design.md
1> **Источник:** https://python-all.ru/3.3/faq/design.html2>3> «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.45---67# FAQ по дизайну и истории89## Почему в Python для группировки инструкций используются отступы?1011Гвидо ван Россум считает, что использование отступов для группировки чрезвычайно элегантно и значительно повышает читаемость типичной программы на Python. Большинство людей со временем начинают любить эту особенность.1213Поскольку нет фигурных скобок, не может быть расхождений между группировкой, воспринимаемой парсером, и человеческим восприятием. Иногда программисты на C сталкиваются с фрагментом кода вроде такого:1415```python16if (x <= y)17 x++;18 y--;19z++;20```2122Выполняется только оператор `x++`, если условие истинно, но отступы заставляют думать иначе. Даже опытные программисты на C иногда долго смотрят на это, недоумевая, почему `y` уменьшается даже для `x > y`.2324Из-за отсутствия скобок начала и конца блока Python гораздо менее подвержен конфликтам стилей оформления кода. В C существует множество способов расстановки фигурных скобок. Если вы привыкли читать и писать код в одном стиле, вы будете чувствовать себя по меньшей мере неуютно, читая (или будучи вынужденным писать) код в другом стиле.2526Многие стили кодирования размещают открывающие и закрывающие скобки на отдельных строках. Это делает программы значительно длиннее и тратит ценное пространство экрана, затрудняя получение хорошего обзора программы. В идеале функция должна умещаться на одном экране (скажем, 20–30 строк). 20 строк Python могут сделать гораздо больше работы, чем 20 строк C. Это связано не только с отсутствием открывающих/закрывающих скобок – отсутствие объявлений и высокоуровневые типы данных также играют роль – но синтаксис, основанный на отступах, безусловно, помогает.2728## Почему простые арифметические операции дают странные результаты?2930Смотрите следующий вопрос.3132## Почему вычисления с плавающей запятой такие неточные?3334Пользователи часто удивляются результатам вроде этого:3536```python37>>> 1.2 - 1.0380.19999999999999999639```4041и думают, что это ошибка в Python. Это не так. Это мало связано с Python и гораздо больше связано с тем, как нижележащая платформа обрабатывает числа с плавающей запятой.4243Тип [`float`](https://python-all.ru/3.3/library/functions.html#float) в CPython использует C-тип `double` для хранения. Значение объекта [`float`](https://python-all.ru/3.3/library/functions.html#float) хранится в двоичном формате с плавающей точкой с фиксированной точностью (обычно 53 бита), и Python использует операции C, которые, в свою очередь, полагаются на аппаратную реализацию в процессоре, для выполнения операций с плавающей точкой. Это означает, что в отношении операций с плавающей точкой Python ведет себя как многие популярные языки, включая C и Java.4445Многие числа, которые легко записываются в десятичной записи, не могут быть точно выражены в двоичной плавающей арифметике. Например, после:4647```python48>>> x = 1.249```5051сохранённое значение для `x` является (очень хорошим) приближением к десятичному значению `1.2`, но не равно ему в точности. На типичной машине фактическое сохранённое значение:5253```python541.0011001100110011001100110011001100110011001100110011 (binary)55```5657что в точности равно:5859```python601.1999999999999999555910790149937383830547332763671875 (decimal)61```6263Типичная точность в 53 бита обеспечивает числам с плавающей точкой Python 15–16 десятичных знаков точности.6465Для более подробного объяснения обратитесь к главе [*Арифметика с плавающей точкой*](https://python-all.ru/3.3/tutorial/floatingpoint.html#tut-fp-issues) в учебнике Python.6667## Почему строки в Python неизменяемы?6869Есть несколько преимуществ.7071Первое – производительность: знание того, что строка неизменяема, позволяет выделить для неё память при создании, и требования к хранению фиксированы и неизменны. Это также одна из причин различия между кортежами и списками.7273Другое преимущество в том, что строки в Python считаются такими же «элементарными», как числа. Никакие действия не превратят значение 8 во что-то другое, и в Python никакие действия не превратят строку «eight» во что-то другое.7475## Почему 'self' нужно указывать явно в определениях и вызовах методов?7677Идея была заимствована из Modula-3. Она оказалась очень полезной по ряду причин.7879Во-первых, становится более очевидным, что вы используете метод или атрибут экземпляра, а не локальную переменную. Чтение `self.x` или `self.meth()` абсолютно ясно показывает, что используется переменная экземпляра или метод, даже если вы не знаете определение класса наизусть. В C++ вы можете примерно определить это по отсутствию объявления локальной переменной (предполагая, что глобальные переменные редки или легко узнаваемы) – но в Python нет объявлений локальных переменных, поэтому нужно искать определение класса, чтобы быть уверенным. Некоторые стандарты кодирования C++ и Java требуют, чтобы атрибуты экземпляра имели префикс `m_`, так что эта явность полезна и в этих языках.8081Во-вторых, это означает, что не требуется специального синтаксиса, если вы хотите явно сослаться или вызвать метод из определённого класса. В C++, если вы хотите использовать метод из базового класса, который переопределён в производном классе, нужно использовать оператор `::` – в Python вы можете написать `baseclass.methodname(self, <argument list>)`. Это особенно полезно для методов [`__init__()`](https://python-all.ru/3.3/reference/datamodel.html#object.