Python是一種非常富有表現力的語言。它為我們提供了一個龐大的標準庫和許多內建模組，幫助我們快速完成工作。然而，許多人可能會迷失在它提供的功能中，無法充分利用標準函式庫，過度重視單行腳本，以及誤解Python基本結構等。本文是一個關於Python新手可能會陷入的一些陷阱的不完全清單。
1.不知道Python版本
這是一個在StackOverflow上反覆出現的問題。許多人能寫出在某個版本上完美工作的程式碼，但在他們在自己的系統上安裝有不同版本的Python。要確保你知道你正在使用的Python版本。
你可以透過下邊的程式碼來檢視Python版本：
[pythontab@testServer]$ python --version Python 2.7.10 [pythontab@testServer]$ python --V Python 2.7.10
上面兩種方法都是可以的
2.不使用版本管理器
pyenv是一個極好的管理不同工具，但Python版本的工具很不幸，它只工作在*nix系統上。在Mac系統上，你可以簡單地透過brew install pyenv安裝它，在Linux上，也有一個自動安裝程式。
3.沉迷於一行程式
許多人熱衷於一行程式帶來的興奮感。即使他們的一行解決方案比一個多行解決方案低效，他們也會吹噓。
Python中的一行程式在本質上意味著具有多個表達式的複雜推導。例如：
l = [m for a, b in zip(this, that) if b.method(a) != b for m in b if not m.method(a, b) and reduce(lambda x, y: a + y.method(), (m, a, b))]
老實講，我編造了上面的範例。但我看到很多人都寫類似的程式碼。這樣的程式碼在一個星期後就會變得難以理解。如果你想做一些稍微複雜的事情，例如根據條件簡單地在一個清單或集合中加入一個元素，你可能就會犯錯。
單行程式碼並不是什麼成就，是的，他們可能看起來很靈活，但不是什麼成就。想像一下，這就像是你在打掃房間時把所有的東西都塞進你的衣櫥。好的程式碼應該是乾淨的，易於閱讀的和有效率的。
4.利用錯誤的方式初始化一個集合
這是一個更微妙的問題，可能讓你措手不及。集合推導很像列表推導。
>>> { n for n in range(10) if n % 2 == 0 }
{0, 8, 2, 4, 6}
>>> type({ n for n in range(10) if n % 2 == 0 })
上面就是集合推導的一個例子。集合就像列表，也是容器。不同的是，一個集合中不能有任何重複的值，而且是無序的。看到集合推導人們常常錯誤地認為{}能初始化一個空集合。但其實不然，它初始化一個空字典。
>>> {}
{}
>>> type({})如果你想初始化一個空集合，可以簡單地呼叫set()方法。
>>> set() set() >>> type(set())
注意一個空集合用set()表示，但是一個包含一些元素的集合就就要用花括號包圍元素來表示。
>>> s = set()
>>> s
set()
>>> s.add(1)
>>> s
{1}
>>> s.add(2)
>>> s
{1, 2}
這和直覺是相反的，因為你預期類似set([1, 2])的某些東西。
5.誤解GIL
GIL（全域解釋器鎖定）意味著在Python程式中，任一個時間點只能有一個執行緒在運作。這意味著當我們創建一個線程並希望它並行運行時，它並不會那樣。 Python解釋器實際的工作是在不同的運行線程之間快速進行切換。但這只是對實際發生事情的一個非常簡單的解釋，實際情況要複雜的多。有許多種並行運行的實例，例如使用本質為C擴展的各種庫。但運行Python程式碼時，大部分時間裡它不會並行執行。換句話說，Python中的執行緒並不像Java或C++中的執行緒。
許多人會嘗試為Python辯解，說這些都是真正的線程。這確實是真的，但並不能改變這樣一個事實：Python處理線程的方式和你期望的方式是不同的。 Ruby語言也有相同的情況（Ruby也有解釋器鎖）。
指定的解決方案是使用multiprocessing模組。 multiprocessing模組提供Process類，它是一個對fork的很好的覆蓋。然而，fork過程比一個線程的代價高得多，所以你可能不會每次都能看到效能上的提升，因為不同的process之間需要做大量的工作來進行相互協調。
然而，這個問題並不存在於每一個Python的實作版本中。例如，Python的一個實作PyPy-stm就試圖擺脫GIL（仍未穩定）。建立在其他平台，如JVM（Jython）或CLR（IronPython），上的Python實現，也沒有GIL的問題。
總之，使用Thread類別時要多加小心，你得到的可能不是你想要的。
6.使用舊式類別
在Python 2中，有两种类型的类，分别为“旧式”类和“新式”类。如果你使用Python 3，那么你默认使用“新式”类。为了确保在Python2中使用“新式”类，你需要让你新创建的每一个类都继承object类，且类不能已继承了内置类型，例如int或list。换句话说，你的基类、类如果不继承其他类，就总是需要继承object类。
class MyNewObject(object): # stuff here
这些“新式”类解决一些老式类的根本缺陷，想要详细了解新式类和旧式类请参见《python新式类和旧式类区别》《python2中的__new__与__init__，新式类和经典类》。
7.按错误的方式迭代
对于这门语言的新手来说，下边的代码是非常常见的：
for name_index in range(len(names)): print(names[name_index])
在上边的例子中，没有必须调用len函数，因为列表迭代实际上要简单得多：
for name in names: print(name)
此外，还有一大堆其他的工具帮助你简化迭代。例如，可以使用zip同时遍历两个列表：
for cat, dog in zip(cats, dogs): print(cat, dog)
如果你想同时考虑列表变量的索引和值，可以使用enumerate：
for index, cat in enumerate(cats): print(cat, index)
在itertools中也有很多有用的函数供你选择。然而请注意，使用itertools函数并不总是正确的选择。如果itertools中的一个函数为你试图解决的问题提供了一个非常方便的解决办法，例如铺平一个列表或根据给定的列表创建一个其内容的排列，那就用它吧。但是不要仅仅因为你想要它而去适应你代码的一部分。
滥用itertools引发的问题出现的过于频繁，以至于在StackOverflow上一个德高望重的Python贡献者已经贡献他们资料的重要组成部分来解决这些问题。
8.使用可变的默认参数
我多次见到过如下的代码：
def foo(a, b, c=[]): # append to c # do some more stuff
永远不要使用可变的默认参数，可以使用如下的代码代替：
def foo(a, b, c=None): if c is None: c = [] # append to c # do some more stuff
与其解释这个问题是什么，不如展示下使用可变默认参数的影响：
>>> def foo(a, b, c=[]): ... c.append(a) ... c.append(b) ... print(c) ... >>> foo(1, 1) [1, 1] >>> foo(1, 1) [1, 1, 1, 1] >>> foo(1, 1) [1, 1, 1, 1, 1, 1]
同一个变量c在函数调用的每一次都被反复引用。这可能有一些意想不到的后果。
总结
这些只是相对来说刚接触Python的人可能会遇到的一些问题。然而请注意，可能会遇到的问题远非就这么些。然而另一些缺陷是人们像使用Java或C++一样使用Python，并且试图按他们熟悉的方式使用Python。
