最近使用Python的過程中遇到了一些坑，例如用datetime.datetime.now()這個可變對象作為函數的默認參數，模塊循環依賴等等。
在此記錄一下，方便以后查詢和補充。
避免可變對象作為默認參數
在使用函數的過程中，經常會涉及默認參數。在Python中，當使用可變對象作為默認參數的時候，就可能產生非預期的結果。
下面看一個例子：
def append_item(a = 1, b = []):
b.append(a)
print b
append_item(a=1)
append_item(a=3)
append_item(a=5)
結果為：
[1]
[1, 3]
[1, 3, 5]
從結果中可以看到，當后面兩次調用append_item函數的時候，函數參數b並沒有被初始化為[]，而是保持了前面函數調用的值。
之所以得到這個結果，是因為在Python中，一個函數參數的默認值，僅僅在該函數定義的時候，被初始化一次。
下面看一個例子證明Python的這個特性：
class Test(object):
def __init__(self):
print("Init Test")
def arg_init(a, b = Test()):
print(a)
arg_init(1)
arg_init(3)
arg_init(5)
結果為：
Init Test
1
3
5
從這個例子的結果就可以看到，Test類僅僅被實例化了一次，也就是說默認參數跟函數調用次數無關，僅僅在函數定義的時候被初始化一次。
可變默認參數的正確使用
對於可變的默認參數，我們可以使用下面的模式來避免上面的非預期結果：
def append_item(a = 1, b = None):
if b is None:
b = []
b.append(a)
print b
append_item(a=1)
append_item(a=3)
append_item(a=5)
結果為：
[1]
[3]
[5]
Python中的作用域
Python的作用域解析順序為Local、Enclosing、Global、Built-in，也就是說Python解釋器會根據這個順序解析變量。
看一個簡單的例子：
global_var = 0
def outer_func():
outer_var = 1
def inner_func():
inner_var = 2
print "global_var is :", global_var
print "outer_var is :", outer_var
print "inner_var is :", inner_var
inner_func()
outer_func()
結果為：
global_var is : 0
outer_var is : 1
inner_var is : 2
在Python中，關於作用域有一點需要注意的是，在一個作用域里面給一個變量賦值的時候，Python會認為這個變量是當前作用域的本地變量。
對於這一點也是比較容易理解的，對於下面代碼var_func中給num變量進行了賦值，所以此處的num就是var_func作用域的本地變量。
num = 0
def var_func():
num = 1
print "num is :", num
var_func()
問題一
但是，當我們通過下面的方式使用變量的時候，就會產生問題了：
num = 0
def var_func():
print "num is :", num
num = 1
var_func()
結果如下，之所以產生這個錯誤，就是因為我們在var_func中給num變量進行了賦值，所以Python解釋器會認為num是var_func作用域的本地變量，但是當代碼執行到print "num is :", num語句的時候，num還是未定義。
UnboundLocalError: local variable 'num' referenced before assignment
問題二
上面的錯誤還是比較明顯的，還有一種比較隱蔽的錯誤形式如下：
li = [1, 2, 3]
def foo():
li.append(4)
print li
foo()
def bar():
li +=[5]
print li
bar()
代碼的結果為：
[1, 2, 3, 4]
UnboundLocalError: local variable 'li' referenced before assignment
在foo函數中，根據Python的作用域解析順序，該函數中使用了全局的li變量；但是在bar函數中，對li變量進行了賦值，所以li會被當作bar作用域中的變量。
對於bar函數的這個問題，可以通過global關鍵字。
li = [1, 2, 3]
def foo():
li.append(4)
print li
foo()
def bar():
global li
li +=[5]
print li
bar()
類屬性隱藏
在Python中，有類屬性和實例屬性。類屬性是屬於類本身的，被所有的類實例共享。
類屬性可以通過類名訪問和修改，也可以通過類實例進行訪問和修改。但是，當實例定義了跟類同名的屬性后，類屬性就被隱藏了。
看下面這個例子：
class Student(object):
books = ["Python", "JavaScript", "CSS"]
def __init__(self, name, age):
self.name = name
self.age = age
pass
wilber = Student("Wilber", 27)
print "%s is %d years old" %(wilber.name, wilber.age)
print Student.books
print wilber.books
wilber.books = ["HTML", "AngularJS"]
print Student.books
print wilber.books