__init__) и в целом в случаях, когда метод производного класса хочет расширить метод базового класса с тем же именем и поэтому должен каким-то образом вызвать метод базового класса.8283Наконец, для переменных экземпляра это решает синтаксическую проблему с присваиванием: поскольку локальные переменные в Python – это (по определению!) те переменные, которым присваивается значение в теле функции (и которые не объявлены явно глобальными), должен быть способ сообщить интерпретатору, что присваивание предназначено для переменной экземпляра, а не для локальной переменной, и желательно, чтобы это было синтаксически (из соображений эффективности). C++ делает это через объявления, но в Python нет объявлений, и было бы жаль вводить их только для этой цели. Использование явного `self.var` отлично решает эту проблему. Аналогично, при использовании переменных экземпляра необходимость писать `self.var` означает, что ссылки на неквалифицированные имена внутри метода не должны искать в директориях экземпляра. Другими словами, локальные переменные и переменные экземпляра находятся в двух разных пространствах имён, и нужно указать Python, какое пространство имён использовать.8485## Почему нельзя использовать присваивание в выражении?8687Многие, привыкшие к C или Perl, жалуются, что хотят использовать эту идиому C:8889```c90while (line = readline(f)) {91 // сделать что-то со строкой92}93```9495тогда как в Python приходится писать так:9697```python98while True:99 line = f.readline()100 if not line:101 break102 ... # сделать что-то со строкой103```104105Причина, по которой в выражениях Python не допускается присваивание, – распространённая, трудновыявляемая ошибка в других языках, возникающая из-за такой конструкции:106107```c108if (x = 0) {109 // обработка ошибок110}111else {112 // код, который работает только для ненулевого x113}114```115116Ошибка – простая опечатка: было написано `x = 0`, что присваивает переменной `x` значение 0, в то время как предполагалось сравнение `x == 0`.117118Предлагалось множество альтернатив. Большинство из них – это хаки, которые экономят немного набора, но используют произвольный или непонятный синтаксис или ключевые слова и не проходят простой критерий для предложений по изменению языка: конструкция должна интуитивно подсказывать правильный смысл читателю, который с ней ещё не знаком.119120Интересное явление: большинство опытных программистов Python узнают идиому `while True` и, похоже, не сильно скучают по конструкции присваивания в выражении; только новички выражают сильное желание добавить это в язык.121122Существует альтернативный способ записи этого, который кажется привлекательным, но в целом менее надёжный, чем решение с “while True”:123124```python125line = f.readline()126while line:127 ... # сделать что-то со строкой...128 line = f.readline()129```130131Проблема в том, что если вы передумаете относительно того, как именно вы получаете следующую строку (например, захотите изменить её на `sys.stdin.readline()`), вам придётся не забыть изменить два места в программе – второе вхождение скрыто внизу цикла.132133Лучший подход – использовать итераторы, что позволяет выполнять цикл по объектам с помощью оператора `for`. Например, [*файловые объекты*](https://python-all.ru/3.3/glossary.html#term-file-object) поддерживают протокол итератора, поэтому можно просто написать:134135```python136for line in f:137 ... # сделать что-то со строкой...138```139140## Почему для одних возможностей Python использует методы (например, list.index()), а для других – функции (например, len(list))?141142Главная причина – история. Функции использовались для тех операций, которые были общими для группы типов и которые должны были работать даже для объектов, не имеющих методов (например, кортежи). Также удобно иметь функцию, которую можно легко применить к аморфной коллекции объектов при использовании функциональных возможностей Python (`map()`, `zip()` и другие).143144На самом деле, реализация `len()`, `max()`, `min()` как встроенных функций требует меньше кода, чем их реализация в качестве методов для каждого типа. Можно спорить об отдельных случаях, но это часть Python, и сейчас уже слишком поздно вносить такие фундаментальные изменения. Функции должны остаться, чтобы избежать массового нарушения работоспособности