第一部分:字典基础与常见错误
1. 创建字典的误解
错误场景:尝试用列表推导式创建字典时,键重复导致覆盖。
# 错误示范
keys = ['a', 'b', 'a']
values = [1, 2, 3]
my_dict = {k: v for k, v in zip(keys, values)}
print(my_dict) # 输出可能不是预期,因为'a'键被覆盖了
解决方案:使用collections.defaultdict避免键冲突。
from collections import defaultdict
my_dict = defaultdict(list)
for k, v in zip(keys, values):
my_dict[k].append(v)
print(my_dict) # {'a': [1, 3], 'b': [2]}
2. 字典访问未初始化键
错误场景:
my_dict = {}
value = my_dict['not_here'] # KeyError
解决方案:使用get方法安全访问。
value = my_dict.get('not_here', '默认值')
print(value) # 输出 '默认值'
3. 字典更新时的键冲突
错误理解:
dict1 = {'x': 1}
dict2 = {'x': 2, 'y': 3}
dict1.update(dict2)
# 预期dict1中'x'的值不变
正确做法:更新操作会覆盖键值。
print(dict1) # {'x': 2, 'y': 3} 注意'x'的值已被覆盖
异常处理入门
4. 不处理异常的危险
问题:运行时错误未被捕获。
num = 'one'
result = num + 1 # TypeError
引入try-except:
try:
result = num + 1
except TypeError:
print("不能将字符串与数字相加")
5. 使用finally清理资源
无论是否发生异常,finally块都会执行。
try:
# 假设这是打开文件的操作
file = open('example.txt', 'r')
print(file.read())
except FileNotFoundError:
print("文件不存在")
finally:
file.close() # 确保文件被关闭
第二部分:高级技巧与实战案例
6. 字典推导式的高级用法
高级示例:创建一个映射,将字符串转换为它们的长度。
words = ['apple', 'banana', 'cherry']
lengths = {word: len(word) for word in words}
print(lengths) # {'apple': 5, 'banana': 6, 'cherry': 6}
7. Python 3.5+:字典解构合并
新特性:利用解构简化字典合并。
dict1 = {'x': 1, 'y': 2}
dict2 = {'y': 3, 'z': 4}
merged = {**dict1, **dict2} # Python 3.5+
print(merged) # {'x': 1, 'y': 3, 'z': 4}
8. 异常链:提供更详细的错误信息
深入异常处理:
try:
raise ValueError("Something wrong!")
except ValueError as ve:
raise KeyError("This happened because of a value error.") from ve
这样可以保留原始异常信息,增强调试能力。
9. 自定义异常
提升代码质量:
class CustomError(Exception):
pass
try:
raise CustomError("这是一个自定义错误")
except CustomError as ce:
print(ce)
实战案例:数据分析预处理
假设我们需要处理一份数据,其中包含一个字典列表,每个字典代表一条记录,但数据不完全或有格式错误。我们的任务是清洗数据,处理缺失值,并捕获任何转换过程中的异常。
data = [
{"name": "Alice", "age": 30},
{"name": "Bob", "missed_age": 25}, # 错误键名
{"name": "Charlie"}, # 缺失年龄
]
cleaned_data = []
for record in data:
try:
# 确保记录中有'age'键
age = record.get('age', None)
if age is None:
raise ValueError("Age is missing.")
# 正确处理记录
cleaned_record = {
"name": record["name"],
"age": int(age), # 强制类型转换,可能引发ValueError
}
cleaned_data.append(cleaned_record)
except KeyError as ke:
print(f"Key error in record: {ke}")
except ValueError as ve:
print(f"Value error in record: {ve}")
print(cleaned_data)
在这个实战案例中,我们结合了字典操作和异常处理,展示了如何优雅地处理数据清洗过程中常见的问题。通过使用try-except结构,我们能够捕获并妥善处理异常,保证程序的健壮性。