出品 | FlyAI

編譯 | 林椿眄

編輯 | Donna

Python 已經成為機器學習及其他科學領域中的主流語言。它不但與多種深度學習框架兼容，而且還包含優秀的工具包和依賴庫，方便我們對數據進行預處理和可視化操作。

據最新消息，到2019 年底，Numpy 等很多科學計算工具包都將停止支持Python 2版本，而 2018 年后 Numpy 的所有新功能版本也都將只支持 Python 3。

為了使初學者能夠輕松地從 Python 2 向 Python 3 實現遷移，我收集了一些 Python 3 的功能，希望對大家有所幫助。

使用 pathlib 模塊來更好地處理路徑

pathlib 是 Python 3默認的用于處理數據路徑的模塊，它能夠幫助我們避免使用大量的 os.path.joins語句：

from pathlib import Path dataset = 'wiki_images'datasets_root = Path('/path/to/datasets/') train_path = datasets_root / dataset / 'train'test_path = datasets_root / dataset / 'test'for image_path in train_path.iterdir(): with image_path.open() as f: # note, open is a method of Path object # do something with an image

在Python2中，我們需要通過級聯字符串的形成來實現路徑的拼接。而現在有了pathlib模塊后，數據路徑處理將變得更加安全、準確，可讀性更強。

此外，pathlib.Path含有大量的方法，這樣Python的初學者將不再需要搜索每個方法：

p.exists() p.is_dir() p.parts() p.with_name('sibling.png') # only change the name, but keep the folderp.with_suffix('.jpg') # only change the extension, but keep the folder and the namep.chmod(mode)p.rmdir()

使用pathlib還將大大節約你的時間。更多功能請查看：

官方文檔 - https://docs.python.org/3/library/pathlib.html參考信息 - https://pymotw/3/pathlib/

類型提示(Type hinting)成為Python3中的新成員

下面是在編譯器PyCharm 中，類型提示功能的一個示例：

Python 不只是一門腳本的語言，如今的數據流程還包括大量的邏輯步驟，每一步都包括不同的框架(有時也包括不同的邏輯)。

Python3中引入了類型提示工具包來處理復雜的大型項目，使機器可以更好地對代碼進行驗證。而在這之前，不同的模塊需要使用自定義的方式，對文檔中的字符串指定類型 (注意：PyCharm可以將舊的文檔字符串轉換成新的類型提示)。

下面是一個簡單的代碼示例，利用類型提示功能來處理不同類型的數據：

def repeat_each_entry(data): """ Each entry in the data is doubled """ index = numpy.repeat(numpy.arange(len(data)), 2) return data[index]

上述代碼對多維的 numpy.array、astropy.Table 和 astropy.Column、bcolz、cupy、mxnet.ndarray 等操作同樣適用。

這段代碼還可用于 pandas.Series 操作，但是這種形式是錯誤的：

repeat_each_entry(pandas.Series(data=[0, 1, 2], index=[3, 4, 5])) # returns Series with Nones inside

這僅僅是一段兩行的代碼。所以，復雜系統的行為是非常難預測的，有時一個函數就可能導致整個系統的錯誤。因此，明確地了解哪些類型方法，并在這些類型方法未得到相應參數的時候發出錯誤提示，這對于大型系統的運作是很有幫助的。

def repeat_each_entry(data: Union[numpy.ndarray, bcolz.carray]):

如果你有一個很棒的代碼庫，諸如 MyPy這樣的類型提示工具將可能成為一個大型項目的集成流程中的一部分。不幸的是，類型提示功能還沒辦法強大到為 ndarrays/tensors 這種細粒度類型發出提示。或許，不久的將來我們就可以擁有這樣全面的的類型提示工具，這將成為數據科學領域需要的強大功能。

從類型提示(運行前)到類型檢查(運行時)

默認情況下，函數的注釋對于代碼的運行是沒有影響的，它只是幫你指出每段代碼所要做的工作。

在代碼運行階段，很多時候類型提示工具是不起作用的。這種情況你可以使用 enforce 等工具，強制性對代碼進行類型檢查，同時也可以幫助你調試代碼。

@enforce.runtime_validationdef foo(text: str) -> None: print(text) foo('Hi') # okfoo(5) # fails@enforce.runtime_validationdef any2(x: List[bool]) -> bool: return any(x)any ([False, False, True, False]) # Trueany2([False, False, True, False]) # Trueany (['False']) # Trueany2(['False']) # failsany ([False, None, "", 0]) # Falseany2([False, None, "", 0]) # fails

函數注釋的其他用途

正如上面我們提到的，函數的注釋部分不僅不會影響代碼的執行，還會提供可以隨時使用的一些元信息(meta-information)。

例如，計量單位是科學界的一個普遍難題，Python3中的astropy包提供了一個簡單的裝飾器(Decorator)來控制輸入的計量單位，并將輸出轉換成相應的單位。

# Python 3from astropy import units as u@u.quantity_input()def frequency(speed: u.meter / u.s, wavelength: u.m) -> u.terahertz: return speed / wavelength frequency(speed=300_000 * u.km / u.s, wavelength=555 * u.nm)# output: 540.5405405405404 THz, frequency of green visible light

如果你需要用Python處理表格類型的科學數據，你可以嘗試astropy包，體驗一下計量單位隨意轉換的方便性。你還可以針對某個應用專門定義一個裝飾器，用同樣的方式來控制或轉換輸入和輸出的計量單位。

