Python for AI/Errors ও Files/Lesson 28

Exception raise করা

নিজের function-এ ভুল input ধরে raise দিয়ে স্পষ্ট error দাও — ভালো error message, নিজের exception class, re-raise আর "fail fast" নীতি।

সময়: 20 মিনিট
Exercise: 1
Challenge: 1
Quiz: 3 প্রশ্ন

সহজ ভাষায়

আগের lesson-এ Python-এর ছোড়া error ধরেছি। এবার নিজে ছুঁড়বো — raise দিয়ে:

main.py

def set_age(age):
    if age < 0:
        raise ValueError(f"বয়স negative হতে পারে না, পেয়েছি {age}")
    return age


print(set_age(25))
print(set_age(-5))

দ্বিতীয় call-এ program থেমে গেছে একটা স্পষ্ট message সহ। Program থামানো এখানে ভালো জিনিস।

কেন দরকার?

ধরো তুমি একটা training function লিখেছো, আর কেউ ভুল করে learning_rate=5 দিল। দুটো সম্ভাবনা:

চুপচাপ চালিয়ে যাওয়া — ৩ ঘণ্টা GPU-তে training চলল, loss হয়ে গেল nan, model বেকার। কেন? কেউ জানে না।
শুরুতেই raise — এক সেকেন্ডে স্পষ্ট message: "learning rate 0 থেকে 1-এর মধ্যে হতে হবে, পেয়েছি 5"।

দ্বিতীয়টাকে বলে fail fast। ভালো library-গুলো এভাবেই লেখা — scikit-learn-এ ভুল parameter দিলে সাথে সাথে স্পষ্ট ValueError পাবে।

ভালো error message

main.py

def get_column(row, name):
    if name not in row:
        raise KeyError(f"column {name!r} নেই। আছে: {sorted(row)}")
    return row[name]


row = {"age": 25, "city": "Dhaka"}
print(get_column(row, "age"))
print(get_column(row, "salary"))

ভালো message-এ থাকে:

কী ভুল — "column নেই"
কী পেয়েছি — 'salary'
কী আশা করেছিলাম — ['age', 'city']

এমন message দেখলে user নিজেই ঠিক করে ফেলতে পারে।

কোন exception raise করবে?

Built-in exception-ই সাধারণত যথেষ্ট:

পরিস্থিতি	Exception
মান অগ্রহণযোগ্য (negative বয়স, ভুল ratio)	`ValueError`
ভুল type (string-এর জায়গায় list)	`TypeError`
Key/নাম খুঁজে পাওয়া যায়নি	`KeyError`
এখনো বানানো হয়নি এমন feature	`NotImplementedError`

main.py

def describe(data):
    if not isinstance(data, list):
        raise TypeError(f"list দাও, পেয়েছি {type(data).__name__}")
    return f"{len(data)}টা item"


print(describe([1, 2, 3]))

try:
    describe("hello")
except TypeError as e:
    print("Error:", e)

নিজের exception class

নিজের domain-এর জন্য আলাদা error বানানো যায় — শুধু Exception থেকে inherit করো:

main.py

class ModelNotTrainedError(Exception):
    pass


class Model:
    def __init__(self):
        self.trained = False

    def fit(self, X, y):
        self.trained = True
        return self

    def predict(self, X):
        if not self.trained:
            raise ModelNotTrainedError("আগে fit() ডাকো, তারপর predict()।")
        return [0 for _ in X]


m = Model()
try:
    m.predict([[1], [2]])
except ModelNotTrainedError as e:
    print("ধরা পড়েছে:", e)

print(m.fit([[1]], [0]).predict([[1], [2]]))

scikit-learn-এ ঠিক এরকম একটা আছে: NotFittedError। নিজের class থাকলে caller শুধু তোমার error আলাদাভাবে ধরতে পারে।

Re-raise: ধরো, কিছু করো, আবার ছুঁড়ে দাও

main.py

def load_number(text):
    try:
        return int(text)
    except ValueError:
        print(f"[log] ভুল input পেয়েছি: {text!r}")
        raise


print(load_number("42"))
load_number("abc")

