新闻详情

新闻详情

首页 / 资讯中心 / 详情

Python Assert 语句

发布时间:2026/11/15 1:42:09来源:尧图网络
Python Assert 语句
我们要去搞明白, 到底什么叫做断言。断言是程序里用来坚定地声明或表明某个事实的语句。比如在编一个除法的函数时, 你内心非常确定, 那个除数是不应该等于零的, 所以你就发出了断言, 说明这个除数不是零。断言仅仅只是一个布尔表达式, 它的作用是用来检查某个具体的条件有没有返回出TRUE这个结果。假若该条件的结果是 TRUE, 那么程序就什么都不会去做, 而是直接接着去执行后面那一行的代码内容。然而呢, 一旦这个条件为 FALSE, 则程序立马就会停止下来, 并且同时还可能会抛出一个相关的错误信息。它同时具备一种调试工具的属性, 原因在于当错误情境出现的时候, 该程序会立刻停止运行操作, 并且将所发生的错误信息进行展示。我们可以通过下面的这种方式去进行查看, 就是流程图。这样大家就能看得很明白。语句有内置的 语句用于在程序中使用断言条件。 语句有一个条件或表达式它应该总是为 true。如果条件为 false 会停止程序并给出 。在对应的内容里面, 使用了相关的语法。assertassert ,在这其中, 我们能够按照上文那样提到过的, 对那个语句采取两种不同的使用方式。该语句包含一个判断条件, 假如这个条件是没法成立的, 那么程序就会终止运行, 并且还会显示出相应的提示内容。另外, 该语句也可以具备一个判断条件以及一个并非必须填写的错误说明信息, 一旦那个判断条件没有实现的时候, 程序便会被强制结束, 同时不但会停止操作, 而且还会输出指定的错误告知信息。让我们拿一个例子来说明, 比如说有一个函数, 这个函数的任务是计算用户传进来的那些值的平均数, 而且要注意到, 传入的这个值绝对不应当是那种空荡荡的列表状态, 我们会动用检查参数的语句去进行把关操作, 具体的做法就是, 一旦检测到那所传进来的列表里面的长度竟然为零的话, 整个程序就当即停止运作。这个示例在使用的时候, 是不包含错误信息的。def avg(marks):assert len(marks) ! 0return sum(marks)/len(marks)mark1 []print(Average of mark1:,avg(mark1))当我们运行上述程序时输出将是AssertionError我们收到了一个错误, 出现这个错误的原因在于, 我们把一个空的列表mark1传给了语句, 这就使得条件变成了false, 程序于是停止了运行, 并且给出了相应的反馈。现在我们要传入一个其他的列表进去, 这个列表会去满足条件的那个情况, 然后大家来看看具体的输出结果到底会是什么样子的呢。示例 2带错误消息使用def avg(marks):assert len(marks) ! 0,List is empty.return sum(marks)/len(marks)mark2 [55,88,78,90,79]print(Average of mark2:,avg(mark2))mark1 []print(Average of mark1:,avg(mark1))当我们运行上述程序时输出将是Average of mark2: 78.0AssertionError: List is empty.我们把非空列表 mark2 和空列表 mark1 传入给 avg() 函数, 我们得到了 mark2 列表的输出, 但之后我们得到了一个错误。这个错误是 “List is empty”。mark2 列表满足了那个条件。程序因此继续运行, 而 mark1 不满足条件并给出了那个提示。要记住的关键点
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