自從很久以前改用了python3,語(yǔ)言層面的特征變化就相對(duì)較小了,然而對(duì)于每一個(gè)版本,Python都會(huì)添加一些新函數(shù)。隨著Python3．8于2019年10月發(fā)布,我發(fā)現(xiàn)自己使用的是這種語(yǔ)言的一些特性,關(guān)于Python每個(gè)版本新增的特性,有如下3．5-類型注解3．6-異步3．7-數(shù)據(jù)類3．8-海象算子3．9-字典聯(lián)合運(yùn)算符和泛型類型提示以上所有的這些,我都會(huì)在代碼庫(kù)中使用到。

oapbox演講:如果你仍在工作或項(xiàng)目中使用舊版本的Python,不要害怕升級(jí)!你的舊代碼仍然可以工作,而且你將從Python的新特性中獲益!免責(zé)聲明:如果你仍然使用Python2．7,在這種情況下,我知道你很有可能不會(huì)升級(jí)。

下面我將回顧(快速)我最喜歡的一些特性,我希望你可以在你的代碼中使用。它們是:類型注解、數(shù)據(jù)類、字典聯(lián)合運(yùn)算符、海象算子。在這第一部分,我主要介紹:類型注解,海象算子。Python 3．5從Python 3開(kāi)始,Typing就成為了一個(gè)特性。因?yàn)槲覀兪情_(kāi)發(fā)人員,而不是歷史學(xué)家,所以Typing將提供類型注解和類型提示。Python不需要為變量指定類型,這是我如此熱愛(ài)這門語(yǔ)言的部分原因。清晰易讀的語(yǔ)法,可以用20多種不同的方法編寫一個(gè)解決方案,但仍能得到相同的結(jié)果。但后來(lái)隨著應(yīng)用程序的增長(zhǎng),或者回頭看看你幾個(gè)月或幾年沒(méi)碰過(guò)的代碼,或者去閱讀別人寫的代碼。這種情況下,你就會(huì)意識(shí)到變量不指定類型對(duì)你來(lái)說(shuō)沒(méi)有啥好處。Typing 可以幫助你解決這個(gè)問(wèn)題,這也是TypeScript如此流行的原因。from typing import List
def print_cats(cats: List[str]) -> None:
   for cat in cats:
       print(f"{cat} has a name with {len(cat)} letters．")
       
class Cat(object):
   def __init__(self, name: str, age: int, **attrs):
       self．cattributes = {
           "name": name,
           "age": age,
           **attrs
       }
cats = "this still works w/o type annotation!"
cats: List[str] = ["Meowie", "Fluffy", "Deathspawn"]
# 不是字符串列表,Python不會(huì)檢查
cats2: List[str] = [Cat("Meowie", 2), Cat("Deathspawn", 8)]
print_cats(cats)
print_cats(cats2) # 失敗
這將返回:Meowie has a name with 6 letters．
Fluffy has a name with 6 letters．
Deathspawn has a name with 10 letters．
--------------------------------------------
．．．
TypeError: object of type 'Cat' has no len()

類型注解在這里并沒(méi)有起到任何作用,那為什么要使用它們呢?因?yàn)樵趧?chuàng)建變量cats并用List[str]時(shí),很明顯分配的數(shù)據(jù)應(yīng)該與該結(jié)構(gòu)相匹配,因此對(duì)于具有復(fù)雜類型的可維護(hù)代碼來(lái)說(shuō),這將變得更加有用。from typing import List
class Cat(object):
   def __init__(self, name: str, age: int, **attrs):
       self．cattributes = {
           "name": name,
           "age": age,
           **attrs
       }
# 創(chuàng)建類型變量
Cats: type = List[Cat]
def print_cats(cats: Cats) -> None:
   for cat in cats:
       name: str = cat．cattributes．get("name")
       print(f"{name} has a name with {len(name)} letters．")
       
cats = [Cat("Meowie", 2), Cat("Deathspawn", 8)]
print_cats(cats)
輸出:Meowie has a name with 6 letters．
Deathspawn has a name with 10 letters．

