錯誤處理

Intermediate Python for Developers

Jasmin Ludolf

Senior Data Science Content Developer

Pandas 追蹤（traceback）

顯示故意回傳錯誤的程式追蹤

except、raise
預想可能發生的錯誤

設計思維

他人會怎麼用我們的自訂函式？
測試不同用法
找出可能出現的錯誤

城市中的各種通勤方式

自訂函式的錯誤處理

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

可能會出錯的地方？

average() 預期輸入 list 或 set
參數超過 1 個 🛑
使用錯誤的資料型別 🛑

可能會出錯的地方？

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

帶有 TypeError 的追蹤

先前的錯誤處理作法

控制流程 if、elif、else
文件字串（docstring）

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 輸出

print(average(sales_dict))

TypeError 輸出，顯示要求提供正確資料型別的自訂訊息

try-except vs. raise

`try`-`except`

避免產生錯誤
之後的程式仍可執行

`raise`

會主動產生錯誤
避免執行後續程式

一起來練習吧！

Intermediate Python for Developers