问检查numerical Python代码中的参数

EN

如果你使用python -O运行，assert会得到优化(适度的优化，但有时很好)。如果您有经常重复的模式，一个更好的替代方案可能是使用装饰器--这是排除重复的好方法。例如，假设您有大量的函数，这些函数必须使用参数by-position (而不是by-keyword)调用，并且它们的第一个参数必须为正；然后...：

def firstargpos(f):
  def wrapper(first, *args):
    if first < 0:
      raise ValueError(whateveryouwish)
    return f(first, *args)
  return wrapper

然后你可以这样说：

@firstargpos def myfun(a，b)：...

并且检查将在装饰器(或者更确切地说，它返回的包装器闭包)中一次性执行。因此，唯一棘手的部分是弄清楚你的函数到底需要什么检查，以及如何最好地调用装饰器来表达这些(很难说，因为没有看到你定义的函数集和每个函数需要的检查集！)。请记住，DRY (“不要重复自己”)在软件开发的指导原则中名列前茅，Python有合理的支持来允许您实现DRY并避免boilerplatey、重复的代码！-)

您不希望使用assert，因为您的代码可以以这样一种方式运行(在某些系统上是默认的)，即不检查assert行，也不会引发错误(-O命令行标志)。

如果你使用的很多变量都应该具有相同的属性，为什么不子类化你正在使用的任何类型，并将检查添加到类本身呢？然后，当你使用你的新类时，你知道你永远不会有一个无效值，也不需要到处去检查它。

我不确定这是否能回答你的问题，但我突然意识到，在函数开始时检查大量参数并不是很有效。

我这样说的意思是，这是大多数pythonistas的假设，我们都是同意的成年人，我们相互信任，不会做傻事。下面是我如何写你的例子的：

def myfun(a, b):
    '''a cannot be < 0'''
    return a + b

这有三个明显的优点。首先，它很简洁，没有额外的代码做任何与你实际想要完成的事情无关的事情。其次，它将信息准确地放在它所属的help(myfun)中，pythonistas应该在那里查找用法说明。最后，a的非正值真的是一个错误吗？尽管你可能会这样认为，除非当a为零时某些东西肯定会崩溃(这里可能不会)，然后让它滑过并导致调用流上的错误是更明智的。毕竟，如果a + b出错，它会引发一个异常，该异常会在调用堆栈中向上传递，并且行为基本相同。