the language reference](https://python-all.ru/3.11/reference/datamodel.html#attribute-access) for more information about controlling attribute access.

Обратите внимание, что в более общих случаях делегирование может усложниться. Если атрибуты нужно не только получать, но и устанавливать, класс должен также определить метод [`__setattr__()`](https://python-all.ru/3.11/reference/datamodel.html#object.__setattr__), и делать это нужно аккуратно. Базовая реализация `__setattr__()` примерно эквивалентна следующему:

```python
class X:
    ...
    def __setattr__(self, name, value):
        self.__dict__[name] = value
    ...
```

Большинство реализаций `__setattr__()` должны изменять [`self.__dict__`](https://python-all.ru/3.11/library/stdtypes.html#object.__dict__) для хранения локального состояния для self, не вызывая бесконечной рекурсии.

### [Как вызвать метод, определённый в базовом классе, из производного класса, который его расширяет?](https://python-all.ru/3.11/faq/programming.html#id60)

Используйте встроенную функцию [`super()`](https://python-all.ru/3.11/library/functions.html#super):

```python
class Derived(Base):
    def meth(self):
        super().meth()  # вызывает Base.meth
```

В этом примере [`super()`](https://python-all.ru/3.11/library/functions.html#super) автоматически определит экземпляр, из которого он был вызван (значение `self`), выполнит поиск [порядка разрешения методов](https://python-all.ru/3.11/glossary.html#term-method-resolution-order) (MRO) с помощью `type(self).__mro__`, и вернёт следующий по порядку после `Derived` в MRO: `Base`.

### [Как организовать код, чтобы было проще изменить базовый класс?](https://python-all.ru/3.11/faq/programming.html#id61)

Можно присвоить базовый класс псевдониму и наследовать от псевдонима. Тогда всё, что нужно изменить – значение, присвоенное псевдониму. Кстати, этот приём также удобен, если нужно динамически решать (например, в зависимости от доступности ресурсов), какой базовый класс использовать. Пример:

```python
class Base:
    ...

BaseAlias = Base

class Derived(BaseAlias):
    ...
```

### [Как создать статические данные класса и статические методы класса?](https://python-all.ru/3.11/faq/programming.html#id62)

В Python поддерживаются как статические данные, так и статические методы (в смысле C++ или Java).

Для статических данных просто определите атрибут класса. Чтобы присвоить атрибуту новое значение, необходимо явно указать имя класса в присваивании:

```python
class C:
    count = 0   # количество вызовов C.__init__

    def __init__(self):
        C.count = C.count + 1

    def getcount(self):
        return C.count  # или вернуть self.count
```

`c.count` также ссылается на `C.count` для любого `c`, для которого `isinstance(c, C)` истинно, если только оно не переопределено самим `c` или каким-либо классом на пути поиска базового класса от `c.__class__` до `C`.

Внимание: внутри метода C присваивание вида `self.count = 42` создаёт новый и не связанный экземпляр с именем «count» в собственном словаре `self`. Повторное связывание имени статических данных класса всегда должно указывать класс, как внутри метода, так и вне его:

```python
C.count = 314
```

Статические методы возможны:

```python
class C:
    @staticmethod
    def static(arg1, arg2, arg3):
        # Нет параметра 'self'!
        ...
```

Однако гораздо более прямолинейный способ получить эффект статического метода – это простая функция уровня модуля:

```python
def getcount():
    return C.count
```

Если код организован так, что на каждый модуль определён один класс (или тесно связанная иерархия классов), это обеспечивает нужную инкапсуляцию.

### [Как перегрузить конструкторы (или методы) в Python?](https://python-all.ru/3.11/faq/programming.html#id63)

Этот ответ на самом деле применим ко всем методам, но вопрос обычно возникает в первую очередь в контексте конструкторов.

