Back to My blog
Các lỗi phổ biến khi lập trình Python

/ 4 min read

Các lỗi phổ biến khi lập trình Python

Last Updated:

Chào các bạn, trong bài này Tuân sẽ chia sẻ đến các bạn các lỗi mà các lập trình viên Python thường mắc phải khi code các dự án Python. Thật ra đây không phải lỗi xãy ra khi chúng ta chạy các script, mà các lỗi này xuất phát từ thói quen lập trình. Chúng ta cùng tìm hiểu nhé.

Dùng from module import *

🔹 Lỗi này còn được biết đến với cái tên Wildcard import. Có thể các bạn sẽ thấy tiện lợi khi code như vậy, nhưng sau đây là các vấn đề nếu không may thì bạn sẽ gặp phải:

  • Khiến code không được tường minh và khó đọc cũng như hiểu nhanh. Từ đó làm cho việc maintain hơi phức tạp hơn. Ví dụ như đoạn code ngắn sau đây:
from super_module import *
from another_module import *


handle_item(item) # Hàm này được define ở đâu ?
do_stuff() # Hàm này được define ở đâu ?
  • Một vấn đề thứ 2 và cũng nguy hiểm hơn, đó là khi các module có trùng tên hàm thì sao ? làm sao biết được hàm đang thực thi sẽ là hàm của module nào ?. Ví dụ như đoạn code ngắn sau đây:
from numpy import *
from math import *


result = sqrt(16) # Hàm sqrt được sử dụng là hàm sqrt của numpy hay của math ?

👉 Giải pháp ở đây là chúng ta nên import rõ ràng những gì chúng ta cần như đoạn code sau:

from numpy import sqrt


result = sqrt(16)


# Hoặc sử dụng as để alias như này
import numpy as np


result = np.sqrt(16)

Sử dụng tham số list=[]

🔹 Đây là một lỗi mà Tuân cũng từng mắc phải, và rất khó debug nếu chúng ta không để ý. Để rõ hơn về lỗi này, chúng ta cùng tìm hiểu ví dụ sau đây.

Yêu cầu: viết một hàm process, nhận vào tham số data có kiểu list và kết quả trả về của hàm là biến data đã append thêm giá trị 1.

def process(data=[]):
    data.append(1)
    return data

Nếu chỉ nhìn sơ qua, thì có lẽ mọi người thấy hàm trên không xãy ra vấn đề gì đúng không ? Nhưng thật sự đây chính là nguồn cơ của những con bug xuất hiện. Để rõ hơn thì các bạn thử chạy đoạn script sau và xem kết quả nhé:

def process(data=[]):
    data.append(1)
    return data


print(process())  # [1]
print(process())  # [1, 1]
print(process())  # [1, 1, 1]

Lý do là tại vì tham số data sử dụng trong hàm process là một mutable object.

👉 Giải pháp ở đây là chúng ta nên sử dụng None làm giá trị mặt định của tham số data, và khi đó hàm process sẽ được khai báo như sau:

def process(data=None):
    if data is None:
        data = []
    data.append(1)
    return data

Sử dụng == None

🔹 Những ngày đầu lập trình Tuân cũng mắc lỗi này, đơn giản vì còn mơ hồ giữa phép is và ==. Đối với các kiểu dữ liệu bình thường, các bạn sử dụng phép so sánh == None sẽ không phát hiện ra sự khác biệt mấy, cũng như code chạy sẽ không lỗi. Nhưng khi sử dụng với array của numpy hoặc dataframe của pandas thì bạn sẽ nhận ra.

Chúng ta cùng tìm hiểu đoạn code sau nhé:

import numpy as np


def normalize(data=None):
    if data == None:
        return np.zeros(1)
    return (data - np.mean(data)) / np.std(data)

Trong đoạn code trên, if kiểm tra None sẽ đi kiểm tra các phần tử của array có phải None hay không chứ không phải kiểm tra biến data có phải None hay không.

👉 Giải pháp ở đây là chúng ta nên sử dụng is None khi cần kiểm tra giá trị một biến có phải None hay không, chứ không nên sử dụng == None.

Phần kết

🔹 Các lỗi mà Tuân vừa chia sẻ không gây lỗi khi chạy chương trình, nhưng lại là những “cạm bẫy” nguy hiểm ảnh hưởng đến chất lượng code, khả năng bảo trì, và hiệu suất phát triển dự án.

🎯 Dưới đây là 3 điểm bạn cần ghi nhớ:

  • Tránh dùng from module import *, hãy import rõ ràng và cụ thể.
  • Không dùng giá trị mặc định là list, dict, thay vào đó hãy dùng None.
  • Luôn dùng is None thay vì == None để đảm bảo so sánh đúng cách với đối tượng None.

👉 Dù bạn là người mới học Python hay đã có kinh nghiệm, việc nhận ra và thay đổi những thói quen nhỏ này sẽ giúp bạn viết code sạch hơn, dễ đọc hơn, và “Pythonic” hơn trong mắt đồng nghiệp và cộng đồng.

🔗 Tài liệu tham khảo

☕ Buy Me a Coffee

profile photo