кода.145146> **Примечание**147>148> Для строковых операций Python перешёл от внешних функций (модуль `string`) к методам. Однако `len()` по-прежнему является функцией.149150## Почему join() – это метод строки, а не списка или кортежа?151152Строки стали гораздо больше похожи на другие стандартные типы начиная с Python 1.6, когда были добавлены методы, предоставляющие те же возможности, которые всегда были доступны через функции модуля string. Большинство этих новых методов были широко приняты, но один из них, который, по-видимому, вызывает дискомфорт у некоторых программистов, – это:153154```python155", ".join(['1', '2', '4', '8', '16'])156```157158который даёт результат:159160```python161"1, 2, 4, 8, 16"162```163164Есть два распространённых аргумента против этого использования.165166Первый звучит примерно так: «Выглядит действительно уродливо использовать метод строкового литерала (строковой константы)», на что можно ответить: возможно, но строковый литерал – это просто фиксированное значение. Если методы разрешены для имён, связанных со строками, нет логической причины делать их недоступными для литералов.167168Второе возражение обычно формулируется так: «Я действительно говорю последовательности объединить свои элементы с помощью строковой константы». К сожалению, это не так. По какой-то причине, похоже, гораздо меньше проблем с тем, чтобы сделать [`split()`](https://python-all.ru/3.3/library/stdtypes.html#str.split) методом строки, так как в этом случае легко увидеть, что169170```python171"1, 2, 4, 8, 16".split(", ")172```173174– это инструкция строковому литералу вернуть подстроки, разделённые заданным разделителем (или, по умолчанию, произвольными последовательностями пробельных символов).175176[`join()`](https://python-all.ru/3.3/library/stdtypes.html#str.join) является методом строки, потому что при его использовании вы указываете строке-разделителю перебрать последовательность строк и вставить себя между соседними элементами. Этот метод можно использовать с любым аргументом, который подчиняется правилам для объектов последовательностей, включая любые новые классы, которые вы можете определить самостоятельно. Аналогичные методы существуют для объектов bytes и bytearray.177178## Насколько быстры исключения?179180Блок try/except чрезвычайно эффективен, если исключения не выбрасываются. Однако перехват исключения – дорогостоящая операция. В версиях Python до 2.0 было распространено использование такой идиомы:181182```python183try:184 value = mydict[key]185except KeyError:186 mydict[key] = getvalue(key)187 value = mydict[key]188```189190Это имело смысл только тогда, когда вы ожидали, что ключ есть в словаре почти всё время. Если это было не так, вы писали так:191192```python193if key in mydict:194 value = mydict[key]195else:196 value = mydict[key] = getvalue(key)197```198199В этом конкретном случае можно также использовать `value = dict.setdefault(key, getvalue(key))`, но только если вызов `getvalue()` достаточно дешёвый, так как он вычисляется в любом случае.200201## Почему в Python нет оператора switch или case?202203Это можно легко сделать с помощью последовательности `if... elif... elif... else`. Было несколько предложений синтаксиса switch, но пока нет консенсуса относительно того, нужно ли и как реализовать проверку диапазонов. Смотрите [**PEP 275**](https://python-all.ru/3.3/faq/design.html) для полных подробностей и текущего статуса.204205Для случаев, когда нужно выбрать из очень большого числа возможностей, можно создать словарь, отображающий значения вариантов на вызываемые функции. Например:206207```python208def function_1(...):209 ...210211functions = {'a': function_1,212 'b': function_2,213 'c': self.method_1, ...}214215func = functions[value]216func()217```218219Для вызова методов объектов можно ещё больше упростить, используя встроенную функцию [`getattr()`](https://python-all.ru/3.3/library/functions.html#getattr) для получения методов с определённым именем:220221```python222def visit_a(self, ...):223 ...224...225226def dispatch(self, value):227 method_name = 'visit_' + str(value)228 method = getattr(self, method_name)229 method()230```231232Рекомендуется использовать префикс для имён методов, например `visit_` в этом примере. Без такого префикса, если значения поступают из ненадёжного источника, злоумышленник сможет вызвать любой метод вашего объекта.233234## Нельзя ли эмулировать потоки в интерпретаторе, вместо того чтобы полагаться на OS-зависимую реализацию потоков?235236Ответ 1: К сожалению, интерпретатор помещает как минимум один кадр стека C для каждого кадра стека Python. Кроме того, расширения могут вызывать Python в почти случайные моменты. Поэтому полная реализация потоков требует поддержки потоков на уровне C.237238Ответ 2: К счастью, существует [Stackless Python](https://python-all.ru/3.3/faq/design.html), который имеет полностью переработанный цикл интерпретатора, избавляющийся от стека C.239240## Почему