9种你不知道的Python 3功能
由于Python EOL,一些开发人员已开始将其Python版本从2转换为3。 最著名的更改之一是Python 3中的print() 函数替换了Python 2中的print函数。但是,如果在print关键字之后添加空格,则括号会在Python 2中起作用,因为解释器会将其视为表达式 。
以下是一些罕见特征的说明,这些特征只能在Python 3中找到,目的是快速解决Python问题。
所有示例均使用Python 3.8.0进行编码。
1. 枚举
Python 3允许您以简单的方式在Enum类中编写枚举。 枚举由类语法组成,可简化读取和写入的过程,但没有任何结构-代码不易产生。
from enum import Enum, auto class Fruit(Enum): APPLE = auto() ORANGE = auto() GUAVA = auto()print(Fruit.APPLE) # Fruit.APPLE
当确切值微不足道时,您可以使用自动值来代替。
枚举是与特定的固定值关联的符号项(成员)的集合。 在枚举中,可以通过命名以及单独迭代枚举来区分符号名称。
for fruit in Fruit: print(fruit) -> Fruit.APPLE -> Fruit.ORANGE -> Fruit.GUAVA
最低要求Python版本:3.4
2. 类型提示
相对于动态而言,静态打字是计算机语言中的热门话题,每个人对此都有自己的见解。 我将允许查看者考虑何时编写类型。 但是,我觉得您必须了解Python 3支持类型提示。
def fruits_word(line: str) -> bool: return "fruit" in line test = fruits_word("I love to eat fresh fruits") print(test)# True
最低要求Python版本:3.5
3. Pathlib
F字符串令人难以置信,但是诸如文件路径之类的字符串都有其自己的库,这些库使操作它们变得更加容易。 Pathlib模块简化了各种复杂的情况,并且还优化了一些简单的情况。 作为使用文件路径的便捷抽象,Python 3提供了pathlib。
from pathlib import Path root = Path('blog_new_folder') print(root) # blog_new_folder path = root / 'new_program' print(path.resolve()) # /home/vivekcoder/Workspace/My_Programming/Medium-Articles/python3_uncommon_features/blog_new_folder/new_program
我觉得这篇文章会启发您在需要处理Python文件时使用Python Pathlib模块。
最低要求Python版本:3.4
4. F-Strings
在没有字符串的情况下,很难以任何编程语言执行任何操作,并且您希望使用结构化的方法来使用字符串来保持高效。 大多数使用Python的人都喜欢使用format方法。
import datetime name = "Leijie" activity = "writing Toutiao article" time = datetime.date(2020, 8, 15) message = 'My name is {}, I completed an activity {} on {}.'.format(name, activity, time) print(message) # My name is Leijie, I completed an activity writing Toutiao article on 2020-08-15.
除了格式外,Python 3还提供了一种通过f字符串插值字符串的通用方法。 上面的带有f字符串的代码如下所示:
import datetime name = "Leijie" activity = "writing Toutiao article" time = datetime.date(2020, 8, 15) message = f'My name is {name}, I completed an activity {activity} on {time:%A, %B %d, %Y}.' print(message)# My name is Leijie, I completed an activity writing Toutiao article on Saturday, August 15, 2020.
