Not implemented error python что значит

Today, we’re making our way through our in-depth Python Exception Handling series, and we’ll dive into the NotImplementedError in Python. The NotImplementedError is commonly raised when an abstract method is not implemented in a derived class.

Throughout this post, we’ll examine the NotImplementedError in more detail, starting with where it sits in the larger Python Exception Class Hierarchy. We’ll also look at raising this error, how to handle it, and how Airbrake can help you find this error quickly.

Hierarchy

Like most Python errors, the NotImplementedError derives from the BaseException, more specifically from the RuntimeError class. 

• BaseException 
  • RuntimeError
    • NotImplementedError 

The NotImplementedError is, fortunately, a non-fatal error. It won’t stop your application from running, but it’s always best to clear errors before they cause issues. 

What is the NotImplementedError? 

According to Python, the NotImplementedError occurs when an abstract method lacks the required derived class to override this method, thus raising this exception.

Let’s break this down a bit. 

While it doesn’t provide abstract classes, Python allows you to use its module, Abstract Base Classes (ABC). Abstract classes are helpful because they create blueprints for other classes and establish a set of methods.

An Abstract Base Class includes one or more abstract methods (methods that have been declared but lack implementation). Subclasses, or child classes, are necessary to implement these abstract methods. 

To summarize, you’ll see the NotImplementedError two reasons: 

1. When you need a derived class to override the abstract method 
2. When the implementation is still missing

Now that you know what a NotImplementedError is and why it happens, here’s what you need to do to raise this exception.  

How to Raise a NotImplementedError Exception 

The NotImplementedError is part of Python’s BaseException, meaning it is a built-in exception. Like with all BaseExceptions, you can raise a NotImplementedError exception.

Raise the NotImplementedError like so:

It’s that simple. But imagine having to raise every exception in a similar fashion manually? It’s a time-consuming process. Save time and find Python errors more quickly with Airbrake Error Monitoring. 

How to Handle a NotImplementedError 

If you run into the NotImplementedError, the recommended way to handle it is to implement the abstract method for which the error is being raised. Because the NotImplementedError is user-defined, Python can’t raise this error on its own. So, you’ll need to raise it by a package you’re using or code your team wrote. Once you’ve raised it, you can then implement whatever’s missing.

Let’s refer back to this screenshot: 

In its current form, you’ll raise a NotImplementedError. All you need to do to handle this error is implement the howl function by a subclass before it’s used.  

That’s it! 

Why Use Airbrake Error Monitoring

Want to be alerted about errors within your application? Airbrake Error Monitoring and Performance Monitoring provides real-time alerts about any Python errors in your code. Airbrake alerts will tell you: 

• When an unhandled Python error occurs 
• Where an error exists, right down to the line of code
• The number of occurrences of an error
• New deploys that introduce errors 
• Data about an error via the aggregations’ tab

See for yourself how powerful Airbrake is with a free dev account. For the first 30 days, you’ll have access to all of Airbrake’s paid features and unlimited error and performance monitoring.

Чем больше вы практикуетесь, тем легче программирование становится для вас, но суть не меняется:

программирование — это сложно.

Оно может стать ещё сложнее при неудачном сочетании обязательств и рабочих задач, с которыми вы справляетесь самостоятельно. Без наставника особенно сложно осознать, что применяемый вами способ неверен. Конечно, мы все возвращаемся к коду и рефакторим его спустя некоторое время, потому что постоянно учимся делать что-то лучше. К счастью, при должном уровне осведомлённости работа над этими ошибками повышает ваш уровень программирования.

Преодолевать проблемы и работать над ошибками — замечательный способ стать хорошим программистом. Всегда существует лучший способ сделать что-то, но найти этот способ бывает действительно сложно. Легко привыкнуть к тому или иному действию, и иногда нужна небольшая встряска, чтобы двигаться дальше.

