13 个 python3 才能用的特性

分享来源13 个 python3 才能用的特性

python3 于 2008 年发布，从最初的大割裂到现在，绝大多数的开源库已经使用 python3 来编写，并且已经迭代了五个大版本，最新的 python3.7 计划于 2018 年 6 月 15 发布正式版。而 python2.7 作为 python2 的最后一个版本，将于 2020 年 1 月停止维护。

更多Python视频、源码、资料加群683380553免费获取

python3 的使用率在很久的一段时间里增长非常缓慢，是的，大多数人只觉得 python3 只是改了输出语句 print()，而并没有意识到实际上 python3 所具有的大量新特性。虽然说可以用 import __future__ 来在 python2 使用部分特性，但是以下 13 点非常好用的特性是你在 python2 中完全无法体验到的。

 

我们从 https://www.asmeurer.com/python3-presentation/slides.html 中整理并翻译了 python3 的特性，剔除了部分老旧的代码，整理了相关例子，并提供了 jupyter notebook 版本以及 html 版，获取方法在本文末。

 

特性 1： 高级解包

交换两个变量的值在 python 中非常简单，你也许已经在 python2 中大量使用以下方法：

a, b = 1, 2
a, b = b, a
print(a, b)
##> 2, 1

 

使用解包交换变量非常方便，在 python3 中，这个特性得到了加强，现在你可以这样做：

a, b, *rest = range(10)
print('a:', a)
print('b:', b)
print('rest:', rest)
##> a: 0
##> b: 1
##> rest: [2, 3, 4, 5, 6, 7, 8, 9]

 

rest 可以在任何位置，比如这样：

a, *rest, b = range(10)
print('rest', rest)
##> rest [1, 2, 3, 4, 5, 6, 7, 8]

*rest, b = range(10)
print('rest', rest)
##> rest [0, 1, 2, 3, 4, 5, 6, 7, 8]

 

使用 python 获得文件的第一行和最后一行内容。

with open('use_python_to_profit.txt') as f:
    first, *_, last = f.readlines() # 注意，这会读取所有内容到内存中

print('first:', first)
print('last:', last)
##> first: step 1: use python
##> last: step 10: profit

 

特性 2: 强制关键词参数

def f(a, b, *args, option=True):
    pass

 

如果你用以上写法来写一个函数，那么你限定了调用参数时，必须要这样写 f(a, b, option=True)。

如果你不想收集其他参数，你可以用 * 代替 *args，比如这样：

def f(a, b, *, option=True):
    pass

 

当你碰上这种事情：哎呀，我不小心传递太多参数给函数，其中之一会被关键字参数接收，然后程序原地爆炸了。

def sum(a, b, biteme=False):
    if biteme:
        print('一键删库')
    else:
        return a + b

sum(1, 2)
##> 3
sum(1, 2, 3)
##> 一键删库.

.. .所以，以后千万别这样写，为了你的下半生能够过上平静的日子，你应该这样：

def sum(a, b, *, biteme=False):
    if biteme:
        print('一键删库')
    else:
        return a + b

 

试一下不合法的调用：

sum(1, 2, 3)
##> TypeError: sum() takes 2 positional arguments but 3 were given

 

有时你会想写这样一个方法

def maxall(iterable, key=None):
    """
    返回一个列表中的最大值
    """
    key = key or (lambda x: x)
    m = max(iterable, key=key)
    return [i for i in iterable if key(i) == key(m)]

maxall(['a', 'ab', 'bc'], len)
##> ['ab', 'bc']

 

但是你又想像内置的max()函数那样允许 max(a, b, c) 的写法，但是这两种传参方法似乎不能和平相处：

def maxall(*args, key=None):
   """
   A list of all max items from the iterable
   """
   if len(args) == 1:
       iterable = args[0]
   else:
       iterable = args
   key = key or (lambda x: x)
   m = max(iterable, key=key)
   return [i for i in iterable if key(i) == key(m)]

maxall(['a', 'bc', 'cd'], len)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-22-e8f4c154d310> in <module>()
     11     return [i for i in iterable if key(i) == key(m)]
     12 
---> 13 maxall(['a', 'bc', 'cd'], len)

<ipython-input-22-e8f4c154d310> in maxall(key, *args)
      8         iterable = args
      9     key = key or (lambda x: x)
---> 10     m = max(iterable, key=key)
     11     return [i for i in iterable if key(i) == key(m)]
     12 

TypeError: unorderable types: builtin_function_or_method() > list()

