Python 2.7终结于7个月后，这是你需要了解的3.X炫酷新特性

选自datawhatnow

作者：Vinko Kod?oman??

机器之心编译

参与：Geek AI、思源

从 3.0 到 3.8，Python 3 已经更新了一波又一波，但似乎我们用起来和 2.7 没有太大区别？以前该怎么写 2.7 的代码现在就怎么写，只不过少数表达方式变了而已。在这篇文章中，作者介绍了 3.0 以来真正 Amazing 的新函数与新方法，也许这些方法我们都不太熟，但它们确实在实践中非常重要。

许多人在了解到 Python 2.7 即将停止维护后，都开始将他们的 Python 版本从 2 切换到 3。截止到 5 月 19 号上午 10 点，Python 2.7 将终结于...

在这一段时间中，很多优秀开源项目与库已经停止了对 2.7 的支持。例如到今年 1 月份，NumPy 将停止支持 Python 2；到今年年末，Ipython、Cython 和 Pandas 等等都将陆续停止支持 Python 2。

虽然我们都往 3.X 迁移，但许多人编写的 Python 3 代码仍然看起来像 Python 2 一样，只不过加入了一些括号或改了些 API。在本文中，作者将展示一些令人激动的 Python 3.X 新特性。这些特性或方法都是 Python 3 各个版本中新加的，它们相比传统的 Python 方法，更容易解决实践中的一些问题。

所有的示例都是在 Python 3.7 的环境下编写的，每个特性示例都给出了其正常工作所需的最低的 Python 版本。

格式化字符串 f-string（最低 Python 版本为 3.6）

在任何的编程语言中，不使用字符串都是寸步难行的。而为了保持思路清晰，你会希望有一种结构化的方法来处理字符串。大多数使用 Python 的人会偏向于使用「format」方法。

user?=?"Jane?Doe"
action?=?"buy"
log_message?=?'User?{}?has?logged?in?and?did?an?action?{}.'.format(
??user,
??action
)
print(log_message)
#?User?Jane?Doe?has?logged?in?and?did?an?action?buy.

除了「format」，Python 3 还提供了一种通过「f-string」进行字符串插入的灵活方法。使用「f-string」编写的与上面功能相同的代码是这样的：

user?=?"Jane?Doe"
action?=?"buy"
log_message?=?f'User?{user}?has?logged?in?and?did?an?action?{action}.'
print(log_message)
#?User?Jane?Doe?has?logged?in?and?did?an?action?buy.

相比于常见的字符串格式符 %s 或 format 方法，f-strings 直接在占位符中插入变量显得更加方便，也更好理解。

路径管理库 Pathlib（最低 Python 版本为 3.4）

f-string 非常强大，但是有些像文件路径这样的字符串有他们自己的库，这些库使得对它们的操作更加容易。Python 3 提供了一种处理文件路径的抽象库「pathlib」。如果你不知道为什么应该使用 pathlib，请参阅下面这篇 Trey Hunner 编写的炒鸡棒的博文：「https://treyhunner.com/2018/12/why-you-should-be-using-pathlib/」

from?pathlib?import?Path

root?=?Path('post_sub_folder')
print(root)
#?post_sub_folder

path?=?root?/?'happy_user'

#?Make?the?path?absolute
print(path.resolve())
#?/home/weenkus/Workspace/Projects/DataWhatNow-Codes/how_your_python3_should_look_like/post_sub_folder/happy_user

如上所示，我们可以直接对路径的字符串进行「/」操作，并在绝对与相对地址间做转换。

类型提示 Type hinting（最低 Python 版本为 3.5）

静态和动态类型是软件工程中一个热门的话题，几乎每个人 对此有自己的看法。读者应该自己决定何时应该编写何种类型，因此你至少需要知道 Python 3 是支持类型提示的。

def?sentence_has_animal(sentence:?str)?->?bool:
??return?"animal"?in?sentence

sentence_has_animal("Donald?had?a?farm?without?animals")
#?True

枚举（最低 Python 版本为 3.4）

Python 3 支持通过「Enum」类编写枚举的简单方法。枚举是一种封装常量列表的便捷方法，因此这些列表不会在结构性不强的情况下随机分布在代码中。

from?enum?import?Enum,?auto

class?Monster(Enum):
????ZOMBIE?=?auto()
????WARRIOR?=?auto()
????BEAR?=?auto()

print(Monster.ZOMBIE)
#?Monster.ZOMBIE

枚举是符号名称（成员）的集合，这些符号名称与唯一的常量值绑定在一起。在枚举中，可以通过标识对成员进行比较操作，枚举本身也可以被遍历。

参考：https://docs.python.org/3/library/enum.html

for?monster?in?Monster:
????print(monster)

#?Monster.ZOMBIE
#?Monster.WARRIOR
#?Monster.BEAR

原生 LRU 缓存（最低 Python 版本为 3.2）

目前，几乎所有层面上的软件和硬件中都需要缓存。Python 3 将 LRU（最近最少使用算法）缓存作为一个名为「lru_cache」的装饰器，使得对缓存的使用非常简单。

下面是一个简单的斐波那契函数，我们知道使用缓存将有助于该函数的计算，因为它会通过递归多次执行相同的工作。

import?time

def?fib(number:?int)?->?int:
????if?number?==?0:?return?0
????if?number?==?1:?return?1

????return?fib(number-1)?+?fib(number-2)

start?=?time.time()
fib(40)
print(f'Duration:?{time.time()?-?start}s')
#?Duration:?30.684099674224854s

