python最新功能_Python在2020的新增功能:第1部分
自從很久以前改用了python3,語言層面的特征變化就相對較小了，然而對于每一個版本，Python都會添加一些新函數。
隨著Python3.8于2019年10月發布，我發現自己使用的是這種語言的一些特性，關于Python每個版本新增的特性，有如下
3.5-類型注解
3.6-異步
3.7-數據類
3.8-海象算子
3.9-字典聯合運算符和泛型類型提示
以上所有的這些，我都會在代碼庫中使用到。
oapbox演講：如果你仍在工作或項目中使用舊版本的Python，不要害怕升級！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升級。
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、數據類、字典聯合運算符、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開始，Typing就成為了一個特性。因為我們是開發人員，而不是歷史學家，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，這是我如此熱愛這門語言的部分原因。清晰易讀的語法，可以用20多種不同的方法編寫一個解決方案，但仍能得到相同的結果。
但后來隨著應用程序的增長，或者回頭看看你幾個月或幾年沒碰過的代碼，或者去閱讀別人寫的代碼。
這種情況下，你就會意識到變量不指定類型對你來說沒有啥好處。
Typing 可以幫助你解決這個問題，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有起到任何作用，那為什么要使用它們呢？因為在創建變量cats并用List[str]時，很明顯分配的數據應該與該結構相匹配，因此對于具有復雜類型的可維護代碼來說，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/方法定義中鍵入參數稱為類型暗示，而且類型甚至不必是Python數據類型或來自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)
在數據處理管道中，如果有很多復雜類型的變量，那這樣的操作可能會很有用，因為你可能搞不清楚讀取的數據是什么結構，你會試圖把它們弄清楚。在IDE上鼠標懸停在變量上會有類型提示的信息，而不是一個簡單的pandas.DataFrame提示。
額外的好處是：在python4中，前向引用可以開箱即用，這意味著你可以對尚未定義的類型進行注解。我們現在仍然可以利用這種優勢，在文件頂部編寫from future import annotations，然后執行以下操作：
from future import annotations
class Food:
"""
Food是合法的，即使沒有類別的定義。
"""
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
內置泛型類型是3.9中的一個特性，我們不需要從typing中導入以向泛型數據類型添加參數。從3.7版開始，使用from futures import annotations就可以使用這種方法，但這是因為它阻止了在運行時計算類型引用。
這個功能讓我很興奮。在3.8中我將typing導入每個模塊，或者導入在公共模塊中。
示例(信貸：PEP 585)：
l = liststr
[]
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中新增的賦值表達式。
complicated = {
"data": {
"list": [1,2,3],
"other": "stuff"
}
}
if (nums := complicated.get('data').get('list')):
print(nums)
結果：
1
2
3
如果沒有海象，會有更多的代碼行。
...
nums = complicated.get('data').get('list')
if nums:
print(nums)
由于控制流語句在編程中經常使用，使用海象算子可以簡化代碼。
來自PEP 572：
這樣的命名表達式的值與合并表達式的值的結果是相同的，但附加的作用是目標被賦給了該值
換言之，用一個表達式表達了兩個語句。
在我復制/粘貼PEP指南的同時，這里還有一些規范中的示例，我認為它們是很好的示例。迫不及待地想嘗試一下海象算子來理解列表。
#處理匹配正則表達式
if (match := pattern.search(data)) is not None:
# 匹配后...
一個更直觀易寫的循環
while chunk := file.read(8192):
process(chunk)
重用一個計算成本很高的值
[y := f(x), y2, y3]
在理解filter語句及其輸出之間共享子表達式
filtered_data = [y for x in data if (y := f(x)) is not None]
總結
以上是生活随笔為你收集整理的python最新功能_Python在2020的新增功能:第1部分的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： kido机器人用流量吗_国脉电信200元
- 下一篇： mysql is needed by_l