del wilber.books
print Student.books
print wilber.books
代碼的結果如下，起初wilber實例可以直接訪問類的books屬性，但是當實例wilber定義了名稱為books的實例屬性之后，wilber實例的books屬性就“隱藏”了類的books屬性；當刪除了wilber實例的books屬性之后，wilber.books就又對應類的books屬性了。
Wilber is 27 years old
['Python', 'JavaScript', 'CSS']
['Python', 'JavaScript', 'CSS']
['Python', 'JavaScript', 'CSS']
['HTML', 'AngularJS']
['Python', 'JavaScript', 'CSS']
['Python', 'JavaScript', 'CSS']
當在Python值使用繼承的時候，也要注意類屬性的隱藏。對於一個類，可以通過類的__dict__屬性來查看所有的類屬性。
當通過類名來訪問一個類屬性的時候，會首先查找類的__dict__屬性，如果沒有找到類屬性，就會繼續查找父類。但是，如果子類定義了跟父類同名的類屬性后，子類的類屬性就會隱藏父類的類屬性。
看一個例子：
class A(object):
count = 1
class B(A):
pass
class C(A):
pass
print A.count, B.count, C.count
B.count = 2
print A.count, B.count, C.count
A.count = 3
print A.count, B.count, C.count
print B.__dict__
print C.__dict__
結果如下，當類B定義了count這個類屬性之后，就會隱藏父類的count屬性：
1 1 1
1 2 1
3 2 3
{'count': 2, '__module__': '__main__', '__doc__': None}
{'__module__': '__main__', '__doc__': None}
tuple是“可變的”
在Python中，tuple是不可變對象，但是這里的不可變指的是tuple這個容器總的元素不可變（確切的說是元素的id），但是元素的值是可以改變的。
tpl = (1, 2, 3, [4, 5, 6])
print id(tpl)
print id(tpl[3])
tpl[3].extend([7, 8])
print tpl
print id(tpl)
print id(tpl[3])
代碼結果如下，對於tpl對象，它的每個元素都是不可變的，但是tpl[3]是一個list對象。也就是說，對於這個tpl對象，id(tpl[3])是不可變的，但是tpl[3]確是可變的。
36764576
38639896
(1, 2, 3, [4, 5, 6, 7, 8])
36764576
38639896
Python的深淺拷貝
在對Python對象進行賦值的操作中，一定要注意對象的深淺拷貝，一不小心就可能踩坑了。
當使用下面的操作的時候，會產生淺拷貝的效果：
- 使用切片[:]操作
- 使用工廠函數（如list/dir/set）
- 使用copy模塊中的copy()函數
使用copy模塊里面的淺拷貝函數copy()：
import copy
will = ["Will", 28, ["Python", "C#", "JavaScript"]]
wilber = copy.copy(will)
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]
will[0] = "Wilber"
will[2].append("CSS")
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]
使用copy模塊里面的深拷貝函數deepcopy()：
import copy
will = ["Will", 28, ["Python", "C#", "JavaScript"]]
wilber = copy.deepcopy(will)
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]
will[0] = "Wilber"
will[2].append("CSS")
print id(will)
print will
print [id(ele) for ele in will]
print id(wilber)
print wilber
print [id(ele) for ele in wilber]
模塊循環依賴
在Python中使用import導入模塊的時候，有的時候會產生模塊循環依賴，例如下面的例子，module_x模塊和module_y模塊相互依賴，運行module_y.py的時候就會產生錯誤。
# module_x.py
import module_y
def inc_count():
module_y.count += 1
print module_y.count
# module_y.py
import module_x
count = 10
def run():
module_x.inc_count()
run()
其實，在編碼的過程中就應當避免循環依賴的情況，或者代碼重構的過程中消除循環依賴。
當然，上面的問題也是可以解決的，常用的解決辦法就是把引用關系搞清楚，讓某個模塊在真正需要的時候再導入（一般放到函數里面）。
對於上面的例子，就可以把module_x.py修改為如下形式，在函數內部導入module_y：
# module_x.py
def inc_count():
import module_y
module_y.count += 1
print module_y.count