Skip to content

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 Xtry 內發生 X(或其子類別)
elsetry 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 tracebackprint(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 traceback

logging 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。