Python操作的5个坏习惯，你中了几个呢？

关注

转载最新推荐文章于 2026-04-23 11:14:37 发布 108 阅读 AI 写同款· GEO 优化 ›

python读取几个G的csv文件方法如下所示： import pandas as pd file = pd.read_csv('file.csv',iterator=True) while True: chunk = file.get_chunk(1000) print(chunk.head(10)) print(chunk.tail(10)) 以上这篇python读取几个G的csv文件方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持软件开发网。您可能感兴趣的文章:python读csv文件时指定行为表头或无表头的方法Python把对应格立即下载

来自：Python专栏

很多文章都有介绍怎么写好 Python，我今天呢相反，说说写代码时的几个坏习惯。有的习惯会让 Bug 变得隐蔽难以追踪，当然，也有的并没有错误，只是个人觉得不够完美。

注意：示例代码在 Python 3.6 环境下编写

1、用列表作函数的默认参数

看下面这个例子

正常我们期望的结果应该是这样的

但当我们执行代码后，只会得到这样的结果

与预期不一致。为什么呢？因为 Python 列表是可变对象，而且函数传参又是传的引用，所以当第二次调用 func 方法前，b 中已经有了元素 1，调用后 b 最终有两个元素 1 和 2。

示例中 func 方法比较简单，当发现问题的时候简单看下就能找到根源。但是，如果是在一个比较复杂的方法里面，你有可能会粗心的忽略这一点，从而会碰到一些莫名其妙的问题。

所以，当我们要为函数设置默认参数的时候，不要使用可变对象。

上面的代码改成这样就 OK 了

2、文件操作

很多刚接触 Python 的伙伴做文件操作的时候很容易写类似的代码

这没有问题，不过文件资源我们没有必要手动去维护，像关闭这样的操作交给上下文管理器做就好。

这样看起来不是清爽很多。

3、捕获所有异常

就像上面一样，有时我们为了能够快速的完成功能，很容易不管三七二十一，就捕获 Exception 异常。这可能会捕捉到键盘中断（KeyboardInterrupt）（CTRL + C）或断言错误（AsstionError）等异常。

捕获不确定的异常，有时也会让我们的程序出现莫名其妙的问题，我们应该避免这样做。

准确的做法是根据上下文捕获 ValueError 、AttributeError 、TypeError 等比较具体的异常，然后做适当的错误处理，比如打印日志等。

4、忽略 Python 的 for…else 语法

开发中我们很容易碰到类似的需求，在一个列表中，确定某个特定的元素是否存在。比如，下面的代码便是确定列表中有没有奇数存在

这里，我们使用了一个标识 is_odd_exist，默认为 False。当找到奇数时，将其置为 True，然后跳出循环。这样写并没有问题，但是我们可以换种方式

先介绍下 Python 的 for…else 语法，当 for 循环是正常结束时（即不是通过 break 跳出结束的），会执行 else 中的语句。

这里，我们使用了相对于其他语言如 C、PHP 等不同的一种方式，完成了相同的功能，看起来代码也简洁了不少。

5、使用键遍历字典

初学 Python 的伙伴，可能容易写出这样的代码

同样，这也是没有问题的，但看起来并不直观。字典遍历的时候，其实可以直接取出键值信息，像这样

这样的话，看起来要明了一些。

上面提到的几点有些带有自己一定的偏见，不要求大家都接受，选择合理的使用就好。

最后推荐一下我们团队写的量化小册的内容，45篇内容！从Python安装，入门，数据分析，爬取股票基金的历史+实时数据，以及如何写一个简单量化策略，策略回测，如何看资金曲线统统都有介绍！非常超值！

欢迎订阅：原价199 早鸟价2杯咖啡钱，即可永久阅读。满400人又要涨价了，现在的价格非常非常低，只要2杯奶茶，就可以终身订阅+课程源码，还有永久陪伴群。48小时无理由退款，放心食用！

往期推荐
量化: 如何用Python爬取创业板历史+实时股票数据！｜实战股票分析篇利用Pandas 9招挖掘五粮液股价！｜实战股票数据分析篇 Pandas滚动操作 ｜量化股票第一步，用Python画股票K线，双均线图，可视化你的股票数据！｜如何用Python爬取全部800多只ETF基金数据！｜如何用Python写一个双均线策略 ｜如何用Python开发一个多策略机器人！上篇！｜Python量化系列-用布林策略买五粮液能赚多少钱？｜只要4秒钟！用Python 获取上证指数34年的历史日线数据！

入门: 最全的零基础学Python的问题  | 零基础学了8个月的Python  | 实战项目 |学Python就是这条捷径

干货:爬取豆瓣短评，电影《后来的我们》 | 38年NBA最佳球员分析 | 从万众期待到口碑扑街！唐探3令人失望 | 笑看新倚天屠龙记 | 灯谜答题王｜用Python做个海量小姐姐素描图｜碟中谍这么火，我用机器学习做个迷你推荐系统电影

趣味:弹球游戏 | 九宫格 | 漂亮的花 | 两百行Python《天天酷跑》游戏!

AI: 会做诗的机器人 | 给图片上色 | 预测收入 | 碟中谍这么火，我用机器学习做个迷你推荐系统电影

小工具: Pdf转Word，轻松搞定表格和水印！ | 一键把html网页保存为pdf！| 再见PDF提取收费！ | 用90行代码打造最强PDF转换器，word、PPT、excel、markdown、html一键转换 | 制作一款钉钉低价机票提示器！｜60行代码做了一个语音壁纸切换器天天看小姐姐！｜

标签

#python #开发语言

原文链接：https://mp.weixin.qq.com/s?__biz=MzIxNjM4NDE2MA==&mid=2247529685&idx=2&sn=3d329360a4f5cde0ad2d4656a83886c3&chksm=96921e68dfb346e4641ae8efd242ca5d83f30a90f9aaef945e8df894a26cdbfc0016364282e5&scene=126&sessionid=0>

Python实战：ERA5风场数据区域提取与风向合成可视化全流程解析本文详细解析了使用Python处理ERA5风场数据的完整流程，包括NC文件读取、特定区域数据提取、u/v分量合成风向风速的计算，以及利用Matplotlib进行风场时空演变可视化。内容涵盖从环境搭建、数据获取到高级绘图与性能优化的实战经验，为气象数据分析、风能评估及气候研究提供了一套清晰、可操作的技术指南。阅读详情

Python操作的5个坏习惯，你中了几个呢？

相关推荐