5 个 Python 数据类型陷阱，看完你会对 Python 有新认识

Python 的数据类型设计有不少反直觉的地方，bool 是 int 子类、浮点数精度、NaN 不等于自身……今天这 5 个坑，你可能不止踩过一个。

坑 1：字典键的哈希陷阱

这个坑我踩过，说出来你可能不信，当时 debug 了整整半天。

d = {True: 'yes', 1: 'one', 1.0: 'float_one'}
print(d)
print(len(d))

你觉得输出是什么？想好了吗？

实际是：{'True': 'float_one'} 1

因为 True == 1 == 1.0 且它们的哈希值相同，Python 认为它们是同一个键。后面的值会覆盖前面的。字典使用哈希值和 == 来判断键是否相同。

正确写法：


# 如果需要区分，用字符串作为键
d = {'True': 'yes', '1': 'one', '1.0': 'float_one'}
print(len(d))  # 3

踩坑现场：配置文件解析时，布尔值和数字混在一起做字典键，配置项莫名其妙地丢失了。

这个问题我提 MR 的时候被 review 过，后来发现团队里有三个人都踩过。


a = (1)
b = (1,)
print(type(a))
print(type(b))

A. 都是 tupleB. <class 'int'><class 'tuple'>C. 报错

答案是 B。在 Python 中，创建元组的是逗号而不是括号。(1) 只是一个带括号的整数表达式，(1,) 才是一个只有一个元素的元组。空元组用 () 创建。这个语法设计经常让新手困惑，也是代码审查中常见的 bug 来源。


# 单元素元组必须加逗号
a = (1,)
print(type(a))  # <class 'tuple'>

踩坑现场：函数返回 return (result) 以为返回了元组，调用方解包直接报错。

这是我见过的最隐蔽的 bug 之一，代码能跑，测试能过，但结果就是不对。


a = (1)
b = (1,)
print(type(a))
print(type(b))

A. 都是 tupleB. <class 'int'><class 'tuple'>C. 报错


# 单元素元组必须加逗号
a = (1,)
print(type(a))  # <class 'tuple'>

踩坑现场：函数返回 return (result) 以为返回了元组，调用方解包直接报错。

这段代码看起来完全正确，但它在生产环境上悄无声息地出了问题。


s = {True, 1, 1.0}
print(s)
print(len(s))

A. {True, 1, 1.0} 长度3B. {True} 1C. 报错

答案是 B。和字典键一样，集合也用哈希值和 == 来判断元素是否重复。True == 1 == 1.0，所以集合认为它们是同一个元素，只保留第一个加入的。这个行为和字典键的逻辑完全一致，因为 set 底层就是用字典实现的（只有键没有值）。


# 如果需要区分，用字符串或元组包装
s = {('bool', True), ('int', 1), ('float', 1.0)}
print(len(s))  # 3

踩坑现场：统计不同类型的数据去重，发现数量总是比预期少。

这坑是经典中的经典，Python 面试里没有比它更高频的了。


print(0.1 + 0.2 == 0.3)
print(0.1 + 0.2)

你觉得输出是什么？想好了吗？

实际是：False 0.30000000000000004

这不是 Python 的 bug，是 IEEE 754 浮点数标准的特性。0.1 在二进制中是无限循环小数，存储时会有微小误差。几乎所有编程语言都有这个问题。

正确写法：

import math
print(math.isclose(0.1 + 0.2, 0.3))  # True

# 金融计算用 Decimal
from decimal import Decimal

踩坑现场：电商系统计算订单总价，偶尔出现一分钱的误差，被财务追着问。

更多相关技术内容咨询欢迎前往并持续关注好学星城论坛了解详情。

想高效系统的学习Python编程语言，推荐大家关注一个微信公众号：Python编程学习圈。每天分享行业资讯、技术干货供大家阅读，关注即可免费领取整套Python入门到进阶的学习资料以及教程，感兴趣的小伙伴赶紧行动起来吧。