4. Python基础快速回顾（二）：函数定义与参数、模块与包导入、文件读写（CSV/JSON）、异常处理基础

本章是Python基础快速回顾的第二部分，聚焦于构建可复用代码、组织项目结构、处理外部数据以及应对运行时错误的核心技能。这些知识是后续开发额度模型评分沙盘时，编写模块化、健壮且可维护代码的基石。

4.1 函数定义与参数

函数是组织代码、避免重复、提升可读性的基本单元。在评分沙盘中，我们会将数据清洗、特征计算、模型评分等逻辑封装成独立的函数。

4.1.1 函数定义与调用

使用 def 关键字定义函数，后跟函数名、参数列表和冒号。函数体需缩进。

def calculate_score(income, debt):
    """根据收入和负债计算一个简单的信用分数（文档字符串）"""
    if income <= 0:
        return 0
    ratio = debt / income
    if ratio < 0.3:
        return 800
    elif ratio < 0.6:
        return 600
    else:
        return 300

# 调用函数
score = calculate_score(10000, 2000)
print(score)  # 输出: 800

4.1.2 参数类型详解

Python函数的参数机制非常灵活，理解不同参数类型是编写通用函数的关键。

参数类型	定义方式	调用示例	说明
位置参数	def func(a, b):	func(1, 2)	按顺序传递，必须提供
默认参数	def func(a, b=10):	func(1) 或 func(1, 5)	调用时可省略，提供默认值
关键字参数	def func(a, b):	func(b=2, a=1)	通过参数名指定，顺序可调
可变位置参数	def func(*args):	func(1, 2, 3)	接收任意数量位置参数，打包为元组
可变关键字参数	def func(**kwargs):	func(name='Alice', age=30)	接收任意数量关键字参数，打包为字典

4.1.3 作用域与 return

函数内部定义的变量默认为局部变量，外部无法访问。使用 global 关键字可在函数内修改全局变量，但应谨慎使用。函数通过 return 返回值，不写 return 则返回 None。

global_threshold = 600

def check_approval(score):
    # 尝试修改全局变量（不推荐）
    # global global_threshold
    # global_threshold = 650
    return score >= global_threshold

print(check_approval(700))  # 输出: True

4.2 模块与包导入

随着项目增长，将函数和变量分散到不同文件中是必要的。模块（单个 .py 文件）和包（包含 __init__.py 的文件夹）是Python组织代码的标准方式。

4.2.1 导入语法

导入方式	代码示例	使用方式	适用场景
直接导入模块	import math	math.sqrt(16)	标准库或第三方库
导入特定对象	from math import sqrt	sqrt(16)	仅需模块中少数函数
导入并起别名	import pandas as pd	pd.DataFrame()	简化长模块名（如numpy, pandas）
导入所有对象	from math import *	sqrt(16)	不推荐，易导致命名冲突

4.2.2 包结构示例

在评分沙盘项目中，我们可能会这样组织代码：

scorecard_project/
├── main.py                  # 主程序入口
├── data/
│   ├── __init__.py
│   ├── loader.py            # 数据加载函数
│   └── preprocessor.py      # 数据预处理函数
├── models/
│   ├── __init__.py
│   ├── score_calculator.py  # 评分计算函数
│   └── validator.py         # 模型验证函数
└── utils/
    ├── __init__.py
    └── config.py            # 配置文件读取

4.3 文件读写：CSV与JSON

评分沙盘的数据通常以CSV（结构化表格）和JSON（嵌套配置/结果）格式存储。Python内置的 csv 和 json 模块提供了便捷的读写接口。

4.3.1 CSV文件操作

CSV是最常见的表格数据格式。使用 csv.reader 和 csv.writer 进行读写。

import csv

# 写入CSV
with open('applicants.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['id', 'income', 'debt', 'score'])
    writer.writerow([1, 50000, 10000, 700])
    writer.writerow([2, 30000, 15000, 550])

# 读取CSV
with open('applicants.csv', 'r', encoding='utf-8') as f:
    reader = csv.reader(f)
    for row in reader:
        print(row)  # 每行是一个列表