与利用字符串连接或格式化字符串相比,F-Strings创建的代码甚至更易于理解和使用。
F字符串允许使用最少的语法将表达式集成到字符串文字中。 应当注意,f-Strings实际上是运行时表达式,而不是固定值。
最低要求Python版本:3.6
5. 内置LRU缓存
如果最新的呼叫是传入呼叫的最佳预测器,则LRU(最近最少使用)的缓存性能会很好。 (例如,最常见的新闻服务器帖子每天都会变化)。 缓存的大小限制意味着,如果没有像Web服务器这样的长时间运行的循环,缓存就不会扩展。
定义用户功能时,它必须是可调用的。 这使得在Python 3中可以将lru_cache装饰器直接应用于用户函数。
下面是一个斐波那契函数的示例,我们知道该函数将从缓存中受益,因为通过递归,它可以多次执行相同的工作。
import time def fibon(number: int) -> int: if number == 0: return 0 if number == 1: return 1 return fibon(number-1) + fibon(number-2) start = time.time()fibon(20) print(f'Duration: {time.time() - start}s') -> Duration: 0.007005214691162109s
在这里,我们可以利用lru-cache对其进行配置。 (这种优化方法称为备忘录)。 装饰器涵盖了一个具有备忘录的可调用函数,该函数可存储最近调用的最大大小。
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(20) print(f'Duration: {time.time() - start}s') -> Duration: 4.341516078231e-09s
最低要求Python版本:3.2
6. 扩展的可重复拆包
我将允许代码在下面回应。 一个示例描述了功能,该功能优于1000个单词:
x, *y, z = range(4) print(x, y, z) # 0 [1, 2] 3 python_version, file_name, topic, *output = "python3.0 hello.py betterprogramming 1 2 3 4".split() print(python_version) print(file_name) print(topic) print(output) # python3.0 # hello.py# betterprogramming# ['1', '2', '3', '4'] a, b, c, *d = range(7) print(b, d) # 1 [3, 4, 5, 6]
最低要求Python版本:3.0
有关扩展的可迭代解压缩的更多信息,请参见此处的官方Python 3文档。
7. 数字文字中的下划线
Python 3.6提供了一种令人兴奋的方法,可以通过强调数字来帮助阅读数字文字。 它可以用于描述例如数千个,十六进制和二进制数。
price = 50_000 print(f'Price: {price}') # Price: 50000 hexa_val = 0xABCD_EFD9 print(f'Decimal equivalent: {hexa_val}') # Decimal equivalent: 2882400217 bin_ary = 0b_0010_0110 print(f'Decimal: {bin_ary}') # Decimal: 38
最低要求Python版本:3.6
8. 赋值表达式-“海象”运算符
在Python的最新版本中,引入了walrus运算符,该运算符可对表达式进行变量分配。 如果您打算稍后在代码中引用外观,则可能会有所帮助,并且可以节省一行或两行代码。
birds = [‘owl’, ‘hen’, ‘duck’, ‘parrot’] for bird in birds: if (len_bird := len(bird)) > 4: print(f’A bird “{bird}” consists of “{len_bird}”, letters’)# A bird “parrot” consists of “6”, letters
最低要求Python版本:3.8
9. 数据类
Python 3提供的数据类几乎没有什么限制,并且由于装饰器会自动生成诸如__init __()和__repr __()之类的独特方法,因此可用于减少样板代码。 官方提案将其列为“具有默认值的可变命名元组”。
class Item_list: def __init__(self, name: str, perunit_cost: float, quantity_available: int = 0): self.name = name self.perunit_cost = perunit_cost self.quantity_available = quantity_available def total_cost(self) -> float: return self.perunit_cost * self.quantity_available book = Item_list("better programming.", 50, 2) x = book.total_cost()print(x)# 100 print(book)# <__main__.Item_list object at 0x00000052DB9D2A48>
使用@dataclass装饰器,您可以编写相同的实现:
from dataclasses import dataclass @dataclassclass Item_list: name: str perunit_cost: float quantity_available: int = 0 def total_cost(self) -> float: return self.perunit_cost * self.quantity_available book = Item_list("better programming.", 50, 2) x = book.total_cost()print(x)# 100 print(book) # Item_list(name='better programming.', perunit_cost=50, quantity_available=2)
最低要求Python版本:3.7
有关数据类的进一步说明,请参阅Python 3官方文档。
关键要点
没有神奇的秘诀,只有细心,勤劳的工作,以及足够的耐心和实践。 每天,您需要学习新事物并享受工作,因为这是您成长的唯一途径。
我相信上述见解可以为您显示至少一个以前未认识到的Python 3附加功能,并鼓励您开始编写更简洁,更直观的代码。