lambda-выражения не могут содержать инструкции?241242Лямбда-выражения Python не могут содержать инструкции, потому что синтаксическая структура Python не поддерживает инструкции, вложенные внутрь выражений. Однако в Python это не является серьёзной проблемой. В отличие от лямбда-форм в других языках, где они добавляют функциональность, лямбды Python – это лишь сокращённая запись, если вам лень определять функцию.243244Функции в Python и так являются объектами первого класса, и их можно объявлять в локальной области видимости. Поэтому единственное преимущество использования lambda вместо локально определённой функции в том, что не нужно придумывать имя для функции – но это лишь локальная переменная, которой присваивается объект функции (который является объектом того же типа, что и результат лямбда-выражения)!245246## Можно ли скомпилировать Python в машинный код, C или другой язык?247248Практический ответ:249250[Cython](https://python-all.ru/3.3/faq/design.html) и [Pyrex](https://python-all.ru/3.3/faq/design.html) компилируют модифицированную версию Python с необязательными аннотациями в C-расширения. [Weave](https://python-all.ru/3.3/faq/design.html) позволяет легко смешивать код Python и C различными способами для повышения производительности. [Nuitka](https://python-all.ru/3.3/faq/design.html) – перспективный компилятор Python в C++, стремящийся поддерживать весь язык Python.251252Теоретический ответ:253254>255256Не так просто. Высокоуровневые типы данных Python, динамическая типизация объектов и вызов интерпретатора во время выполнения (с помощью [`eval()`](https://python-all.ru/3.3/library/functions.html#eval) или [`exec()`](https://python-all.ru/3.3/library/functions.html#exec)) вместе означают, что наивно «скомпилированная» программа на Python, вероятно, будет состоять в основном из вызовов в систему выполнения Python, даже для, казалось бы, простых операций, таких как `x+1`.257258Несколько проектов, описанных в новостной группе Python или на прошлых [конференциях по Python](https://python-all.ru/3.3/faq/design.html), показали, что такой подход возможен, хотя достигнутое ускорение пока скромное (например, 2 раза). Jython использует ту же стратегию для компиляции в байт-код Java. (Джим Хугунин продемонстрировал, что в сочетании с анализом всей программы для небольших демонстрационных примеров возможно ускорение в 1000 раз. Подробнее см. в материалах [конференции по Python 1997 года](https://python-all.ru/3.3/faq/design.html).)259260## Как Python управляет памятью?261262Детали управления памятью в Python зависят от реализации. Стандартная реализация Python, [*CPython*](https://python-all.ru/3.3/glossary.html#term-cpython), использует подсчёт ссылок для обнаружения недоступных объектов и другой механизм для сбора циклических ссылок, периодически выполняя алгоритм обнаружения циклов, который ищет недоступные циклы и удаляет участвующие объекты. Модуль [`gc`](https://python-all.ru/3.3/library/gc.html#module-gc) предоставляет функции для выполнения сборки мусора, получения отладочной статистики и настройки параметров сборщика.263264Однако другие реализации (такие как [Jython](https://python-all.ru/3.3/faq/design.html) или [PyPy](https://python-all.ru/3.3/faq/design.html)) могут полагаться на другой механизм, например, полноценный сборщик мусора. Это различие может вызвать некоторые тонкие проблемы переносимости, если код на Python зависит от поведения реализации с подсчётом ссылок.265266В некоторых реализациях Python следующий код (который нормально работает в CPython) вероятно исчерпает файловые дескрипторы:267268```python269for file in very_long_list_of_files:270 f = open(file)271 c = f.read(1)272```273274Действительно, используя механизм подсчёта ссылок и деструкторов CPython, каждое новое присваивание *f* закрывает предыдущий файл. Однако в традиционной сборке мусора эти файловые объекты будут собраны (и закрыты) через различные и, возможно, длительные промежутки времени.275276Если вы хотите писать код, который будет работать с любой реализацией Python, следует явно закрывать файл или использовать оператор [`with`](https://python-all.ru/3.3/reference/compound_stmts.html#with); это будет работать независимо от схемы управления памятью:277278```python279for file in very_long_list_of_files:280 with open(file) as f:281 c = f.read(1)282```283284## Почему CPython не использует более традиционную схему сборки мусора?285286Во-первых, это не является стандартной возможностью C, и поэтому она не переносима. (Да, мы знаем о библиотеке Boehm GC. Она содержит фрагменты ассемблерного кода для *большинства* распространённых платформ, но не для всех, и хотя она в основном прозрачна, она не полностью прозрачна; требуются патчи, чтобы Python работал с ней.)287288Традиционная сборка мусора также становится проблемой, когда Python встраивается в другие приложения. В то время как в автономном Python можно заменить стандартные