Felhantering

Intermediate Python för utvecklare

Jasmin Ludolf

Senior Data Science Content Developer

Pandas traceback

Traceback som visar kod som avsiktligt returnerar ett fel

except, raise
Försök förutse hur fel kan uppstå

Designtänkande

Hur kan användare använda vår anpassade funktion?
Testa olika tillvägagångssätt
Identifiera möjliga fel

Olika pendlingstyper i staden

Felhantering i anpassade funktioner

def average(values):
    # Calculate the average
    average_value = sum(values) / len(values)
    return average_value

Var kan det gå fel?

average() förväntar sig en lista eller mängd
Ange mer än ett argument 🛑
Använd fel datatyp 🛑

Var kan det gå fel?

sales_dict = {"cust_id": ["JL93", "MT12", "IY64"],
              "order_value": [43.21, 68.70, 82.19]}
print(average(sales_dict))

Traceback med TypeError

Tidigare felhantering

Kontrollflöde med if, elif, else
Docstrings

try-except

def average(values):

    try:

        # Code that might cause an error
        average_value = sum(values) / len(values)
        return average_value

    except:

        # Code to run if an error occurs
        print("average() accepts a list or set. Please provide a correct data type.")

raise

def average(values):
    # Check data type
    if type(values) in (list, set):

        # Run if appropriate data type was used
        average_value = sum(values) / len(values)
        return average_value

raise

def average(values):
    # Check data type
    if type(values) in (list, set):

        # Run if appropriate data type was used
        average_value = sum(values) / len(values)
        return average_value

    else:
        # Run if an Exception occurs
        raise

raise TypeError

def average(values):
    # Check data type
    if type(values) in (list, set):

        # Run if appropriate data type was used
        average_value = sum(values) / len(values)
        return average_value

    else:
        # Run if an Exception occurs
        raise TypeError("average() accepts a list or set, please provide a correct data type.")

raise TypeError – utdata

print(average(sales_dict))

TypeError-utdata med det anpassade meddelandet om att ange rätt datatyp

try-except kontra raise

`try`-`except`

Förhindrar att fel uppstår
Fortsätter köra efterföljande kod

`raise`

Genererar ett fel
Avbryter efterföljande kod

Nu kör vi en övning!

Intermediate Python för utvecklare