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

作者:Vinko Kodžoman

时间:May 6, 2019

译者:DeanWu

Python2停止维护日期(Python EOL)发布以来,越来越多的人开始从python2转为python3。但是,我发现大多数Python3代码看起来还是像Python2。在我以前博文(Python web 抓取简介)中的实例也是如此,我为此感到抱歉。

下面,我将展示一些令人兴奋的功能实例,他们只能在Python3的环境下使用,他们可以帮助你更轻松的解决问题。

所有示例都是用Python 3.7编写的,每个实例都附有该功能所需的最低Python版本。

f-strings(3.6+)

在任何一门编程语言中,若没有字符串类型,处理问题是非常困难的。为了保持程序的稳定性,你更希望使用一种结构化的方式来处理字符串。所以,大多数使用Python的人更喜欢使用format方法。如下:

1
2
3
4
5
6
7
8
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.

format外,Python 3还提供了另一种灵活的字符串插值方式,叫做f-string。使用f-strings重写上述代码,如下:

1
2
3
4
5
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+)

f-strings的用法是令人惊叹的,但是像文件路径这样的字符串也有自己的处理库。Python 3提供了pathlib作为处理文件路径字符串的便捷工具库。可参阅另一篇文章,来了解 为什么您应该使用pathlib - by Trey Hunner

1
2
3
4
5
6
7
8
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

Type hinting (类型注解) (3.5+)

静态与动态类型是软件工程中的一个热门话题,几乎每个人都对它有自己的看法。这里不讨论那种类型优越,但我认为你至少应该知道Python 3支持动态类型的type hints

1
2
3
4
def sentence_has_animal(sentence: str) -> bool:
  return "animal" in sentence
sentence_has_animal("Donald had a farm without animals")
# True

Enumerations(枚举) (3.4+)

Python 3支持通过继承Enum类来实现简单的枚举。枚举是一种封装常量列表的便捷方式,它具有一定的结构组织在一起,而不会散落在代码的各个角落。

1
2
3
4
5
6
7
8
from enum import Enum, auto
class Monster(Enum):
    ZOMBIE = auto()
    WARRIOR = auto()
    BEAR = auto()
    
print(Monster.ZOMBIE)
# Monster.ZOMBIE

An enumeration is a set of symbolic names (members) bound to unique, constant values. Within an enumeration, the members can be compared by identity, and the enumeration itself can be iterated over. 枚举是一组绑定到唯一常量值的符号名称(成员)。在枚举中,可以通过标识来比较成员,并且可以迭代枚举本身。 https://docs.python.org/3/library/enum.html

1
2
3
4
5
for monster in Monster:
    print(monster)
# Monster.ZOMBIE
# Monster.WARRIOR
# Monster.BEAR

Built-in LRU cache(内建LRU缓存) (3.2+)

我们今天使用的软件和硬件,在很多地方都使用了高速缓存。Python 3通过将LRU(最近最少使用)缓存暴露为名为lru_cache的装饰器,使得使用它们变得非常简单。

下面是一个简单的Fibonacci函数,他多次递归都执行相同的逻辑,我们可以使用缓存来优化它。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
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

现在我们可以使用它lru_cache来优化它(这种优化技术称为memoization)。执行时间从几秒到了几纳秒。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
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

Extended iterable unpacking (可迭代对象的扩展使用)(3.0+)

可直接在这里查看代码说明 docs

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
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 classes (3.7+)

Python 3引入了 data class,这些数据类没有太多限制,可用来减少我们的初始化代码,因为装饰器会自动生成特殊方法,例如init()和repr()。在官方提案中,它们被描述为“具有默认值的可变命名元组(mutable named tuples with default)”。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
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来实现 Armor:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
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)

总结

想互联网上的其他教程列表一样,本列表并不完整。我希望这篇文章向您展示了至少一个您以前不知道的Python 3功能,并且它将帮助您编写更清晰,更直观的代码。