В C++ вы бы написали

```c
class C {
    C() { cout << "No arguments\n"; }
    C(int i) { cout << "Argument is " << i << "\n"; }
}
```

В Python нужно написать один конструктор, который обрабатывает все случаи с помощью аргументов по умолчанию. Например:

```python
class C:
    def __init__(self, i=None):
        if i is None:
            print("No arguments")
        else:
            print("Argument is", i)
```

Это не полностью эквивалентно, но на практике достаточно близко.

Можно также попробовать список аргументов переменной длины, например

```python
def __init__(self, *args):
    ...
```

Тот же подход работает для всех определений методов.

### [Я пытаюсь использовать \_\_spam и получаю ошибку про \_SomeClassName\_\_spam.](https://python-all.ru/3.11/faq/programming.html#id64)

Имена переменных с двойным подчёркиванием в начале «искажаются» – это простой, но эффективный способ определения приватных переменных класса. Любой идентификатор вида `__spam` (не менее двух начальных подчёркиваний и не более одного конечного) текстуально заменяется на `_classname__spam`, где `classname` – это имя текущего класса без начальных подчёркиваний.

Это не гарантирует приватности: внешний пользователь все еще может намеренно получить доступ к атрибуту «\_classname\_\_spam», а приватные значения видны в `__dict__` объекта. Многие программисты на Python вообще не утруждают себя использованием имен приватных переменных.

### [Мой класс определяет \_\_del\_\_, но он не вызывается, когда я удаляю объект.](https://python-all.ru/3.11/faq/programming.html#id65)

Для этого есть несколько возможных причин.

Оператор [`del`](https://python-all.ru/3.11/reference/simple_stmts.html#del) не обязательно вызывает [`__del__()`](https://python-all.ru/3.11/reference/datamodel.html#object.__del__) – он просто уменьшает счётчик ссылок объекта, и если он достигает нуля, вызывается `__del__()`.

Если ваши структуры данных содержат циклические ссылки (например, дерево, где каждый потомок имеет ссылку на родителя, а каждый родитель – список потомков), счётчики ссылок никогда не обнулятся. Время от времени Python запускает алгоритм для обнаружения таких циклов, но сборщик мусора может запуститься спустя некоторое время после того, как последняя ссылка на вашу структуру данных исчезнет, так что метод `__del__()` может быть вызван в неудобный и случайный момент. Это неудобно, если вы пытаетесь воспроизвести проблему. Хуже того, порядок вызова методов `__del__()` объектов произволен. Можно запустить [`gc.collect()`](https://python-all.ru/3.11/library/gc.html#gc.collect) для принудительной сборки, но существуют *патологические* случаи, когда объекты никогда не будут собраны.

Несмотря на сборщик циклов, всё равно рекомендуется определить явный метод `close()` для объектов, который будет вызываться, когда они больше не нужны. Метод `close()` может затем удалить атрибуты, ссылающиеся на подобъекты. Не вызывайте `__del__()` напрямую – `__del__()` должен вызывать `close()`, а `close()` должен гарантировать, что его можно вызвать более одного раза для одного и того же объекта.

Другой способ избежать циклических ссылок – использовать модуль [`weakref`](https://python-all.ru/3.11/library/weakref.html#module-weakref), который позволяет указывать на объекты без увеличения их счётчика ссылок. Например, структуры данных деревьев должны использовать слабые ссылки для ссылок на родительские и дочерние элементы (если они нужны!).

Наконец, если метод `__del__()` вызывает исключение, предупреждение выводится в [`sys.stderr`](https://python-all.ru/3.11/library/sys.html#sys.stderr).

### [Как получить список всех экземпляров данного класса?](https://python-all.ru/3.11/faq/programming.html#id66)

Python не отслеживает все экземпляры класса (или встроенного типа). Можно запрограммировать конструктор класса так, чтобы он отслеживал все экземпляры, сохраняя список слабых ссылок на каждый экземпляр.