malloc() и free() на версии, предоставляемые библиотекой сборки мусора, приложение, встраивающее Python, может захотеть иметь свою *собственную* замену для malloc() и free() и не хотеть использовать версию Python. Сейчас CPython работает с любой реализацией, которая правильно реализует malloc() и free().289290## Почему при завершении CPython не освобождается вся память?291292Объекты, на которые есть ссылки из глобальных пространств имён модулей Python, не всегда освобождаются при завершении Python. Это может происходить при наличии циклических ссылок. Также существуют определённые фрагменты памяти, выделяемые библиотекой C, которые невозможно освободить (например, инструмент вроде Purify будет жаловаться на них). Однако Python активно очищает память при завершении и старается уничтожить каждый объект.293294Если вы хотите принудительно заставить Python удалять определённые объекты при освобождении памяти, используйте модуль [`atexit`](https://python-all.ru/3.3/library/atexit.html#module-atexit) для запуска функции, которая выполнит эти удаления.295296## Почему существуют отдельные типы данных – кортеж и список?297298Списки и кортежи, хотя и похожи во многих отношениях, обычно используются принципиально по-разному. Кортежи можно рассматривать как аналоги записей Pascal или структур C; это небольшие коллекции связанных данных, которые могут быть разных типов и обрабатываются как группа. Например, декартова координата уместно представляется в виде кортежа из двух или трёх чисел.299300Списки, с другой стороны, больше похожи на массивы в других языках. Они обычно содержат переменное количество объектов одного типа, с которыми работают по одному. Например, `os.listdir('.')` возвращает список строк, представляющих файлы в текущем каталоге. Функции, работающие с этим выводом, обычно не сломаются, если вы добавите в каталог ещё один-два файла.301302Кортежи неизменяемы, то есть после создания кортежа нельзя заменить какой-либо его элемент новым значением. Списки изменяемы, то есть элементы списка всегда можно изменить. Только неизменяемые элементы можно использовать в качестве ключей словаря, поэтому в качестве ключей можно использовать только кортежи, но не списки.303304## Как реализованы списки?305306Списки Python – это на самом деле массивы переменной длины, а не связные списки в стиле Lisp. Реализация использует непрерывный массив ссылок на другие объекты и хранит указатель на этот массив и его длину в структуре заголовка списка.307308Это делает индексацию списка `a[i]` операцией, стоимость которой не зависит ни от размера списка, ни от значения индекса.309310При добавлении или вставке элементов массив ссылок изменяет размер. Применяется некоторая хитрость для повышения производительности при многократном добавлении: когда массив нужно увеличить, выделяется дополнительное пространство, чтобы следующие несколько раз не требовалось реально изменять размер.311312## Как реализованы словари?313314Словари Python реализованы как изменяемые хеш-таблицы. По сравнению с B-деревьями это обеспечивает лучшую производительность поиска (самой частой операции) в большинстве случаев, а реализация проще.315316Словари работают путём вычисления хеш-кода для каждого ключа, хранящегося в словаре, с помощью встроенной функции [`hash()`](https://python-all.ru/3.3/library/functions.html#hash). Хеш-код сильно варьируется в зависимости от ключа и начального значения процесса; например, «Python» может хешироваться как -539294296, а «python» – строка, отличающаяся одним битом, – как 1142331976. Затем хеш-код используется для вычисления позиции во внутреннем массиве, где будет храниться значение. При условии, что все ключи имеют разные хеш-значения, это означает, что словари выполняют поиск ключа за постоянное время – O(1), в терминах информатики. Это также означает, что не поддерживается никакой сортированный порядок ключей, и обход массива с помощью `.keys()` и `.items()` выводит содержимое словаря в произвольном перемешанном порядке, который может меняться при каждом запуске программы.317318## Почему ключи словаря должны быть неизменяемыми?319320Реализация словарей на основе хэш-таблиц использует хэш-значение, вычисленное из значения ключа, для поиска ключа. Если бы ключ был изменяемым объектом, его значение могло бы измениться, и, следовательно, его хэш также мог бы измениться. Но поскольку тот, кто изменяет объект-ключ, не может знать, что он используется в качестве ключа словаря, он не может переместить запись в словаре. Тогда при попытке найти тот же объект в словаре он не будет найден, потому что его хэш-значение стало другим. Если попытаться найти старое значение, оно тоже не будет найдено, поскольку значение объекта, находящегося в той хэш-корзине, будет другим.321322Если вам нужен словарь, индексируемый списком, просто преобразуйте список в кортеж; функция `tuple(L)` создаёт кортеж с теми же элементами, что и список `L`. Кортежи неизменяемы и