Какие знаешь изменяемые типы данных в Python?

Изменяемые типы данных в Python

Знание изменяемых (mutable) типов данных критично при написании тестов автоматизации. Неправильное понимание может привести к неожиданному поведению и трудноуловимым ошибкам в тестах.

Что такое изменяемость

Изменяемый тип — это тип данных, содержимое которого можно изменять после создания без создания нового объекта.

Основные изменяемые типы в Python

1. List (Список)

Одна из самых часто используемых коллекций в тестировании.

users = ['Alice', 'Bob', 'Charlie']
users.append('Diana')  # Добавить элемент
users[0] = 'Anna'      # Изменить элемент
users.remove('Bob')    # Удалить элемент

В тестах API:

• Работа с массивами из JSON
• Добавление/удаление тестовых данных
• Проверка изменения списков

2. Dictionary (Словарь)

Основной способ работы с JSON данными от API.

user = {'name': 'John', 'age': 30}
user['phone'] = '123-456-7890'  # Добавить ключ
user['age'] = 31                # Изменить значение
del user['phone']               # Удалить ключ

В тестах:

• Работа с JSON ответами
• Модификация данных перед отправкой
• Проверка структуры ответов

3. Set (Множество)

Полезно для работы с уникальными значениями.

unique_ids = {1, 2, 3, 1, 2}  # {1, 2, 3}
unique_ids.add(4)              # Добавить элемент
unique_ids.remove(1)           # Удалить элемент

Применение:

• Проверка уникальности ID
• Удаление дубликатов
• Операции множеств (объединение, пересечение)

4. Bytearray

Изменяемая версия bytes.

data = bytearray(b'hello')
data[0] = ord('H')  # Изменить байт

Неизменяемые типы для сравнения

Почему это важно для тестирования

Проблема с изменяемостью

# НЕПРАВИЛЬНО: изменяемое значение по умолчанию
def create_request_body(data={}):
    data['timestamp'] = time.now()
    return data

request1 = create_request_body()  # {'timestamp': 12345}
request2 = create_request_body()  # Одновременно изменится!

# ПРАВИЛЬНО
def create_request_body(data=None):
    if data is None:
        data = {}
    data['timestamp'] = time.now()
    return data

Копирование изменяемых объектов

import copy

original = [[1, 2], [3, 4]]
shallow = original.copy()     # Поверхностное копирование
deep = copy.deepcopy(original) # Глубокое копирование

shallow[0][0] = 99  # Изменит и original
deep[0][0] = 99     # original не изменится

Практический пример в тестах

def test_api_response():
    response = requests.get('/api/users')
    users = response.json()  # Список изменяемый
    
    # Добавляем нового пользователя для теста
    users.append({'id': 999, 'name': 'Test'})
    
    # Но оригинальные данные от API не должны измениться
    assert len(response.json()) < len(users)

def test_data_isolation():
    import copy
    
    original_data = {'users': [{'id': 1}]}
    test_data = copy.deepcopy(original_data)
    
    test_data['users'].append({'id': 2})
    
    # Оригинальные данные не изменены
    assert len(original_data['users']) == 1
    assert len(test_data['users']) == 2

Частые ошибки при работе с изменяемыми типами

Ошибка 1: Случайное изменение общих данных

data = [1, 2, 3]
ref = data        # Не копирование, а ссылка!
ref.append(4)     # Изменит и data

Ошибка 2: Незащищённые параметры функций

def process(items=[]):  # Опасно!
    items.append(1)
    return items

Ошибка 3: Недостаточно глубокое копирование

original = {'nested': {'value': 1}}
copy_data = original.copy()          # shallow copy
copy_data['nested']['value'] = 2     # Изменит original

Когда использовать изменяемые типы

• list: Для коллекций, которые будут добавляться/удаляться
• dict: Для работы с JSON данными и конфигурациями
• set: Для уникальных значений и операций множеств
• bytearray: Для обработки бинарных данных

Понимание изменяемости критично для избежания неожиданных побочных эффектов в тестах и написания надёжного кода.