### [Почему результат `id()` кажется неуникальным?](https://python-all.ru/3.11/faq/programming.html#id67)

Встроенная функция [`id()`](https://python-all.ru/3.11/library/functions.html#id) возвращает целое число, которое гарантированно уникально в течение времени жизни объекта. Поскольку в CPython это адрес памяти объекта, часто бывает, что после удаления объекта из памяти следующий свежесозданный объект выделяется по тому же адресу. Это показано на следующем примере:

```python
>>> id(1000) 
13901272
>>> id(2000) 
13901272
```

Два идентификатора принадлежат разным целочисленным объектам, которые создаются до и сразу же удаляются после выполнения вызова `id()`. Чтобы убедиться, что объекты, чей id нужно проверить, всё ещё живы, создайте ещё одну ссылку на объект:

```python
>>> a = 1000; b = 2000
>>> id(a) 
13901272
>>> id(b) 
13891296
```

### [Когда можно полагаться на проверки идентичности с оператором *is*?](https://python-all.ru/3.11/faq/programming.html#id68)

Оператор `is` проверяет идентичность объектов. Выражение `a is b` эквивалентно `id(a) == id(b)`.

Важнейшее свойство проверки идентичности: объект всегда идентичен сам себе, поэтому `a is a` всегда возвращает `True`. Проверки идентичности обычно быстрее проверок на равенство. И в отличие от проверок на равенство, проверки идентичности гарантированно возвращают булево значение `True` или `False`.

Однако проверки идентичности можно *только* заменять проверки на равенство, когда идентичность объекта гарантирована. В общем случае есть три ситуации, когда идентичность гарантирована:

1) Присваивания создают новые имена, но не изменяют идентичность объекта. После присваивания `new = old` гарантируется, что `new is old`.

2) Помещение объекта в контейнер, хранящий ссылки на объекты, не изменяет идентичность объекта. После присваивания списку `s[0] = x` гарантируется, что `s[0] is x`.

3) Если объект является синглтоном, это означает, что может существовать только один экземпляр этого объекта. После присваиваний `a = None` и `b = None` гарантируется, что `a is b`, поскольку `None` является синглтоном.

В большинстве других случаев проверки идентичности нежелательны, а предпочтительны проверки на равенство. В частности, не следует использовать проверки идентичности для таких констант, как [`int`](https://python-all.ru/3.11/library/functions.html#int) и [`str`](https://python-all.ru/3.11/library/stdtypes.html#str), которые не гарантированно являются синглтонами:

```python
>>> a = 1000
>>> b = 500
>>> c = b + 500
>>> a is c
False

>>> a = 'Python'
>>> b = 'Py'
>>> c = b + 'thon'
>>> a is c
False
```

Аналогично, новые экземпляры изменяемых контейнеров никогда не идентичны:

```python
>>> a = []
>>> b = []
>>> a is b
False
```

В коде стандартной библиотеки можно увидеть несколько распространённых шаблонов правильного использования проверок идентичности:

1) Как рекомендуется в [**PEP 8**](https://python-all.ru/3.11/faq/programming.html), проверка идентичности является предпочтительным способом проверки на `None`. Это читается как обычный английский в коде и позволяет избежать путаницы с другими объектами, булевы значения которых могут быть ложными.

2) Обнаружение необязательных аргументов может быть затруднительным, когда `None` является допустимым входным значением. В таких ситуациях можно создать синглтон-страж, гарантированно отличный от других объектов. Например, вот как реализовать метод, ведущий себя как [`dict.pop()`](https://python-all.ru/3.11/library/stdtypes.html#dict.pop):

```python
_sentinel = object()

def pop(self, key, default=_sentinel):
    if key in self:
        value = self[key]
        del self[key]
        return value
    if default is _sentinel:
        raise KeyError(key)
    return default
```

3) Реализациям контейнеров иногда требуется дополнять проверки равенства проверками идентичности. Это предотвращает путаницу кода с объектами, такими как `float('NaN')`, которые не равны сами себе.

