Python3还有哪些未Get的潜藏技能？

·2019-10-29 16:31:59·

·加载中...次浏览

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。

本文作者 | Vinko Kodžoman

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_user

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。

介绍：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: 30.684099674224854s

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。