поэтому могут использоваться в качестве ключей словаря.323324Некоторые неприемлемые решения, которые предлагались:325326- Хэшировать списки по их адресу (идентификатору объекта). Это не работает, потому что если создать новый список с тем же значением, он не будет найден; например:327328 ```python329 mydict = {[1, 2]: '12'}330 print(mydict[[1, 2]])331 ```332333 вызовет исключение KeyError, потому что идентификатор `[1, 2]`, используемый во второй строке, отличается от идентификатора в первой строке. Другими словами, ключи словаря следует сравнивать с помощью `==`, а не с помощью [`is`](https://python-all.ru/3.3/reference/expressions.html#is).334- Создавать копию при использовании списка в качестве ключа. Это не работает, потому что список, будучи изменяемым объектом, может содержать ссылку на самого себя, и тогда код копирования попадёт в бесконечный цикл.335- Разрешить списки в качестве ключей, но предупредить пользователя не изменять их. Это позволило бы появлению класса трудно отслеживаемых ошибок в программах, когда вы забыли или случайно изменили список. Это также нарушает важное свойство словарей: каждое значение в `d.keys()` может использоваться как ключ словаря.336- Помечайте списки как доступные только для чтения, как только они используются в качестве ключа словаря. Проблема в том, что изменить значение может не только объект верхнего уровня: можно использовать кортеж, содержащий список, в качестве ключа. Добавление чего-либо в качестве ключа в словарь потребует пометить все достижимые оттуда объекты как доступные только для чтения – и снова самореферентные объекты могут вызвать бесконечный цикл.337338Существует трюк, позволяющий обойти это, если необходимо, но используйте его на свой страх и риск: Можно обернуть изменяемую структуру в экземпляр класса, у которого есть и метод [`__eq__()`](https://python-all.ru/3.3/reference/datamodel.html#object.__eq__), и метод [`__hash__()`](https://python-all.ru/3.3/reference/datamodel.html#object.__hash__). Затем нужно убедиться, что хеш-значение для всех таких объектов-обёрток, находящихся в словаре (или другой структуре на основе хеша), остаётся неизменным, пока объект находится в словаре (или другой структуре).339340```python341class ListWrapper:342 def __init__(self, the_list):343 self.the_list = the_list344 def __eq__(self, other):345 return self.the_list == other.the_list346 def __hash__(self):347 l = self.the_list348 result = 98767 - len(l)*555349 for i, el in enumerate(l):350 try:351 result = result + (hash(el) % 9999999) * 1001 + i352 except Exception:353 result = (result % 7777777) + i * 333354 return result355```356357Обратите внимание, что вычисление хеша усложняется тем, что некоторые элементы списка могут быть нехешируемыми, а также возможностью арифметического переполнения.358359Кроме того, всегда должно выполняться условие: если `o1 == o2` (т.е. `o1.__eq__(o2) is True`), то `hash(o1) == hash(o2)` (т.е. `o1.__hash__() == o2.__hash__()`), независимо от того, находится объект в словаре или нет. Если не соблюдать эти ограничения, словари и другие структуры на основе хеша будут работать некорректно.360361В случае ListWrapper, когда объект-обёртка находится в словаре, обёрнутый список не должен изменяться, чтобы избежать аномалий. Не делайте этого, если вы не готовы тщательно обдумать требования и последствия их неправильного выполнения. Считайте себя предупреждёнными.362363## Почему list.sort() не возвращает отсортированный список?364365В ситуациях, когда производительность важна, создание копии списка только для его сортировки было бы расточительством. Поэтому [`list.sort()`](https://python-all.ru/3.3/library/stdtypes.html#list.sort) сортирует список на месте. Чтобы напомнить вам об этом, он не возвращает отсортированный список. Так вы не попадётесь в ловушку и случайно не перезапишете список, когда вам нужна отсортированная копия, но также нужно сохранить и неотсортированную версию.366367Если нужно вернуть новый список, используйте вместо этого встроенную функцию [`sorted()`](https://python-all.ru/3.3/library/functions.html#sorted). Эта функция создаёт новый список из переданного итерируемого объекта, сортирует его и возвращает. Например, вот как перебрать ключи словаря в отсортированном порядке:368369```python370for key in sorted(mydict):371 ... # делайте что угодно с mydict[key]...372```373374## Как указать и обеспечить соблюдение спецификации интерфейса в Python?375376Спецификация интерфейса модуля, предоставляемая такими языками, как C++ и Java, описывает прототипы методов и функций модуля. Многие считают, что проверка соблюдения спецификаций интерфейса на этапе компиляции помогает при построении больших программ.377378Python 2.6 добавляет модуль [`abc`](https://python-all.ru/3.3/library/abc.html#module-abc), позволяющий определять абстрактные базовые классы (ABC). Затем можно использовать [`isinstance()`](https://python-all.ru/3.3/library/functions.html#isinstance) и [`issubclass()`](https://python-all.ru/3.3/library/functions.html#issubclass), чтобы проверить, реализует ли экземпляр или класс определённый ABC. Модуль [`collections.abc`](https://python-all.ru/3.3/library/collections.abc.html#module-collections.abc) определяет набор полезных ABC, таких как [`Iterable`](https://python-all.ru/3.3/library/collections.abc.html#collections.abc.Iterable), [`Container`](https://python-all.ru/3.3/library/collections.abc.html#collections.abc.Container) и [`MutableMapping`](https://python-all.ru/3.3/library/collections.abc.html#collections.abc.MutableMapping).379380В Python многие преимущества спецификаций интерфейсов достигаются за счёт правильной дисциплины тестирования компонентов. Также есть инструмент PyChecker, который помогает находить проблемы, вызванные наследованием.381382Хороший набор тестов для модуля может одновременно служить регрессионным тестом, спецификацией интерфейса модуля и набором примеров. Многие модули Python можно запускать как скрипт для выполнения простого «самотестирования». Даже модули, использующие сложные внешние интерфейсы, часто можно тестировать изолированно, применяя тривиальные «заглушки», эмулирующие внешний интерфейс. Модули [`doctest`](https://python-all.ru/3.3/library/doctest.html#module-doctest) и [`unittest`](https://python-all.ru/3.3/library/unittest.html#module-unittest) или сторонние тестовые фреймворки можно использовать для построения исчерпывающих наборов тестов, проверяющих каждую строку кода в модуле.383384Правильная дисциплина тестирования может помочь в создании больших сложных приложений на Python не хуже, чем спецификации интерфейсов. На самом деле она может быть даже лучше, поскольку спецификация интерфейса не может проверить некоторые свойства программы. Например, метод `append()` ожидается, что он добавляет новые элементы в конец некоторого внутреннего списка; спецификация интерфейса не может проверить, что ваша реализация `append()` действительно делает это правильно, но в наборе тестов проверить это свойство тривиально.385386Написание тестовых наборов очень полезно, и, возможно, стоит проектировать код с расчётом на лёгкое тестирование. Одна из набирающих популярность методик, разработка через тестирование (test-directed development), требует сначала написать части тестового набора, а затем уже писать сам код. Конечно, Python позволяет быть небрежным и вообще не писать тесты.387388## Почему значения по умолчанию разделяются между объектами?389390Подобная ошибка часто подстерегает начинающих программистов. Рассмотрим следующую функцию:391392```python393def foo(mydict={}): # Опасность: общая ссылка на один словарь для всех вызовов394 ... compute something ...395 mydict[key] = value396 return mydict397```398399При первом вызове этой функции `mydict` содержит один элемент. Во второй раз `mydict` содержит два элемента, потому что когда `foo()` начинает выполняться, `mydict` уже содержит один элемент.400401Часто 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.402403По определению, неизменяемые объекты, такие как числа, строки, кортежи и `None`, защищены от изменений. Изменения изменяемых объектов, таких как словари, списки и экземпляры классов, могут привести к путанице.404405Из-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 создавайте новый список/словарь/что угодно, если это так. Например, не пишите:406407```python408def foo(mydict={}):409 ...410```411412а:413414```python415def foo(mydict=None):416 if mydict is None:417 mydict = {} # создать новый словарь для локального пространства имён418```419420Эта 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:421422```python423# Вызывающие никогда не передадут третий параметр этой функции.424def expensive(arg1, arg2, _cache={}):425 if (arg1, arg2) in _cache:426 return _cache[(arg1, arg2)]427428 # Вычислить значение429 result = ... expensive computation ...430 _cache[(arg1, arg2)] = result # Сохранить результат в кеше431 return result432```433434Вместо значения по умолчанию можно использовать глобальную переменную со словарём; это дело вкуса.435436## Почему нет goto?437438Исключения можно использовать для создания «структурированного goto», которое работает даже между вызовами функций. Многие считают, что исключения могут удобно эмулировать все разумные применения конструкций «go» или «goto» из C, Fortran и других языков. Например:439440```python441class label(Exception): pass # объявить метку442443try:444 ...445 if condition: raise label() # перейти к метке446 ...447except label: # куда перейти448 pass449...450```451452Это не позволяет перепрыгнуть в середину цикла, но это обычно считается злоупотреблением goto в любом случае. Используйте с осторожностью.453454## Почему сырые строки (r-strings) не могут заканчиваться обратной косой чертой?455456Более точно, они не могут заканчиваться нечётным количеством обратных слешей: непарный обратный слеш в конце экранирует