Логические операторы в Python: and, or, not, короткое замыкание и типичные ошибки

Запрос для этой статьи: «логические операторы в Python». Если вы уверенно понимаете, как работают and, or, not, почему они иногда возвращают не булевы значения и как устроено короткое замыкание, вы сразу пишете чище и надёжнее. Разберём всё на практических примерах, с советами и частыми ошибками.

Быстрый обзор: and, or, not и «истинность» объектов

В Python любое выражение имеет «истинность» (truthiness): пустые контейнеры, 0, пустая строка, None — ложны; непустые объекты — истинны. Проверить можно функцией bool().

bool(0)        # False
bool(1)        # True
bool("")       # False
bool("hi")     # True
bool([])       # False
bool([1])      # True
bool(None)    # False

Операторы работают так:

Обратите внимание: and/or возвращают сам операнд, а не обязательно булево значение!

[] or [1]          # [1]
0 or 5             # 5
"" or "fallback"    # "fallback"
"hi" and 42        # 42
"" and "x"         # ""

Короткое замыкание (short-circuit) и порядок вычисления

Python останавливает вычисления, как только результат ясен:

def left():
    print("left")
    return False

def right():
    print("right")
    return True

left() and right()  # выведет: left (right не вызовется)
right() or left()   # выведет: right (left не вызовется)

Практическая польза: можно безопасно вызывать «дорогие» функции только при необходимости.

user and user.is_active and send_bonus(user)  # send_bonus вызовется только для активного пользователя

Шаблоны: «дефолтные значения» и безопасные проверки

Популярный трюк — задать значение по умолчанию через or:

username = input("Имя: ") or "Гость"

Важно: это срабатывает для любого ложного значения («», 0, [] …). Если хотите заменить только None, используйте явную проверку:

value = None
result = value if value is not None else 10  # 0 или "" сохраняются как есть

any и all — удобнее, чем длинные связки and/or

any(iterable) — True, если хотя бы один элемент истинен; all(iterable) — True, если все истинны. Они тоже коротко замыкаются и принимают генераторы (без создания списков).

nums = [0, 3, 5, 0]
any(n > 4 for n in nums)   # True
all(n >= 0 for n in nums)  # True

# Валидация формы
name, email = "Alex", ""
if all([name, email]):
    print("OK")
else:
    print("Заполните все поля")

Совет: с большими данными используйте генераторы: all(cond(x) for x in data) — так не тратится память на список.

Цепочки сравнений: читаемо и без лишних повторов

Python поддерживает «математический» синтаксис цепочек: 0 <= x < 10 эквивалентно (0 <= x) and (x < 10), при этом x вычисляется один раз.

x = 5
0 <= x < 10     # True
x == 1 == 1     # False (эквивалентно x == 1 and 1 == 1)
3 <= x != 7     # True (эквивалентно 3 <= x and x != 7)

Используйте цепочки для диапазонов и каскадных проверок, это и короче, и безопаснее.

Приоритет операторов: not > and > or

Важно знать порядок вычисления: not выше, чем and, а and выше, чем or. Сравнения имеют приоритет выше, чем логические операторы. Поэтому:

not True or False    # (not True) or False  -> False
True and False or True  # (True and False) or True -> True
not a == b           # то же, что not (a == b)
(a != b)             # эквивалентно более читаемо

С сомнениями — ставьте скобки. Так вы избавитесь от неоднозначности и ошибок чтения.

Логические vs побитовые: and/or против & и |

Не путайте логические операторы с побитовыми для чисел и элементно‑логическими для массивов (NumPy/Pandas).

# Числа: побитовые операции
5 & 3   # 1
5 | 2   # 7

# NumPy/Pandas: объединение булевых масок — только & и |, и ОБЯЗАТЕЛЬНО скобки!
# (df["a"] > 0) & (df["b"] < 5) — правильно
# df["a"] > 0 & df["b"] < 5   — ошибка из-за приоритета операторов

Векторные библиотеки запрещают and/or для массивов, т.к. «истинность» массива неоднозначна — используйте & и | со скобками.

Частые ошибки и как их избежать

x = "b"
x == "a" or "b"   # True (не то, что вы хотите)
x in ("a", "b")   # Правильно

value = 0
value or 10         # 10 (вдруг 0 — валидное значение!)
value if value is not None else 10  # 0 сохранится

Идиомы и микропаттерны с логическими операторами

def send(user):
    if not user or not user.email:
        return  # нечего делать
    # основная логика

config = cached_config or load_config_from_file()  # файл читается только при отсутствии кеша

def is_valid_user(u):
    return all([u.name, u.email, u.age and u.age >= 18])

# Возьмём домен email, если user и email существуют
domain = user and user.email and user.email.split("@")[-1]
# Лучше — тернарный/паттерн проверки:
domain = user.email.split("@")[-1] if (user and user.email) else None

Немного о производительности

Короткое замыкание экономит время и ресурсы. Простой пример с timeit:

import timeit
setup = """
def heavy():
    s = 0
    for i in range(10_000):
        s += i*i
    return s
x = 0
"""
print(timeit.timeit("x and heavy()", setup=setup, number=1000))  # heavy() почти не вызывается
print(timeit.timeit("x or heavy()", setup=setup, number=1000))   # heavy() вызывается всегда (x=0)

Вывод: правильно расставленные условия реально экономят время, особенно при «дорогих» вычислениях.

Чек‑лист по логическим операторам в Python

Что дальше

Если хотите системно прокачать основы, практиковаться на задачах и быстро перейти к реальным проектам, посмотрите пошаговый курс «Python с Нуля до Гуру» — стартуйте уже сегодня. Курс структурирован от базовых концепций до продвинутых приёмов, с практикой и обратной связью.

Освоив логические операторы в Python, вы избежите массы скрытых багов и напишете более выразительный код — это один из самых выгодных навыков для новичков и продолжающих разработчиков.

Источник