 

显然，我们应该用max(iterable, *, key=None)来写这个函数。你在写代码时，也可以用关键词参数使你的 api 具有更好的扩展性。

# 蠢蠢的写法
def extendto(value, shorter, longer):
    """
    使短的 list 填充到和长的 list 一样长，填充为 value
    """
    if len(shorter) > len(longer):
        raise ValueError('The `shorter` list is longer than the `longer` list')
    shorter.extend([value]*(len(longer) - len(shorter)))

a = [1, 2]
b = [1, 2, 3, 4, 5]

extendto(10, a, b)

print('a', a)
##> a [1, 2, 10, 10, 10]

 

当你碰上这种事情：哎呀，我不小心传递太多参数给函数，其中之一会被关键字参数接收，然后程序原地爆炸了。

# 更好的写法
def extendto(value, *, shorter=None, longer=None):
    """
    Extend list `shorter` to the length of list `longer` with `value`
    """
    if shorter is None or longer is None:
        raise TypeError('`shorter` and `longer` must be specified')
    if len(shorter) > len(longer):
        raise ValueError('The `shorter` list is longer than the `longer` list')
    shorter.extend([value]*(len(longer) - len(shorter)))

 

我们可以用 extendto(10, shorter=a, longer=b) 的方式调用这个方法，以后我们要修改这个接口的传参方式时，也不用修改已有代码啦。

 

特性 3：链式异常

现在你在写一个函数，由于可能会出现错误，你打算 catch 可能出现的异常，做一些额外的工作，然后再抛出另一种异常。

import shutil

def mycopy(source, dest):
    try:
        shutil.copy2(source, dest)
    except OSError: # We don't have permissions. More on this later
        raise NotImplementedError("automatic sudo injection")

 

如果你用 python2 的话得到的是，你把第一个异常信息丢了，只能一脸懵逼。

>>> mycopy(1, 2)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 5, in mycopy
NotImplementedError: automatic sudo injection

 

python3 中会依次把异常记录下来

mycopy(1, 2)

---------------------------------------------------------------------------
SameFileError                             Traceback (most recent call last)
<ipython-input-26-7970d14296a0> in mycopy(source, dest)
      4     try:
----> 5         shutil.copy2(source, dest)
      6     except OSError: # We don't have permissions. More on this later

/usr/lib/python3.5/shutil.py in copy2(src, dst, follow_symlinks)
    250         dst = os.path.join(dst, os.path.basename(src))
--> 251     copyfile(src, dst, follow_symlinks=follow_symlinks)
    252     copystat(src, dst, follow_symlinks=follow_symlinks)

/usr/lib/python3.5/shutil.py in copyfile(src, dst, follow_symlinks)
     97     if _samefile(src, dst):
---> 98         raise SameFileError("{!r} and {!r} are the same file".format(src, dst))
     99 

SameFileError: 1 and 2 are the same file

During handling of the above exception, another exception occurred:

NotImplementedError                       Traceback (most recent call last)
<ipython-input-27-ddb6bcd98254> in <module>()
      1 # python3 中会依次把异常记录下来
----> 2 mycopy(1, 2)

<ipython-input-26-7970d14296a0> in mycopy(source, dest)
      5         shutil.copy2(source, dest)
      6     except OSError: # We don't have permissions. More on this later
----> 7         raise NotImplementedError("automatic sudo injection")

NotImplementedError: automatic sudo injection

 

特性 4: 更好用的 OSError 子类

刚刚给你的代码其实不正确，OSError 实际上包含了很多类异常，比如权限不够，文件没找到，不是一个目录等，而我们默认是权限不够。你在 python2 中可能是这样来区分 OSError 的：

import errno
def mycopy(source, dest):
    try:
        shutil.copy2(source, dest)
    except OSError as e:
        if e.errno in [errno.EPERM, errno.EACCES]:
            raise NotImplementedError("automatic sudo injection")
        else:
            raise

 

python3 添加了大量的新 Exception 类型 https://docs.python.org/3.4/library/exceptions.html#os-exceptions ，所以现在你可以这样做：

def mycopy(source, dest):
    try:
        shutil.copy2(source, dest)
    except PermissionError:
        raise NotImplementedError("automatic sudo injection")

 

特性 5: 一切皆迭代器

python2 中已经有迭代器了，然而 emmmm

def naivesum(N):
    A = 0
    for i in range(N + 1):
        A += i
    return A

naivesum(100000000) # 内存爆炸

当然，python2 中可以用 xrange 来解决这个问题，你还可以使用 itertools.izip, dict.itervalues 替代 zip 和 dict.values…… 在 python3 中，range，zip，dict.values 以及其它，都是返回迭代器，所以这对内存很友好。

