你在享受十一长假时,Python 已悄悄地变了

你在享受十一长假时,Python 已悄悄地变了,第1张

概述文|太阳雪来源:Python技术「ID:pythonall」Python3.9在经历了将近一年的试用期后,于10月5日(2020年)发布了稳定版,意味着,在下一版本发布之前,不会在做改动,童鞋们可以放心大胆地更新了。享受完惬意的十一长假后,我们快来看看新版本带来了哪些惊喜先附上一个16岁印度小哥哥整

文 | 太阳雪

来源:Python 技术「ID: pythonall」

Python 3.9 在经历了将近一年的试用期后,于 10月5日(2020年)发布了稳定版,意味着,在下一版本发布之前,不会在做改动,童鞋们可以放心大胆地更新了。享受完惬意的十一长假后,我们快来看看新版本带来了哪些惊喜

先附上一个 16 岁印度小哥哥整理的特性图:

节能篇

这次版本最喜人的特性事节能,不仅节省电能,更重要的是节省了敲代码的次数,以及我们宝贵的时间

字典的合并与更新

毫无疑问,字典对象(Dict)是日常编程中最常用到的数据结构,从存储键值对到支持复杂算法,都依赖于字典对象,而且常用一些字段的合并、更新等 *** 作,虽然 Python 中已经提供了字段更新的方法和字典展开 *** 作符( ** ),但是仍然不够简洁,我理解,在你看到新版本中的更新之前,不会感觉有什么不简洁的

原来的合并:

d1 = {'a': 'A', 'b': 'B', 'c': 'C'}d2 = {'d': 'D', 'e': 'E'}d3 = {**d1, **d2}  # 使用展开 *** 作符,将合并结果存入 d3print(d3)  # {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D', 'e': 'E'}d1.update(d2)  # update 方法,将 d1 d2 合并,且更新 d1print(d1)  # {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D', 'e': 'E'}

现在的合并:

d1 = {'a': 'A', 'b': 'B', 'c': 'C'}d2 = {'d': 'D', 'e': 'E'}d3 = d1 | d2  # 效果等同于展开 *** 作符print(d3)  # {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D', 'e': 'E'}d1 |= d2  # 等同于 updateprint(d1)  # {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D', 'e': 'E'}
| *** 作符,除了对数值的 与 *** 作之外,现在还可以做字典对象的合并|= 如果要用合并的结果更新前面的字典对象,在合并 *** 作符后加赋值号就行

是不是简洁多了,不仅简洁了,而且更容易理解了

这还没完,合并赋值 *** 作符(|=)除了字典之间的合并,还可以合并类字典对象

先看一段代码:

d1 = {'a': 'A', 'b': 'B', 'c': 'C'}l1 = [('d', 'D'), ('e', 'E')]d1 |= l1print(d1)  # {'a': 'A', 'b': 'B', 'c': 'C', 'd': 'D', 'e': 'E'}
l1 是一个列表对象,其中的元素是二维元组这里的特别之处在于二维元组对象,合并时,第一个元素被看成字典的 Key,第二个被看成字典的 Value,如果不是这样,则会报错

如果遇到这种特殊的场景,合并运算简直太方便了,你能想到有哪些类似场景吗?欢迎留言
拓扑排序

首先需要理解什么是拓扑图,简单来说就是一定空间内若干个点之间的关系,例如对于一项工作来说,包含有若干个任务,任务之间有相互依赖的关系,任务加上它们之间的关系,就构成了一个拓扑结构图

拓扑排序,就是对一个拓扑图中的点按照点之间的相互关系的一种排序

例如这样一个拓扑图


拓扑图示例

拓扑排序为

1、2、3、4、5

如果用算法生写的话,需要十行以上,而且还不包括调试时间,以及为各种适应性做的改善所花的时间

现在,排序只需要一行代码:

from graphlib import topologicalSortertg = {5: {3, 4}, 4: {2, 3}, 3: {2, 1}, 2: {1}}ts = topologicalSorter(tg)print(List(ts.static_order())) # [1, 2, 3, 4, 5]
首先从 graphlib 中引入拓扑排序组件 topologicalSorter然后定义一个拓扑结构图,这里是用字典加集合的方式定义的,表示节点的前序节点是哪些接着用排序组件对拓扑结构进行排序,即创建一个排序对象最好调用排序对象的 static_order 方法展示排序结果

实际上最核心的就是创建排序对象的代码,新特性提供了优雅的封装

说到封装,你可能猜到他的功能并不单一,确实,排序组件 topologicalSorter 不仅能对以及定义的结果排序,还可以对动态结构排序,例如

from graphlib import topologicalSorterts = topologicalSorter()ts.add(5, 3, 4)ts.add(4, 2, 3)ts.add(3, 2, 1)ts.add(2, 1)print(List(ts.static_order())) # [1, 2, 3, 4, 5]