закрывающий символ кавычки, оставляя строку незавершённой.457458Сырые строки были разработаны для упрощения создания входных данных для обработчиков (в основном, движков регулярных выражений), которые хотят выполнять свою собственную обработку экранирования обратным слешем. Такие обработчики в любом случае считают непарный завершающий обратный слеш ошибкой, поэтому сырые строки это запрещают. Взамен они позволяют передать символ кавычки, экранируя его обратным слешем. Эти правила хорошо работают, когда r-строки используются по назначению.459460Если вы пытаетесь построить пути Windows, учтите, что все системные вызовы Windows принимают и прямые слеши:461462```python463f = open("/mydir/file.txt") # работает отлично!464```465466Если вы пытаетесь построить путь для команды DOS, попробуйте, например, один из467468```python469dir = r"\this\is\my\dos\dir" "\\"470dir = r"\this\is\my\dos\dir\ "[:-1]471dir = "\\this\\is\\my\\dos\\dir\\"472```473474## Почему в Python нет оператора “with” для присваивания атрибутов?475476В Python есть инструкция ‘with’, которая оборачивает выполнение блока, вызывая код при входе в блок и при выходе из него. В некоторых языках есть конструкция, которая выглядит так:477478```python479with obj:480 a = 1 # эквивалентно obj.a = 1481 total = total + 1 # obj.total = obj.total + 1482```483484В Python такая конструкция была бы неоднозначной.485486Другие языки, такие как Object Pascal, Delphi и C++, используют статическую типизацию, поэтому можно однозначно узнать, какому члену выполняется присваивание. В этом и заключается основная суть статической типизации – компилятор *всегда* знает область видимости каждой переменной на этапе компиляции.487488Python использует динамическую типизацию. Невозможно заранее узнать, какой атрибут будет использован во время выполнения. Атрибуты-члены могут добавляться или удаляться из объектов на лету. Из-за этого невозможно при простом чтении понять, на какой атрибут идёт ссылка: локальный, глобальный или атрибут-член?489490Например, рассмотрим следующий неполный фрагмент кода:491492```python493def foo(a):494 with a:495 print(x)496```497498Фрагмент предполагает, что «a» должно иметь атрибут с именем «x». Однако в Python нет ничего, что говорило бы об этом интерпретатору. Что должно произойти, если «a» является, скажем, целым числом? Если существует глобальная переменная с именем «x», будет ли она использоваться внутри блока with? Как видите, динамическая природа Python делает такой выбор гораздо более сложным.499500Однако основное преимущество «with» и подобных языковых возможностей (сокращение объёма кода) легко достигается в Python с помощью присваивания. Вместо:501502```python503function(args).mydict[index][index].a = 21504function(args).mydict[index][index].b = 42505function(args).mydict[index][index].c = 63506```507508напишите это:509510```python511ref = function(args).mydict[index][index]512ref.a = 21513ref.b = 42514ref.c = 63515```516517Это также даёт побочный эффект ускорения выполнения, так как привязки имён в Python разрешаются во время выполнения, и второй вариант требует разрешения только один раз.518519## Почему двоеточия обязательны для операторов if/while/def/class?520521Двоеточие требуется в первую очередь для улучшения читаемости (один из результатов экспериментального языка ABC). Рассмотрим это:522523```python524if a == b525 print(a)526```527528против529530```python531if a == b:532 print(a)533```534535Обратите внимание, что второй вариант читается немного легче. Также обратите внимание, как двоеточие выделяет пример в этом ответе из FAQ; это стандартное использование в английском языке.536537Ещё одна второстепенная причина заключается в том, что двоеточие упрощает работу редакторов с подсветкой синтаксиса; они могут искать двоеточия, чтобы решить, когда нужно увеличить отступ, вместо более тщательного разбора текста программы.538539## Почему Python разрешает запятые в конце списков и кортежей?540541Python позволяет добавлять завершающую запятую в конце списков, кортежей и словарей:542543```python544[1, 2, 3,]545('a', 'b', 'c',)546d = {547 "A": [1, 5],548 "B": [6, 7], # последняя завершающая запятая необязательна, но считается хорошим стилем549}550```551552Для этого есть несколько причин.553554Когда литерал списка, кортежа или словаря разбит на несколько строк, проще добавлять новые элементы, поскольку не нужно помнить о добавлении запятой в предыдущей строке. Строки также можно переставлять без возникновения синтаксической ошибки.555556Случайный пропуск запятой может привести к ошибкам, которые трудно диагностировать. Например:557558```python559x = [560 "fee",561 "fie"562 "foo",563 "fum"564]565```566567Этот список выглядит так, будто в нём четыре элемента, но на самом деле их три: «fee», «fiefoo» и «fum». Всегда добавляя запятую, можно избежать этого источника ошибок.568569Разрешение завершающей запятой также может упростить программную генерацию кода.570