Rozdział 5 · Pobawmy się liczbami!

Obliczania debugowania

Niepoprawna liczba bez żadnego błędu — najbardziej podstępny typ błędu. Omówimy trzy przyczyny i niezawodny sposób ich wyszukiwania.

Wzór z błędną liczbą jest znacznie bardziej podstępny niż błąd, który odpada Program: Python nie powie ci, że coś jest nie tak. Spójrzmy, jak szukać takich problemów świadomie, a nie metodą „zmieniałem się i patrzył”

1. Błąd składniowy

Najprostszy przypadek to taki, że program w ogóle się nie uruchamia, a Python wskazuje na konkretny Nić i charakter jeszcze przed rozpoczęciem egzekucji:

# itog = (a + b * c
#SyntaxError:'(' was never closed – Brakuje nawiasów końcowych

2. Błąd w wzorze

Najbardziej niebezpieczną kategorią jest sytuacja, gdy program działa bez żadnego błędu, ale wynik jest nieprawidłowy. Zazwyczaj istnieje jeden z trzech powodów, które już omówiliśmy w tym rozdziale:

Sztuczka: Przerysuj wzór przez nazwane kroki

Gdy długa formuła daje podejrzany wynik, najpewniejszy sposób na znalezienie Problem — podziel go na nazwane kroki pośrednie i wpisz każdy:

# był jednym z łańcuch znaków, nie wiadomo, co poszło nie tak:
itog = (cena - skidka) * kolichestvo + dostavka / kolichestvo

# stał się — możesz zobaczyć każdy wynik pośredni:
cena_so_skidkoj = cena - skidka
print(„Cena po rabacie:”, cena_so_skidkoj)

summa_za_tovar = cena_so_skidkoj * kolichestvo
print(„Ilość za przedmiot:”, summa_za_tovar)

dostavka_na_edinicu = dostavka / kolichestvo
print(„Dostawa na jednostkę:”, dostavka_na_edinicu)

itog = summa_za_tovar + dostavka_na_edinicu
print(„Podsumowanie:”, itog)

3. Cechy reprezentacji liczb

Trzecia kategoria to kod poprawny składniowo, wzór również jest poprawny, ale wynik nadal jest niespodzianki. Zazwyczaj powodem jest to, że już szczegółowo omówiliśmy to w rozdziale 4:

print(0.1 + 0.2 == 0.3)          # False! nie jest błędem, lecz cechą float
print(round(0.1 + 0.2, 10) == 0.3)  #True – Porównanie tolerancji działa poprawnie

Przewiduj przed startem

Najlepszym nawykiem przy debugowaniu jest budowanie go zanim pojawią się błędy: zanim go uruchomisz kod, przewidź wynik. Jeśli przewidywanie nie pokrywa się z rzeczywistością, albo znalazłeś błąd, albo źle zrozumieć kod. Oba przypadki należy analizować bez dalszego uruchamiania kodu.