酷应用

@程序员，Python 3 还有哪些未 Get 的潜藏技能？| 技术头条

百家作者：CSDN 2019-05-22 15:05:53

作者 | Vinko Kod?oman

翻译 | Monanfei

编辑 | 阿司匹林，Rachel

【导读】在 Python 3 推出后，人们开始逐步将基于Python 2 的代码迁移至 Python 3 。但在迁移过程中，很多代码都未能使用到 Python 3 提供的新功能。本文作者介绍了相关功能的介绍，包括字符串格式化处理、文件路径处理、类型提示、内置 LRU 缓存等等，帮助大家更好地利用 Python 3 书写代码。

由于 Python 2 即将退出历史的舞台，许多人都开始将 Python 2 的代码转换为 Python 3 ，但在这一修改过程中，人们似乎只是多加了几个括号，大多数人并没有注意到 Python 3 中激动人心的新功能。本文将介绍 Python 3 中一些有趣的功能，希望这些功能能够帮助大家更加轻松的解决一些问题。

注：文中的代码示例基于 Python 3.7 编写，为方便使用，在每个功能后面都列出了该功能所需的最低 Python 版本。

f-strings?(3.6+)

对任何一种编程语言来说，字符串处理是一项很重要的内容，字符串处理往往是很多程序的基础部分。由于人工处理字符串非常繁琐，我们更希望用一种结构化的方法来处理它们。在 Python 中，我们一般使用 format 来进行结构化字符串处理，如下所示：

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?bu

除了 format 之外， Python 3 还提供了一个更加灵活的方法来处理字符串，那就是 f-string 。如下所示，我们用 f-string 来和实现上面代码相同的功能：

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

Pathlib (3.4+)

如果需要处理文件路径，我们可以使用 Python 3 中的 pathlib 库，使对文件路径的操作更加便捷。如果你对 pathlib 存在疑惑，可以参考这篇文章。下面提供了一个代码示例：

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_use

类型提示 (3.5+)

静态类型与动态类型是软件工程中的一个热门话题，Python 3 提供了支持 type hinting（类型提示）的方法，下面提供了一个示例：

def?sentence_has_animal(sentence:?str)?->?bool:
??return?"animal"?in?sentence
sentence_has_animal("Donald?had?a?farm?without?animals")

#?True

枚举 (3.4+)

Python 3 中的 Enum 类支持枚举功能，可以使我们的程序变得更加简洁。 Enum 是一种便捷的变量列表的打包方式，使用该方法能够避免多个变量在代码各处分布，使代码显得杂乱无章。

from?enum?import?Enum,?auto

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

print(Monster.ZOMBIE)
#?Monster.ZOMBIE

枚举是一个符号集合，每个符号都和唯一的变量对应。通过使用枚举，我们可以通过符号标识来比较各个成员，我们还可以对枚举本身进行迭代。

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

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

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

内置的 LRU 缓存（3.2+）

在现如今使用的硬件和软件中，缓存无所不在。Python 3 通过 lru_cache 来使用 LRU (Least Recently Used) 缓存。

下面的代码定义了一个斐波拉契函数，由于该函数的运算需要多次递归，每次递归都会执行相同的工作，因此使用缓存能够加速它的计算。

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:?30.684099674224854

我们可以使用 lru_cache 来优化该运算。这种优化极技术称为 memoization ，它能够把执行时间从几秒缩减到几纳秒。

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

扩展的可迭代解析功能（3.0+）

这里不做详细解释，直接贴出示例代码，具体解决可以参考这篇文档。

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?

数据类（3.7+）

Python 3 引入了数据类（data class）。其装饰器会自动生成特征方法，例如 __init__() 和 __repr()__，这能够帮助减少样本代码的数量。在官方文档中，它们被称作 “具有默认值的可变命名元组” 。

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

接来下我们使用数据类来实现上面的代码：

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（3.3+）

构建Python代码有很多方法，其中一种就是在包（packages）中进行构建（即包含一个 __init__.py 文件的文件夹）。以下示例由 Python 的官方文档提供：

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，上面的每个文件夹都必须有一个 ?__init__.py 文件，该文件用于将其所在文件夹转化为 Python 包。然而在 Python 3 中，通过使用隐式命名空间包（Implicit Namespace Package:https://www.python.org/dev/peps/pep-0420/），这些文件就不再需要了。

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
??????????????...

注：官方文档PEP 420 Specification?指出，对于一些常规的包，__init__.py 仍然是需要的，如果将该文件删除，就会把该 Python 包变成一个本地的命名空间包，这将会产生一些额外的限制，具体可以参考这篇文档。

总结

Python3 中的新功能远远不止如此，大家可以进一步进行探索。本文列出的内容只是一些实用的功能，希望能够对大家有所帮助。

文中的代码链接：
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/?

声明：本文由Python大本营编译，转载请联系微信1092722531）

【End】