Например, вот реализация `collections.abc.Sequence.__contains__()`:

```python
def __contains__(self, value):
    for v in self:
        if v is value or v == value:
            return True
    return False
```

### [Как подкласс может управлять данными, хранящимися в неизменяемом экземпляре?](https://python-all.ru/3.11/faq/programming.html#id69)

При наследовании от неизменяемого типа переопределяйте метод [`__new__()`](https://python-all.ru/3.11/reference/datamodel.html#object.__new__) вместо метода [`__init__()`](https://python-all.ru/3.11/reference/datamodel.html#object.__init__). Последний выполняется *после* создания экземпляра, что слишком поздно для изменения данных в неизменяемом экземпляре.

Все эти неизменяемые классы имеют сигнатуру, отличную от родительского класса:

```python
from datetime import date

class FirstOfMonthDate(date):
    "Always choose the first day of the month"
    def __new__(cls, year, month, day):
        return super().__new__(cls, year, month, 1)

class NamedInt(int):
    "Allow text names for some numbers"
    xlat = {'zero': 0, 'one': 1, 'ten': 10}
    def __new__(cls, value):
        value = cls.xlat.get(value, value)
        return super().__new__(cls, value)

class TitleStr(str):
    "Convert str to name suitable for a URL path"
    def __new__(cls, s):
        s = s.lower().replace(' ', '-')
        s = ''.join([c for c in s if c.isalnum() or c == '-'])
        return super().__new__(cls, s)
```

Классы можно использовать так:

```pycon
>>> FirstOfMonthDate(2012, 2, 14)
FirstOfMonthDate(2012, 2, 1)
>>> NamedInt('ten')
10
>>> NamedInt(20)
20
>>> TitleStr('Blog: Why Python Rocks')
'blog-why-python-rocks'
```

### [Как кешировать вызовы методов?](https://python-all.ru/3.11/faq/programming.html#id70)

Два основных инструмента для кеширования методов – [`functools.cached_property()`](https://python-all.ru/3.11/library/functools.html#functools.cached_property) и [`functools.lru_cache()`](https://python-all.ru/3.11/library/functools.html#functools.lru_cache). Первый хранит результаты на уровне экземпляра, второй – на уровне класса.

Подход *cached\_property* работает только с методами, не принимающими аргументов. Он не создаёт ссылку на экземпляр. Результат кэшированного метода будет храниться только до тех пор, пока экземпляр жив.

Преимущество в том, что когда экземпляр больше не используется, результат кешированного метода освобождается сразу. Недостаток: если экземпляры накапливаются, то накапливаются и результаты методов. Они могут расти без ограничения.

Подход *lru\_cache* работает с методами, имеющими [хешируемые](https://python-all.ru/3.11/glossary.html#term-hashable) аргументы. Он создаёт ссылку на экземпляр, если не предпринять специальных усилий для передачи слабых ссылок.

Преимущество алгоритма наименее недавно использованного (LRU) в том, что размер кеша ограничен указанным *maxsize*. Недостаток: экземпляры остаются живыми, пока не устареют в кеше или пока кеш не будет очищен.

Этот пример показывает различные техники:

```python
class Weather:
    "Lookup weather information on a government website"

    def __init__(self, station_id):
        self._station_id = station_id
        # _station_id является приватным и неизменяемым

    def current_temperature(self):
        "Latest hourly observation"
        # Не кэшировать это, потому что старые результаты
        # могут быть устаревшими.

    @cached_property
    def location(self):
        "Return the longitude/latitude coordinates of the station"
        # Результат зависит только от station_id

    @lru_cache(maxsize=20)
    def historic_rainfall(self, date, units='mm'):
        "Rainfall on a given date"
        # Зависит от station_id, даты и единиц измерения.
```

Приведённый выше пример предполагает, что *station\_id* не меняется. Если соответствующие атрибуты экземпляра изменяемы, подход *cached\_property* нельзя заставить работать, потому что он не может обнаружить изменения атрибутов.