Log করেছি, কিন্তু error চাপা দিইনি — শুধু raise লিখে সেটা উপরে পাঠিয়ে দিয়েছি।

Exercise

Learning rate যাচাই

+20 XP

check_learning_rate(lr) function লেখো:

lr যদি 0-এর চেয়ে বড় আর 1-এর চেয়ে ছোট হয় → lr return করবে
নাহলে ValueError raise করবে, message-এ ভুল মানটা থাকবে — যেমন "learning rate 0 থেকে 1-এর মধ্যে হতে হবে, পেয়েছি 5"

solution.py

def check_learning_rate(lr):
    return lr


print(check_learning_rate(0.001))
try:
    check_learning_rate(5)
except ValueError as e:
    print("Error:", e)

Quiz

Q1Function-এ ভুল input পেলে raise করা কেন None return করার চেয়ে ভালো?
raise দ্রুত চলেNone চুপচাপ পরে কোথাও আরেকটা অদ্ভুত error ঘটায়; raise ঠিক যেখানে ভুল সেখানেই স্পষ্ট message দেয়কোনো পার্থক্য নেই
Q2class DataError(Exception): pass — except Exception কি DataError ধরবে?
হ্যাঁ, কারণ DataError একটা Exceptionনা
Q3except ValueError: raise — শুধু raise লিখলে কী হয়?
নতুন একটা খালি errorএকই error আবার ছুঁড়ে দেয় (re-raise), মূল traceback সহProgram বন্ধ হয়ে যায় কিছু না বলে

0/3 answered

Challenge

নিজের exception class

+50 XP

ML-এ train/test ভাগ করার একটা function লেখো, ঠিকমতো error সহ:

1. InsufficientDataError নামে নিজের exception class বানাও (Exception থেকে inherit) 2. split(data, test_ratio) function: - test_ratio 0 আর 1-এর মধ্যে না হলে (দুই প্রান্ত বাদে) → ValueError - data-তে ৫টার কম item থাকলে → InsufficientDataError - নাহলে (train, test) return করবে: শেষের int(len(data) * test_ratio)টা item test-এ, বাকি train-এ

solution.py

def split(data, test_ratio):
    pass


print(split(list(range(10)), 0.2))

বাস্তবে কোথায় ব্যবহার হয়?

Training শুরুর আগে config যাচাই — সব সমস্যা একবারে খুঁজে একসাথে জানানো, যাতে user বারবার চালিয়ে একটা একটা ভুল খুঁজতে না হয়:

main.py

class ConfigError(ValueError):
    pass


def validate(config):
    problems = []
    if not 0 < config.get("learning_rate", 0) < 1:
        problems.append("learning_rate 0 থেকে 1-এর মধ্যে হতে হবে")
    if config.get("epochs", 0) <= 0:
        problems.append("epochs positive হতে হবে")
    if config.get("batch_size") not in (16, 32, 64, 128):
        problems.append("batch_size 16/32/64/128-এর একটা হতে হবে")
    if problems:
        raise ConfigError("Config-এ সমস্যা:\n  - " + "\n  - ".join(problems))
    return config


try:
    validate({"learning_rate": 3, "epochs": 0, "batch_size": 50})
except ConfigError as e:
    print(e)

ConfigError নিজে ValueError থেকে inherit করেছে — তাই কেউ except ValueError লিখলেও ধরা পড়বে।

Interview প্রশ্ন

Beginner: raise কী করে? কখন ValueError আর কখন TypeError raise করবে?
Intermediate: নিজের exception class কেন বানাবে? কোন class থেকে inherit করবে?
Advanced: raise NewError(...) from e কী করে? Exception chaining কেন debugging-এ কাজে লাগে?

এরপর কী?

Program-এর data এখন পর্যন্ত শুধু memory-তে ছিল — program শেষ, data শেষ। পরের lesson: File Handling — data disk-এ রাখা আর পড়া।