外觀
Data Science › Python Foundations › 錯誤處理與斷言
錯誤處理與斷言 (Errors & Assertions)
try/except 處理預期中可能發生的執行期錯誤(檔案不存在、網路逾時);raise 主動拒絕不合法的輸入;assert 檢查照理不該發生的內部假設。三者用途不同,不要互相取代。
| 工具 | 回答的問題 | 例子 |
|---|---|---|
try / except | 這一層能不能合理恢復? | 下載失敗 → 重試;缺檔 → 跳過並記錄 |
if ...: raise | 呼叫端給的東西是否違反約定? | alpha 不在 0–1 之間 |
assert | 程式本身有沒有寫錯? | 內部函式假設輸入已排序 |
測試 (pytest) | 功能是否符合預期? | 見 測試 |
try / except
python
try:
df = pd.read_csv(path)
except FileNotFoundError:
log.warning("missing %s, skipped", path) # 能恢復:記錄後繼續
df = None
except (pd.errors.ParserError, UnicodeDecodeError) as e:
raise ValueError(f"cannot parse {path}") from e # 不能恢復:轉成更清楚的錯誤往上丟
else:
log.info("loaded %d rows", len(df)) # 沒有例外才執行
finally:
cleanup_tmp() # 無論如何都執行(清理)| 子句 | 何時執行 |
|---|---|
except X | try 內發生 X(或其子類別) |
else | try 完全沒出錯 |
finally | 一定執行,即使 return 或再次丟出例外 |
檔案、連線的清理優先用
with(context manager),比finally手動關閉安全,見 函式。
原則
| 原則 | 錯誤示範 | 原因 |
|---|---|---|
| 捕捉具體例外 | except: / except Exception: 包一大段 | 會吞掉 KeyboardInterrupt、拼字錯誤造成的 NameError |
try 區塊越小越好 | 整個函式包在 try 裡 | 不知道是哪一行出錯 |
| 不要靜默吞掉 | except ValueError: pass | 錯誤消失,結果卻是錯的 |
| 轉換例外時保留原因 | raise NewError(...)(沒有 from) | raise ... from e 保留原始 traceback |
| 記錄完整 traceback | print(e) | log.exception(...) 會附上 stack trace |
取得錯誤資訊
python
import logging, traceback
log = logging.getLogger(__name__)
try:
1 / 0
except ZeroDivisionError as err:
type(err).__name__ # 'ZeroDivisionError'
str(err) # 'division by zero'
traceback.format_exc() # 完整 traceback 字串
tb = traceback.extract_tb(err.__traceback__)[-1]
tb.filename, tb.lineno, tb.name # 出錯的檔案、行號、函式名
log.exception("division failed") # 在 except 內使用:自動附 tracebacklogging 設定見 腳本與 CLI。
raise:主動拒絕不合法輸入
選語意明確的例外類別,上層才能精準捕捉並分別處理。
| 例外 | 意義 |
|---|---|
TypeError | 型別不對(傳了 str 給要 list 的參數) |
ValueError | 型別對但值不合理(負的樣本數、p 值 > 1) |
KeyError / IndexError | 缺少必要的 key / 索引超出範圍 |
FileNotFoundError | 檔案不存在 |
NotImplementedError | 子類別必須覆寫的方法 |
RuntimeError | 其他執行期狀態錯誤 |
python
def set_alpha(alpha: float) -> float:
if not isinstance(alpha, (int, float)):
raise TypeError(f"alpha must be a number, got {type(alpha).__name__}")
if not 0 < alpha < 1:
raise ValueError(f"alpha must be in (0, 1), got {alpha}")
return alpha
# 自訂例外:讓呼叫端能區分「你的套件的錯」和其他錯誤
class SampleSheetError(ValueError):
"""Raised when the sample sheet is malformed."""
def check_sheet(df):
missing = {"sample_id", "condition"} - set(df.columns)
if missing:
raise SampleSheetError(f"missing columns: {sorted(missing)}")
if df["sample_id"].duplicated().any():
raise SampleSheetError("duplicated sample_id")在資料進入分析的入口做驗證(讀檔後馬上檢查欄位、重複、範圍),比在管線中段才出現奇怪的 NaN 好除錯得多。大型表格驗證可用
pandera或 Great Expectations,見 資料品質檢查。
assert:檢查內部假設
python
assert condition, "message shown on failure" # 不成立就丟 AssertionError
def merge_counts(a, b):
assert list(a.index) == list(b.index), "gene order must match" # 程式邏輯應保證
return a + b用 assert | 不要用 assert |
|---|---|
| 「這個內部函式只會收到排序過的 list」 | 使用者輸入、外部檔案、API 回應 |
開發中確認中間結果的形狀(assert X.shape[0] == len(y)) | 正式環境必須執行的檢查 |
測試中的預期(pytest 的 assert) | 有副作用的運算式(assert items.pop()) |
python -O script.py會移除所有assert。必須執行的檢查要用if ...: raise。
例外階層速查
text
BaseException
├── KeyboardInterrupt, SystemExit ← 不該被一般 except 攔下
└── Exception
├── ArithmeticError → ZeroDivisionError, OverflowError
├── LookupError → KeyError, IndexError
├── OSError → FileNotFoundError, PermissionError, TimeoutError
├── ValueError → UnicodeDecodeError
├── TypeError, AttributeError, NameError
├── RuntimeError → NotImplementedError, RecursionError
└── AssertionError捕捉父類別會一併捕捉所有子類別(except LookupError 同時接住 KeyError 與 IndexError);多個 except 時把具體的放前面。