Чтобы подход *lru\_cache* работал, когда *station\_id* изменяем, классу нужно определить методы [`__eq__()`](https://python-all.ru/3.11/reference/datamodel.html#object.__eq__) и [`__hash__()`](https://python-all.ru/3.11/reference/datamodel.html#object.__hash__), чтобы кэш мог обнаруживать соответствующие обновления атрибутов:

```python
class Weather:
    "Example with a mutable station identifier"

    def __init__(self, station_id):
        self.station_id = station_id

    def change_station(self, station_id):
        self.station_id = station_id

    def __eq__(self, other):
        return self.station_id == other.station_id

    def __hash__(self):
        return hash(self.station_id)

    @lru_cache(maxsize=20)
    def historic_rainfall(self, date, units='cm'):
        'Rainfall on a given date'
        # Зависит от station_id, даты и единиц измерения.
```

## [Модули](https://python-all.ru/3.11/faq/programming.html#id71)

### [Как создать .pyc-файл?](https://python-all.ru/3.11/faq/programming.html#id72)

Когда модуль импортируется впервые (или когда исходный файл изменился после создания текущего скомпилированного файла), в подкаталоге `__pycache__` каталога, содержащего файл `.py`, должен быть создан файл `.pyc` со скомпилированным кодом. Файл `.pyc` будет иметь имя, начинающееся с того же имени, что и файл `.py`, и заканчивающееся на `.pyc`, со средней частью, зависящей от конкретной двоичной сборки `python`, которая его создала. (Подробнее см. [**PEP 3147**](https://python-all.ru/3.11/faq/programming.html).)

Одна из причин, по которой файл `.pyc` может не создаваться, – проблема с правами доступа к каталогу, содержащему исходный файл: подкаталог `__pycache__` не может быть создан. Это может произойти, например, если вы разрабатываете от одного пользователя, а запускаете от другого, например, при тестировании с помощью веб-сервера.

Если не установлена переменная окружения [`PYTHONDONTWRITEBYTECODE`](https://python-all.ru/3.11/using/cmdline.html#envvar-PYTHONDONTWRITEBYTECODE), создание файла .pyc происходит автоматически при импорте модуля, если Python имеет возможность (права, свободное место и т.д.) создать подкаталог `__pycache__` и записать в него скомпилированный модуль.

Запуск Python на скрипте верхнего уровня не считается импортом, и `.pyc` не будет создан. Например, если есть модуль верхнего уровня `foo.py`, который импортирует другой модуль `xyz.py`, при запуске `foo` (путём ввода `python foo.py` как команды оболочки) будет создан `.pyc` для `xyz`, потому что `xyz` импортируется, но файл `.pyc` не будет создан для `foo`, поскольку `foo.py` не импортируется.

Если нужно создать файл `.pyc` для `foo`, то есть создать файл `.pyc` для модуля, который не импортируется, это можно сделать с помощью модулей [`py_compile`](https://python-all.ru/3.11/library/py_compile.html#module-py_compile) и [`compileall`](https://python-all.ru/3.11/library/compileall.html#module-compileall).

Модуль [`py_compile`](https://python-all.ru/3.11/library/py_compile.html#module-py_compile) может вручную скомпилировать любой модуль. Один из способов – интерактивно использовать функцию `compile()` в этом модуле:

```python
>>> import py_compile
>>> py_compile.compile('foo.py')                 
```

Это запишет `.pyc` в подкаталог `__pycache__` в том же месте, что и `foo.py` (или это можно переопределить необязательным параметром `cfile`).

Также можно автоматически скомпилировать все файлы в каталоге или каталогах с помощью модуля [`compileall`](https://python-all.ru/3.11/library/compileall.html#module-compileall). Для этого из командной оболочки выполните `compileall.py` и укажите путь к каталогу, содержащему файлы Python для компиляции:

```python
python -m compileall .
```

### [Как узнать имя текущего модуля?](https://python-all.ru/3.11/faq/programming.html#id73)

Модуль может узнать своё собственное имя, обратившись к предопределённой глобальной переменной `__name__`. Если она равна `'__main__'`, программа выполняется как скрипт. Многие модули, которые обычно используются через импорт, также предоставляют интерфейс командной строки или самопроверку и выполняют этот код только после проверки `__name__`:

```python
def main():
    print('Running test...')
    ...

if __name__ == '__main__':
    main()
```