也就是说,可以逐步的将依赖添加进去,在迭代处理的情况下很方便,

需要注意的是 static_order 方法只能掉用一次,再次排序的话,需要重新创建 topologicalSorter 对象

另外,如果拓扑图结构是个循环的,排序会报 CycleError 循环依赖错误

随机字节码

之前要产生随机字节码,需要先产生随机数,然后从定义的字符序列中获取对应位置的字符,最好再转换为字节,是挺麻烦的,现在,一行代码搞定

import randomprint(random.randbytes(10))  # b'\x0fzf\x17K\x00\xfb\x11LF'  随机的,每次结果可能不同
最小公倍数

之前的 Python 版本中已经实现了最大公约数的计算,虽然可以用最大公约数求得最小公倍数,不过需要写多行代码(实际上我不记得怎么推送了)

现在,一行代码搞定:

import mathmath.lcm(49, 14)  # 98

是不是方便多了,不信的话,和下面生算对比下:

def lcm(num1, num2):  if num1 == num2 == 0:    return 0  return num1 * num2 // math.gcd(num1, num2)lcm(49, 14)  # 98
功能篇

功能方面,Python 3.9 也做出了很多改善,下面来了解下
字符串去前缀后缀

本来字符串在 Python 中的 *** 作已经够强大了,很难想到它会把去前后缀的功能作为更新,先看看效果吧

"three cool features in Python".removesuffix(" Python")# three cool features in"three cool features in Python".removeprefix("three ")# cool features in Python"three cool features in Python".removeprefix("Something else")# three cool features in Python

很简单,很容易想到用其他方式实现,代码也不会多,例如用 字符串的 strip 方法:

"three cool features in Python".strip(" Python")# ree cool features i

很明显,最终的效果并不是我们想要的,strip 会将前后遇到的字符模式一并修剪!

如果用其他方式,比如字符串查找,正则匹配等,也能实现,不过没有现成的方法方便,更重要的是,这个特性避免了自己不小心的犯错

时区支持

对我们中国来说,时区问题不大,特别是只做在国内使用的应用的话,但是如果在每个,或者其他地方,时区会是个问题,之前,可以通过将时间转换为 UTC 格式再转为其他时区的时间,现在可以方便的用 zoneinfo 模块实现了

zoneinfo 模块为标准库引入了 IANA 时区数据库

from zoneinfo import ZoneInfofrom datetime import datetimedt = datetime(2020, 10, 1, 1, tzinfo= ZoneInfo("America/Los_Angeles"))

如代码所示,可以为本地时间设置时区,将时间转化为指定时区的时间

注意:使用 ZoneInfo 获取时区属性之前,需要安装 tzdata 模块

其他数据类型提示

Python 本身是弱类型语言,但在一些大型项目中容易因为数据类型引入 BUG,为了改善这一点,对声明了数据类型的形参,如果实参与形参类型不符,执行时会得到警告提醒,例如

def fun(input: str):  print(str)fun(10)  # 此时会得到数据类型不匹配的警告
更强悍的解析器

Python 3.9 重构了解析器,虽然在日常编程中几乎感觉不到,但这个更新确是最重要的,就行如果你感觉如履平地,必然有人在默默付出一样

Python 之前一直使用 LL(1) 解析器将源代码解析为解析树,类似于一次读取一个字符,并解释源代码而无需回溯的解析器。

新解释器是基于 PEG(parsing Expression grammar) 实现的,既高效,又灵活,不过需要使用更多的内存

import()特性修改

import() 在之前的版本中,可能引发 ValueError 异常,按官方解释:ValueError 曾经会在相对导入超出其最高层级包时发生 (不知所云),在新的版本中,异常时会抛出 importError,这样更加合理

反正我没遇到过,可能是没有用过这种高级用法,就当是学习了

总结

“人生苦短,用我 Python” —— Python 不但这么说,也这么做,当我们享受惬意的双节长假时,Python 默默的优化自己,只能让我们苦短的人生,更加精彩

还等什么,赶紧升级到 python3.9 试试吧

参考
https://zhuanlan.zhihu.com/p/262914368https://developer.51cto.com/art/202010/627903.htmhttps://blog.csdn.net/qq_42554007/article/details/107075651https://www.sohu.com/a/422827870_114760https://docs.python.org/zh-cn/3/whatsnew/3.9.html 总结

以上是内存溢出为你收集整理的你在享受十一长假时,Python 已悄悄地变了全部内容,希望文章能够帮你解决你在享受十一长假时,Python 已悄悄地变了所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/1187908.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-03
下一篇 2022-06-03

发表评论

登录后才能评论

评论列表(0条)

保存