NotImplemented

Хотя ошибка NotImplemented является одной из самых распространённых, я считаю важным напомнить о ней в очередной раз. Выброс NotImplemented в Python не приводит к выбросу ошибки NotImplemented, вместо этого выбрасывается TypeError. Вот пример:

def implementtest(num):
    if num == 5:
        raise(NotImplemented)

При любой попытке запустить функцию, где “num” равен 5, произойдёт следующее:

Для выброса корректного исключения стоить выбрасывать NotImplementedError вместо NotImplemented. Отредактируем функцию:

def implementtest(num):
    if num == 5:
        raise(NotImplemented)
    if num == 10:
        raise(NotImplementedError('This is the right way!'))

Выполнение этой функции даст нужный результат:

Изменяемые значения по умолчанию 

(Каюсь, и я допускал эту ошибку).

Аргументы по умолчанию в Python задаются один раз при определении функции. Следовательно, каждый элемент используется при каждом вызове, то есть данные, содержащиеся в переменной, изменяемы при каждом обращении к ним в функции.

def add(item, items=[]):
    items.append(item)

Вместо этого стоит задать нулевое значение параметрам и добавить условие для изменения списка, если его не существует.

def add(item, items=None):
    if items is None:
        items = []
    items.append(item)

Хотя в основном это относится к пользователям Python, работающим со статистикой, данными или в машинном обучении, наличие неизменяемых данных универсально важно во многих обстоятельствах.

Глобальные переменные

Внутри объектно-ориентированного языка программирования глобальные переменные стоит сводить к минимуму. Тем не менее я считаю важным отметить, что глобальные переменные, безусловно, необходимы и вполне применимы в некоторых ситуациях. Замечательным примером служит наука о данных, где фактически происходит ограничение объектно-ориентированного программирования, и Python становится более функциональным, нежели обычно.

При использовании глобальных переменные могут возникать проблемы с именованием и приватностью, когда несколько функций обращаются или ссылаются на одно и то же значение. Прекрасным примером подходящего использования глобальной переменной может быть что-то вроде пути к файлу, особенно предназначенного для объединения в пакет с файлом Python. Даже при написании класса Gtk и перемещении компоновщика графического пользовательского интерфейса стоит делать это частно, а не глобально.

Копирование!

Использование копирования может быть объективно лучше обычного присвоения. Обычные операции присвоения просто указывают на существующий объект новой переменной, вместо создания нового объекта.

d = 5
h = d

Существуют два основных типа копирования, осуществляемых с помощью модуля копирования Python:

поверхностное копирование и глубокое копирование.

Разница между этими двумя типами заключается в типе переменной, передаваемой через функцию. При использовании глубокого копирования переменных, содержащихся в одном байте данных, таких как целые числа, числа с плавающей точкой, булёвые значения или строки, разница между двумя типами копирования не ощущается. Однако при работе со списками, кортежами и словарями я всегда рекомендую глубокое копирование.

Поверхностное копирование создаёт новый составной объект и затем (насколько это возможно) вставляет в него ссылки на объекты, найденные в исходном. Глубокое копирование создаёт новый составной объект и затем рекурсивно вставляет внутрь него копии объектов из исходного. Учитывая эти определения легко понять, почему к тому или иному типу данных больше подходит тот или иной вариант. 

import copy
l = [10,15,20]
h = 5
hcopy = copy.copy(h)
z = copy.deepcopy(l)

Чтобы протестировать наши результаты, просто проверим, является ли id переменных тем же самым, что и в условном выражении:

print id(h) == id(hcopy) 
False

Заключение

Быть хорошим программистом означает постоянно совершенствоваться и постепенно искоренять ошибочные концепции. Это болезненный процесс, но постоянная практика и следование простым рекомендациям и советам приносят пользу. Обсуждения в стиле “не делайте так” приводят к продуктивному разговору и повышает уровень программистов, и я полагаю, что это обсуждение будет полезным независимо от того, насколько далеко вы продвинулись в своём бесконечном путешествии в программировании.

Читайте также:

• Стоит ли заменить Python на Julia?
• 4 ситуации из жизни лямбда-функций в Python
• Топ-10 магических команд в Python, которые повысят вашу продуктивность

Перевод статьи Emmett Boudreau: Avoid These Rookie Python Mistakes