### [Как сделать модули, которые импортируют друг друга?](https://python-all.ru/3.11/faq/programming.html#id74)

Предположим, у вас есть следующие модули:

`foo.py`:

```python
from bar import bar_var
foo_var = 1
```

`bar.py`:

```python
from foo import foo_var
bar_var = 2
```

Проблема в том, что интерпретатор выполнит следующие шаги:

- main импортирует `foo`
- Создаются пустые глобальные переменные для `foo`
- `foo` компилируется и начинает выполняться
- `foo` импортирует `bar`
- Создаются пустые глобальные переменные для `bar`
- `bar` компилируется и начинает выполняться
- `bar` импортирует `foo` (это пустая операция, так как модуль с именем `foo` уже существует)
- Механизм импорта пытается прочитать `foo_var` из глобальных переменных `foo`, чтобы установить `bar.foo_var = foo.foo_var`

Последний шаг завершается неудачей, потому что Python ещё не закончил интерпретацию `foo`, и словарь глобальных символов для `foo` всё ещё пуст.

То же самое происходит при использовании `import foo` и последующей попытке обратиться к `foo.foo_var` в глобальном коде.

Существует (как минимум) три возможных обходных решения этой проблемы.

Гвидо ван Россум рекомендует избегать любых использований `from <module> import ...` и размещать весь код внутри функций. Инициализация глобальных переменных и переменных класса должна использовать только константы или встроенные функции. Это означает, что всё из импортированного модуля должно ссылаться как `<module>.<name>`.

Джим Роскинд предлагает выполнять шаги в следующем порядке в каждом модуле:

- экспорт (глобальные переменные, функции и классы, которым не нужны импортированные базовые классы)
- инструкции `import`
- активный код (включая глобальные переменные, инициализируемые из импортированных значений).

Ван Россуму не очень нравится такой подход, потому что импорты оказываются в странном месте, но он работает.

Маттиас Урлихс рекомендует перестроить код так, чтобы рекурсивный импорт вообще не требовался.

Эти решения не являются взаимоисключающими.

### [\_\_import\_\_(‘x.y.z’) возвращает \<module ‘x’\>; как получить z?](https://python-all.ru/3.11/faq/programming.html#id75)

Рассмотрите возможность использования удобной функции [`import_module()`](https://python-all.ru/3.11/library/importlib.html#importlib.import_module) из [`importlib`](https://python-all.ru/3.11/library/importlib.html#module-importlib) вместо этого.

```python
z = importlib.import_module('x.y.z')
```

### [Когда я редактирую импортированный модуль и повторно импортирую его, изменения не отображаются. Почему это происходит?](https://python-all.ru/3.11/faq/programming.html#id76)

Из соображений эффективности и согласованности Python читает файл модуля только при первом импорте модуля. Если бы это было не так, в программе, состоящей из многих модулей, каждый из которых импортирует один и тот же базовый модуль, этот базовый модуль разбирался бы и переразбирался много раз. Чтобы принудительно перечитать изменённый модуль, сделайте следующее:

```python
import importlib
import modname
importlib.reload(modname)
```

Предупреждение: этот метод не является абсолютно надёжным. В частности, модули, содержащие операторы типа

```python
from modname import some_objects
```

будут продолжать работать со старой версией импортированных объектов. Если модуль содержит определения классов, существующие экземпляры классов *не* будут обновлены для использования нового определения класса. Это может привести к следующему парадоксальному поведению:

```python
>>> import importlib
>>> import cls
>>> c = cls.C()                # Создать экземпляр C
>>> importlib.reload(cls)
<module 'cls' from 'cls.py'>
>>> isinstance(c, cls.C)       # isinstance ложно?!?
False
```

Суть проблемы становится ясна, если вывести «идентичность» объектов классов:

```python
>>> hex(id(c.__class__))
'0x7352a0'
>>> hex(id(cls.C))
'0x4198d0'
```