现在，我们可以使用「lru_cache」来优化它（这种优化技术被称为「memoization」）。通过这种优化，我们将执行时间从几秒降低到了几纳秒。

from?functools?import?lru_cache

@lru_cache(maxsize=512)
def?fib_memoization(number:?int)?->?int:
????if?number?==?0:?return?0
????if?number?==?1:?return?1

????return?fib_memoization(number-1)?+?fib_memoization(number-2)

start?=?time.time()
fib_memoization(40)
print(f'Duration:?{time.time()?-?start}s')
#?Duration:?6.866455078125e-05s

扩展的可迭代对象解包（最低 Python 版本为 3.0）

对于这个特性，代码就说明了一切。

参考：https://www.python.org/dev/peps/pep-3132/

head,?*body,?tail?=?range(5)
print(head,?body,?tail)
#?0?[1,?2,?3]?4

py,?filename,?*cmds?=?"python3.7?script.py?-n?5?-l?15".split()
print(py)
print(filename)
print(cmds)
#?python3.7
#?script.py
#?['-n',?'5',?'-l',?'15']

first,?_,?third,?*_?=?range(10)
print(first,?third)
#?0?2

Data class 装饰器（最低 Python 版本为 3.7）

Python 3 引入了「data class」，它们没有太多的限制，可以用来减少对样板代码的使用，因为装饰器会自动生成诸如「__init__（）」和「__repr（）__」这样的特殊方法。在官方的文档中，它们被描述为「带有缺省值的可变命名元组」。

class?Armor:

????def?__init__(self,?armor:?float,?description:?str,?level:?int?=?1):
????????self.armor?=?armor
????????self.level?=?level
????????self.description?=?description

????def?power(self)?->?float:
????????return?self.armor?*?self.level

armor?=?Armor(5.2,?"Common?armor.",?2)
armor.power()
#?10.4

print(armor)
#?<__main__ .Armor?object?at?0x7fc4800e2cf8>

使用「Data class」实现相同的 Armor 类。

from?dataclasses?import?dataclass

@dataclass
class?Armor:
????armor:?float
????description:?str
????level:?int?=?1

????def?power(self)?->?float:
????????return?self.armor?*?self.level

armor?=?Armor(5.2,?"Common?armor.",?2)
armor.power()
#?10.4

print(armor)
#?Armor(armor=5.2,?description='Common?armor.',?level=2)

隐式命名空间包（最低 Python 版本为 3.3）

一种组织 Python 代码文件的方式是将它们封装在程序包中（包含一个「__init__.py」的文件夹）。下面是官方文档提供的示例。

sound/??????????????????????????Top-level?package
??????__init__.py???????????????Initialize?the?sound?package
??????formats/??????????????????Subpackage?for?file?format?conversions
??????????????__init__.py
??????????????wavread.py
??????????????wavwrite.py
??????????????aiffread.py
??????????????aiffwrite.py
??????????????auread.py
??????????????auwrite.py
??????????????...
??????effects/??????????????????Subpackage?for?sound?effects
??????????????__init__.py
??????????????echo.py
??????????????surround.py
??????????????reverse.py
??????????????...
??????filters/??????????????????Subpackage?for?filters
??????????????__init__.py
??????????????equalizer.py
??????????????vocoder.py
??????????????karaoke.py
??????????????...

在 Python 2 中，上面每个文件夹都必须包含将文件夹转化为 Python 程序包的「__init__.py」文件。在 Python 3 中，随着隐式命名空间包的引入，这些文件不再是必须的了。

sound/??????????????????????????Top-level?package
??????__init__.py???????????????Initialize?the?sound?package
??????formats/??????????????????Subpackage?for?file?format?conversions
??????????????wavread.py
??????????????wavwrite.py
??????????????aiffread.py
??????????????aiffwrite.py
??????????????auread.py
??????????????auwrite.py
??????????????...
??????effects/??????????????????Subpackage?for?sound?effects
??????????????echo.py
??????????????surround.py
??????????????reverse.py
??????????????...
??????filters/??????????????????Subpackage?for?filters
??????????????equalizer.py
??????????????vocoder.py
??????????????karaoke.py
??????????????...

正如有些人说的那样，这项工作并没有像这篇文章说的那么简单，官方文档「PEP 420 Specification」指出，常规的程序包仍然需要「__init__.py」，把它从一个文件夹中删除会将该文件夹变成一个本地命名空间包，这会带来一些额外的限制。本地命名空间包的官方文档给出了一个很好的示例，并且明确指出了所有的限制。

结语

和网上几乎所有的技术列表一样，本文给出的列表也并不完整。希望这篇文章至少向你展示了一些以前不知道的 Python 3 功能，它将帮助你编写出更加干净、 直观的代码。

最后，本文中给出的所有代码都可以在作者的 GitHub 上找到：https://github.com/Weenkus/DataWhatNow-Codes/blob/master/things_you_are_probably_not_using_in_python_3_but_should/python%203%20examples.ipynb

原文链接：https://datawhatnow.com/things-you-are-probably-not-using-in-python-3-but-should/

本文为机器之心编译，转载请联系本公众号获得授权。

?------------------------------------------------

加入机器之心（全职记者 / 实习生）：hr@jiqizhixin.com

投稿或寻求报道：content@jiqizhixin.com

广告 & 商务合作：bd@jiqizhixin.com

关注公众号：拾黑（shiheibook）了解更多

[广告]赞助链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
让资讯触达的更精准有趣：https://www.0xu.cn/