在函數(shù)/方法定義中鍵入?yún)��?shù)稱為類型暗示,而且類型甚至不必是Python數(shù)據(jù)類型或來(lái)自typing模塊。例如最后一行提示性字符串是完全合法的:import pandas as pd
cols = ["name", "age", "gender"]
data = [["Meowie", 2, "female"],
      ["Fluffy", 5, "male"],
      ["Deathspawn", 8, "rather not say"]]
df: pd．DataFrame = pd．DataFrame()
df: "name (string), age (integer), gender (string)" =
   pd．DataFrame(data, columns=cols)

在數(shù)據(jù)處理管道中,如果有很多復(fù)雜類型的變量,那這樣的操作可能會(huì)很有用,因?yàn)槟憧赡芨悴磺宄�讀取的數(shù)據(jù)是什么結(jié)構(gòu),你會(huì)試圖把它們弄清楚。在IDE上鼠標(biāo)懸停在變量上會(huì)有類型提示的信息,而不是一個(gè)簡(jiǎn)單的pandas．DataFrame提示。額外的好處是:在python4中,前向引用可以開(kāi)箱即用,這意味著你可以對(duì)尚未定義的類型進(jìn)行注解。我們現(xiàn)在仍然可以利用這種優(yōu)勢(shì),在文件頂部編寫from __future__ import annotations,然后執(zhí)行以下操作:from __future__ import annotations
class Food:
   """
   Food是合法的,即使沒(méi)有類別的定義。
   """
   def __init__(self, ingred_1: Food, ingred_2: Food) -> None:
       self．ingred_1 = ingred_1
       self．ingred_2 = ingred_2

原生類型注解-3．9內(nèi)置泛型類型是3．9中的一個(gè)特性,我們不需要從typing中導(dǎo)入以向泛型數(shù)據(jù)類型添加參數(shù)。從3．7版開(kāi)始,使用from __futures__ import annotations就可以使用這種方法,但這是因?yàn)樗�阻止了在運(yùn)行時(shí)計(jì)算類型引用。這個(gè)功能讓我很興奮。在3．8中我將typing導(dǎo)入每個(gè)模塊,或者導(dǎo)入在公共模塊中。示例(信貸:PEP 585):>>> l = list[str]()
[]
>>> list is list[str]
False
>>> list == list[str]
False
>>> list[str] == list[str]
True
>>> list[str] == list[int]
False
>>> isinstance([1, 2, 3], list[str])
TypeError: isinstance() arg 2 cannot be a parameterized generic
>>> issubclass(list, list[str])
TypeError: issubclass() arg 2 cannot be a parameterized generic
>>> isinstance(list[str], types．GenericAlias)
True
def find(haystack: dict[str, list[int]]) -> int:
   ．．．

海象算子-3．8海象有眼睛:,然后有牙齒=。:=是Python3．8中新增的賦值表達(dá)式。complicated = {
   "data": {
       "list": [1,2,3],
       "other": "stuff"
   }
}
if (nums := complicated．get('data')．get('list')):
   print(nums)
結(jié)果:1
2
3

如果沒(méi)有海象,會(huì)有更多的代碼行。．．．
nums = complicated．get('data')．get('list')
if nums:
   print(nums)

由于控制流語(yǔ)句在編程中經(jīng)常使用,使用海象算子可以簡(jiǎn)化代碼。來(lái)自PEP 572:這樣的命名表達(dá)式的值與合并表達(dá)式的值的結(jié)果是相同的,但附加的作用是目標(biāo)被賦給了該值換言之,用一個(gè)表達(dá)式表達(dá)了兩個(gè)語(yǔ)句。在我復(fù)制/粘貼PEP指南的同時(shí),這里還有一些規(guī)范中的示例,我認(rèn)為它們是很好的示例。迫不及待地想嘗試一下海象算子來(lái)理解列表。# #處理匹配正則表達(dá)式
if (match := pattern．search(data)) is not None:
   # 匹配后．．．
# 一個(gè)更直觀易寫的循環(huán)
while chunk := file．read(8192):
  process(chunk)
# 重用一個(gè)計(jì)算成本很高的值
[y := f(x), y**2, y**3]
# 在理解filter語(yǔ)句及其輸出之間共享子表達(dá)式
filtered_data = [y for x in data if (y := f(x)) is not None]

結(jié)論最近對(duì)Python語(yǔ)言的添加提供了一些相當(dāng)不錯(cuò)的特性以供實(shí)踐。我希望你覺(jué)得typing和海象算子對(duì)你的編程是有用。