4.3.2 JSON文件操作

JSON常用于存储配置、模型参数或API响应。使用 json.dump 和 json.load 进行读写。

import json

# 写入JSON
config = {
    "model_version": "v2.1",
    "features": ["income", "debt", "age"],
    "thresholds": {"low": 300, "medium": 600, "high": 800}
}
with open('config.json', 'w', encoding='utf-8') as f:
    json.dump(config, f, indent=4, ensure_ascii=False)

# 读取JSON
with open('config.json', 'r', encoding='utf-8') as f:
    loaded_config = json.load(f)
    print(loaded_config['thresholds']['medium'])  # 输出: 600

4.4 异常处理基础

程序运行中难免遇到错误（如文件不存在、类型错误、除零错误）。异常处理让程序能优雅地处理这些情况，而不是直接崩溃。

4.4.1 try-except 结构

将可能出错的代码放在 try 块中，捕获并处理异常。

try:
    with open('missing_file.csv', 'r') as f:
        data = f.read()
    score = 100 / 0
except FileNotFoundError:
    print("错误：文件未找到，使用默认配置。")
except ZeroDivisionError:
    print("错误：除零操作，请检查数据。")
except Exception as e:
    print(f"发生未知错误：{e}")
else:
    print("文件读取成功，无异常发生。")
finally:
    print("无论是否异常，此块都会执行（如关闭资源）。")

4.4.2 常见异常类型

异常类型	触发场景	评分沙盘中的典型场景
FileNotFoundError	尝试打开不存在的文件	加载历史申请数据时路径错误
ValueError	函数收到类型正确但值不合适的参数	将字符串 "abc" 转换为整数
TypeError	对不支持该操作的类型执行操作	对 None 值调用 len()
KeyError	访问字典中不存在的键	从JSON配置中读取缺失的字段
ZeroDivisionError	除数为零	计算负债收入比时收入为零

4.4.3 自定义异常与 raise

当业务逻辑出现问题时，可以主动抛出异常。

class InvalidScoreError(Exception):
    """自定义异常：分数超出有效范围"""
    pass

def validate_score(score):
    if not (0 <= score <= 1000):
        raise InvalidScoreError(f"分数 {score} 不在 0-1000 范围内")
    return True

try:
    validate_score(1200)
except InvalidScoreError as e:
    print(f"数据验证失败：{e}")

4.5 综合案例：安全的评分数据加载器

将本章知识点融合，编写一个健壮的数据加载函数，用于评分沙盘项目。

import csv
import json
import os

class DataLoadError(Exception):
    """数据加载自定义异常"""
    pass

def load_score_data(csv_path, config_path):
    """
    安全加载评分数据与配置。
    参数:
        csv_path: 申请人数据CSV文件路径
        config_path: 评分配置JSON文件路径
    返回:
        (applicants_list, config_dict) 元组
    """
    applicants = []
    config = {}

    # 加载配置
    try:
        with open(config_path, 'r', encoding='utf-8') as f:
            config = json.load(f)
    except FileNotFoundError:
        print(f"警告：配置文件 {config_path} 未找到，使用默认配置。")
        config = {"threshold": 600}
    except json.JSONDecodeError as e:
        raise DataLoadError(f"配置文件格式错误：{e}")

    # 加载CSV数据
    try:
        with open(csv_path, 'r', encoding='utf-8') as f:
            reader = csv.DictReader(f)
            for row in reader:
                try:
                    # 尝试转换数值字段
                    row['income'] = float(row.get('income', 0))
                    row['debt'] = float(row.get('debt', 0))
                    applicants.append(row)
                except (ValueError, TypeError) as e:
                    print(f"跳过无效数据行 {row.get('id', 'unknown')}: {e}")
    except FileNotFoundError:
        raise DataLoadError(f"数据文件 {csv_path} 不存在。")
    except Exception as e:
        raise DataLoadError(f"读取CSV时发生未知错误：{e}")

    return applicants, config

# 使用示例
try:
    data, cfg = load_score_data('applicants.csv', 'config.json')
    print(f"成功加载 {len(data)} 条记录，阈值为 {cfg.get('threshold')}")
except DataLoadError as e:
    print(f"程序终止：{e}")