copy to https://pythonguidecn.readthedocs.io/zh/latest/writing/gotchas.html
大多数情况下，Python的目标是成为一门简洁和一致的语言，同时避免意外情况。 然而，有些情况可能会使新人困惑。
其中一些情况是有意为之的，但可能有潜在的风险。而另一些可以说是语言的缺陷。 总的来说，下面是一些乍看起来很取巧的行为，不过只要您注意了强调的事项， 这些行为通常是可取的。
可变默认参数
看起来，最让Python程序员感到惊奇的是Python对函数定义中可变默认参数的处理。
您所写的
def append_to(element, to=[]): to.append(element) return to
您所期望的
my_list = append_to(12) print(my_list) my_other_list = append_to(42) print(my_other_list)
每次调用函数时，如果不提供第二个参数，就会创建一个新的列表，所以结果应是这样的：
[12] [42]
而事实是
[12]
[12, 42]
当函数被定义时，一个新的列表就被创建 一次 ，而且同一个列表在每次成功的调用中都被使用。
当函数被定义时，Python的默认参数就被创建 一次，而不是每次调用函数的时候创建。 这意味着，如果您使用一个可变默认参数并改变了它，您 将会 在未来所有对此函数的 调用中改变这个对象。
您应该做的
在每次函数调用中，通过使用指示没有提供参数的默认参数（None 通常是 个好选择），来创建一个新的对象。
def append_to(element, to=None): if to is None: to = [] to.append(element) return to
别忘了，您在把 列表对象作为第二个参数传入。
什么情况下陷阱不是陷阱
有时您可以专门“利用”（或者说特地使用）这种行为来维护函数调用间的状态。这通常用于 编写缓存函数。
迟绑定闭包
另一个常见的困惑是Python在闭包(或在周围全局作用域（surrounding global scope）)中 绑定变量的方式。
您所写的
def create_multipliers(): return [lambda x : i * x for i in range(5)]
您所期望的
for multiplier in create_multipliers(): print(multiplier(2))
一个包含五个函数的列表，每个函数有它们自己的封闭变量 i 乘以它们的参数，得到:
0
2
4
6
8
而事实是
8
8
8
8
8
五个函数被创建了，它们全都用4乘以 x 。
Python的闭包是 迟绑定 。 这意味着闭包中用到的变量的值，是在内部函数被调用时查询得到的。
这里，不论 任何 返回的函数是如何被调用的， i 的值是调用时在周围作用域中查询到的。 接着，循环完成， i 的值最终变成了4。
关于这个陷阱有一个普遍严重的误解，它被认为是和Python的 lambdas 有关。 由lambda 表达式创建的函数并没什么特别， 而且事实上，同样的问题也出现在使用普通的定义上：
def create_multipliers(): multipliers = [] for i in range(5): def multiplier(x): return i * x multipliers.append(multiplier) return multipliers
您应该做的
最一般的解决方案可以说是有点取巧（hack）。由于Python拥有在前文提到的为函数默认参数 赋值的行为（参见 可变默认参数 ）,您可以创建一个立即绑定参数的闭包,像下面这样：
def create_multipliers(): return [lambda x, i=i : i * x for i in range(5)]
或者，您可以使用 functools.partial 函数：
from functools import partial from operator import mul def create_multipliers(): return [partial(mul, i) for i in range(5)]
什么情况下陷阱不是陷阱
有时您就想要闭包有如此表现，迟绑定在很多情况下是不错的。不幸的是，循环创建 独特的函数是一种会使它们出差错的情况。
字节码（.pyc）文件无处不在！
默认情况下，当使用文件执行Python代码时，Python解释器会自动将该文件的字节码版本写入磁盘。 比如， module.pyc。
这些“.pyc”文件不应该加入到您的源代码仓库。
理论上，出于性能原因，此行为默认为开启。 没有这些字节码文件，Python会在每次加载文件时 重新生成字节码。
禁用字节码（.pyc）文件
幸运的是，生成字节码的过程非常快，在开发代码时不需要担心。
那些文件很讨厌，所以让我们摆脱他们吧！
$ export PYTHONDONTWRITEBYTECODE=1
使用 $PYTHONDONTWRITEBYTECODE 环境变量，Python则不会把这些文件写入磁盘， 您的开发环境将会保持良好和干净。
我建议在您的 ~/.profile 里设置这个环境变量。
删除字节码（.pyc）文件
以下是删除所有已存在的字节码文件的好方法:
$ find . -type f -name "*.py[co]" -delete -or -type d -name "__pycache__" -delete
从项目根目录运行，所有 .pyc 文件会嗖地一下消失， 好多了~
版本控制忽略
如果由于性能原因仍然需要 .pyc 文件，您可以随时将它们添加到版本控制存储库的忽略文件中。 流行的版本控制系统能够使用文件中定义的通配符来应用特殊规则。
一份忽略文件将确保匹配的文件未被检入存储库。 Git 使用 .gitignore，而 Mercurial使用``.hgignore```。
至少您的忽略文件应该是这样的。
syntax:glob # .gitignore 文件不需要这行
*.py[cod] # 将匹配 .pyc、.pyo 和 .pyd文件
__pycache__/ # 排除整个文件夹
您可能希望根据需要添加更多文件和目录。下次提交到存储库时，这些文件将不被包括。