如果你希望得到一个列表，要做的仅仅是在外层加一个 list，显示的声明永远比隐式地更好，你很难再写出一个吃内存的代码了。

 

特性 6: 不是一切都能比较

在 python2 中，你可以这么写

>>> max(['one', 2])
'one'

>>> "abc" > 123
True

>>> None > all
False

在 python3 中，这个非常 buggy 的特性被取消啦：

'one' > 2
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-33-55b5025c2335> in <module>()
----> 1 'one' > 2

TypeError: unorderable types: str() > int()

 

特性 7: yield from

如果你用 generator 的话，这个是一个非常好的特性。在以前，你是这么写代码的：

for i in gen():
    yield i

现在是这样

yield from gen()

 

没有看懂？来一个例子，比如这样，我们希望得到 [0, 0, 1, 1, 2, 2, ...] 的列表用于迭代，我们有以下写法：

 

# 蠢蠢的方法，直接生成对应的列表
def dup(n):
    A = []
    for i in range(n):
        A.extend([i, i])
    return A

# 不错的方法，使用 yield
def dup(n):
    for i in range(n):
        yield i
        yield i

# 更好的方法，使用 yield from
def dup(n):
    for i in range(n):
        yield from [i, i]

 

我们知道，迭代器的方式非常好，首先在内存上它很有优势，并且可以按需计算，每次只计算要用的值。如果你需要一个列表的时候，只需要在外层加一个 list，如果你需要切片 slicing，可以用 itertools.islice()

 

特性 8: asyncio

现在你可以用更方便的协程调用了

async def fetch(host, port):
    r, w = await open_connection(host, port)
    w,write(b'GET /HTTP/1.0\r\n\r\n')
    while (await r.readline()).decode('latin-1').strip():
        pass
    body = await r.read()
    return body

async def start():
    data = await fetch('Welcome to Python.org', 80)
    print(data.deode('utf-8'))

 

特性 9: 新的标准库

ipaddress 库

import ipaddress

print(ipaddress.ip_address('192.168.0.1'))
print(ipaddress.ip_address('2001:db8::'))
##> 192.168.0.1
##> 2001:db8::

 

functools.lrc_cache 装饰器

from functools import lru_cache
from urllib.error import HTTPError
import urllib.request

@lru_cache(maxsize=32)
def get_pep(num):
    'Retrieve text of a Python Enhancement Proposal'
    resource = 'http://www.python.org/dev/peps/pep-%04d/' % num
    try:
        with urllib.request.urlopen(resource) as s:
            return s.read()
    except HTTPError:
        return 'Not Found'

for n in 8, 290, 308, 320, 8, 218, 320, 279, 289, 320, 9991:
    pep = get_pep(n)
    print(n, len(pep))

get_pep.cache_info()
##> CacheInfo(hits=3, misses=8, maxsize=32, currsize=8)

 

enum 类

from enum import Enum

class Color(Enum):
    red = 1
    green = 2
    blue = 3

 

特性 10: Fun

听说你会中文编程？

简历 = "knows python"
π = 2.1415936

 

类型标注

def f(a: int, b: int = 2) -> int:
    return 10

print(f.__annotations__)
##> {'return': <class 'int'>, 'a': <class 'int'>, 'b': <class 'int'>}

 

特性 11: Unicode 编码

这是新手遇到的最多的问题，为什么我的命令行输出是乱码？

python2 中的 str 是字节数组

python3 中的 str 是 unicode 字符串，只有 unicode 才能表示中文。

 

特性 12: 矩阵相乘

python3 中 @ 可以被重载了，所以用 numpy 中的矩阵乘法时可以这么来（我在 tensorflow 中也经常这样写）

import numpy as np

a = np.array([[1, 0], [0, 1]])
b = np.array([[4, 1], [2, 2]])

# 旧写法
print(np.dot(a, b))
# 新写法
print(a @ b)

 

特性 13: pathlib

这是一个特别好用的面向对象路径处理库，以下是旧写法

import os

directory = "/etc"
filepath = os.path.join(directory, "hosts")

if os.path.exists(filepath):
    print('hosts exist')

 

更好的写法

from pathlib import Path

directory = Path("/etc")
filepath = directory / "hosts"

if filepath.exists():
    print('hosts exist')