• 你不得不了解的Python3.x新特性


      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。

    一、格式化字符串f-string

    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。Python中格式化字符串目前有四种方法,大家可以参见我的这篇博客:https://www.cnblogs.com/zhangyafei/p/9837602.html

    大多数使用 Python 的人会偏向于使用「format」方法。

    # format
    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:

    # f-string
    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。

    二、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。

    三、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

    四、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

    五、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: 59.59635329246521s

    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十秒降低到了几纳秒。

    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: 0.0s

    六、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

    七、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)
    result = armor.power()
    
    print(armor)
    print(result)
    
    # Armor(armor=5.2, description='Common armor.', level=2)
    # 10.4
    
  • 相关阅读:
    JS——jquery UI
    js——正则表达式
    jsonp——使用公共接口获取数据
    JS——json、ajax、jsonp
    [HNOI2011]括号修复 / [JSOI2011]括号序列
    [HNOI 2016] 树
    luogu_P3313 [SDOI2014]旅行
    无旋Treap模板
    [CF 718C] Sasha and Array
    [洛谷 P4556] 雨天的尾巴
  • 原文地址:https://www.cnblogs.com/zhangyafei/p/10905849.html
Copyright © 2020-2023  润新知