給 Java 開發者的 Python

大部分概念你都已經會了。真正改變的是語法、一些預設行為，以及一條大原則：Python 在程式執行時才檢查型別，而不是在編譯時。

Python 是弱型別嗎？

不完全是。這裡其實混在一起的是兩個不同的概念：

概念	Java	Python	JavaScript
何時檢查型別？	編譯時（靜態）	執行時（動態）	執行時（動態）
允許隱式轉換嗎？	很少（強型別）	幾乎沒有（強型別）	很多（弱型別）

所以 Python 是動態且強型別。變數不宣告型別，但值本身有型別，Python 不會默默把它們混在一起：

x = 1
x = "現在變成字串"         # 允許：名稱可以重新指向任何型別
"1" + 1                   # TypeError：不能把 str 和 int 相加

JavaScript 會把 "1" + 1 變成 "11"，Python 則直接丟出錯誤。

型別標註（def f(x: int) -> str）在執行時不會被強制檢查。它們是給人看的文件，也是給 mypy 這類工具用的，由工具做靜態檢查。請見型別、mypy 與 coverage。

對照表

Java	Python
null	None（用 is None 判斷）
String、int、double、boolean	str、int、float、bool（True / False）
List<T>、Map<K,V>、Set<T>	list[T]、dict[K, V]、set[T]
a.equals(b)	a == b
a == b（參考相等）	a is b
this	self（每個方法明確的第一個參數）
建構子	__init__(self, ...)
Getter/setter	@property，或直接用公開屬性
toString()	__repr__ / __str__
interface	typing.Protocol 或 abc.ABC
@Override	不需要（新版本有 typing.override）
static 方法	@staticmethod 或模組層級的函式
try (var x = ...)	with open(...) as f:
Checked exception	沒有。所有例外都是 unchecked
for (int i = 0; i < n; i++)	for i in range(n):
Stream .map().filter().collect()	Comprehension、generator
public static void main	if __name__ == "__main__":
import java.util.List;	from collections import deque / import os
用大括號分隔區塊	縮排（4 個空格）就是語法

Java 開發者常覺得意外的地方

縮排就是區塊

沒有大括號。縮排錯一行就是另一支程式，或是 SyntaxError。

真假值判斷

空的容器、0、None 與 "" 都視為假：

items = []
if not items:
    print("empty")

可變的預設參數

這是最有名的陷阱：

def add(x, bucket=[]):      # 這個 list 在函式定義時只會建立「一次」
    bucket.append(x)
    return bucket

add(1)   # [1]
add(2)   # [1, 2]  (意外)

常見的解法：

def add(x, bucket=None):
    if bucket is None:
        bucket = []
    bucket.append(x)
    return bucket

Comprehension 取代大部分 stream

squares = [n * n for n in range(10) if n % 2 == 0]
by_len = {w: len(w) for w in ["spark", "py"]}

一切皆物件，名稱只是參考

賦值從不複製。b = a 只是讓兩個名稱指向同一個 list。

Slicing

s = "pyspark"
s[0:2]    # "py"
s[-5:]    # "spark"
s[::-1]   # "krapsyp"

模組與套件

一個檔案就是一個模組。含有 __init__.py 的目錄就是一個套件。Spark 的 pyspark.sql.tests.test_arrow 指的是巢狀套件裡的模組 test_arrow.py。

你真的會遇到的 class

from dataclasses import dataclass

@dataclass
class Point:
    x: float
    y: float

    def norm(self) -> float:
        return (self.x ** 2 + self.y ** 2) ** 0.5

@dataclass 會幫你產生 __init__、__repr__ 與 __eq__。

你的第一個 unittest

PySpark 的測試使用 unittest。到處都會看到這個結構：

import unittest


def add(a: int, b: int) -> int:
    return a + b


class AddTest(unittest.TestCase):
    def setUp(self):
        self.base = 10

    def test_add(self):
        # SPARK-12345: example of the comment style Spark uses in tests
        self.assertEqual(add(self.base, 5), 15)

    def test_bad_type_at_runtime(self):
        with self.assertRaises(TypeError):
            add("1", 2)   # 不管有沒有型別標註，str + int 在執行時都會失敗


if __name__ == "__main__":
    unittest.main()

用 python -m unittest 或 python 這個檔案.py 執行。

自我檢查

當你不看資料也能回答下列問題，就可以離開這一頁了：

1. 為什麼 "1" + 1 在 Python 是錯誤，在 JavaScript 卻不是？
2. x is None 做到了什麼是 x == None 不一定做到的？
3. 為什麼可變預設參數的範例會印出 [1, 2]？
4. Python 中相當於 try-with-resources 的是什麼？