通過 @ 實現矩陣乘法

下面，我們實現一個最簡單的機器學習模型，即帶 L2 正則化的線性回歸 (如嶺回歸模型)，來對比 Python2 和 Python3 之間的差別：

# l2-regularized linear regression: || AX - b ||^2 + alpha * ||x||^2 -> min# Python 2X = np.linalg.inv(np.dot(A.T, A) + alpha * np.eye(A.shape[1])).dot(A.T.dot(b))# Python 3X = np.linalg.inv(A.T @ A + alpha * np.eye(A.shape[1])) @ (A.T @ b

在 Python3 中，以@作為矩陣乘法符號使得代碼整體的可讀性更強，且更容易在不同的深度學習框架間進行轉譯：因為一些代碼如 X @ W + b[None, :]在 numpy、cupy、pytorch 和 tensorflow 等不同庫中都表示單層感知機。

使用 ** 作為通配符

Python2 中使用遞歸文件夾的通配符并不是很方便，因此可以通過定制的 glob2 模塊來解決這個問題。遞歸 flag 在 Python 3.6 中得到了支持。

import glob# Python 2found_images = \ glob.glob('/path*.jpg') \ + glob.glob('/path*.jpg') \ + glob.glob('/path***.jpg') # Python 3found_images = glob.glob('/path*.jpg', recursive=True)

Python3 中更好的選擇是使用 pathlib：(缺少個import)

# Python 3found_images = pathlib.Path('/path/').glob('**/*.jpg')

Python3中的print函數

誠然，print 在 Python3 中是一個函數，使用 print 需要加上圓括弧()，雖然這是個麻煩的操作，但它還是具有一些優點：

使用文件描述符的簡單句法：

print >>sys.stderr, "critical error" # Python 2print("critical error", file=sys.stderr) # Python 3

在不使用str.join情況下能夠輸出 tab-aligned 表格：

# Python 3print(*array, sep='\t')print(batch, epoch, loss, accuracy, time, sep='\t')

修改與重新定義 print 函數的輸出：

# Python 3_print = print # store the original print functiondef print(*args, **kargs): pass # do something useful, e.g. store output to some file

在 Jupyter notebook 中，這種形式能夠記錄每一個獨立的文檔輸出，并在出現錯誤的時候追蹤到報錯的文檔。這能方便我們快速定位并解決錯誤信息。因此我們可以重寫 print 函數。

在下面的代碼中，我們可以使用上下文管理器來重寫 print 函數的行為：

@contextlib.contextmanagerdef replace_print(): import builtins _print = print # saving old print function # or use some other function here builtins.print = lambda *args, **kwargs: _print('new printing', *args, **kwargs) yield builtins.print = _printwith replace_print():

但是，重寫print函數的行為，我們并不推薦，因為它會引起系統的不穩定。

print函數可以結合列表生成器或其它語言結構一起使用。

# Python 3result = process(x) if is_valid(x) else print('invalid item: ', x)

f-strings 可作為簡單和可靠的格式化

默認的格式化系統提供了一些靈活性操作。但在數據實驗中這些操作不僅不是必須的，還會導致代碼的修改變得冗長和瑣碎。

而數據科學通常需要以固定的格式，迭代地打印出一些日志信息，所使用的代碼如下：

# Python 2print('{batch:3} {epoch:3} / {total_epochs:3} accuracy: {acc_mean:0.4f}±{acc_std:0.4f} time: {avg_time:3.2f}'.format( batch=batch, epoch=epoch, total_epochs=total_epochs, acc_mean=numpy.mean(accuracies), acc_std=numpy.std(accuracies), avg_time=time / len(data_batch) ))# Python 2 (too error-prone during fast modifications, please avoid):print('{:3} {:3} / {:3} accuracy: {:0.4f}±{:0.4f} time: {:3.2f}'.format( batch, epoch, total_epochs, numpy.mean(accuracies), numpy.std(accuracies), time / len(data_batch) ))

樣本輸出為：

120 12 / 300 accuracy: 0.8180±0.4649 time: 56.60

Python 3.6 中引入了格式化字符串 (f-strings)：

f# Python 3.6+print(f'{batch:3} {epoch:3} / {total_epochs:3} accuracy: {numpy.mean(accuracies):0.4f}±{numpy.std(accuracies):0.4f} time: {time / len(data_batch):3.2f}')

另外，這對于查詢語句的書寫也是非常方便的：

query = f"INSERT INTO STATION VALUES (13, '{city}', '{state}', {latitude}, {longitude})"

「true pision」和「integer pision」之間的明顯區別

雖然說對于系統編程來說，Python3所提供的改進還遠遠不夠，但這些便利對于數據科學來說已經足夠。

data = pandas.read_csv('timing.csv') velocity = data['distance'] / data['time']

Python 2 中的結果依賴于『時間』和『距離』(例如，以米和秒為單位),關注其是否被保存為整數。

而在 Python 3 中，結果的表示都是精確的，因為除法運算得到的都是精確的浮點數。

另一個例子是整數除法，現在已經作為明確的運算：

n_gifts = money // gift_price # correct for int and float arguments

值得注意的是，整除運算可以應用到Python的內建類型和由numpy、pandas等數據包提供的自定義類型。

嚴格排序

下面是一個嚴格排序的例子：

# All these comparisons are illegal in Python 33 < '3'2 < None(3, 4) < (3, None)(4, 5) < [4, 5]# False in both Python 2 and Python 3(4, 5) == [4, 5]

嚴格排序的主要功能有：

防止不同類型實例之間的偶然性排序。

sorted([2, '1', 3]) # invalid for Python 3, in Python 2 returns [2, 3, '1']

在處理原始數據時幫助我們發現存在的問題。此外，嚴格排序對None值的合適性檢查是(這對于兩個版本的 Python 都適用)：

if a is not None: passif a: # WRONG check for None pass

自然語言處理中的Unicode編碼

下面來看一個自然語言處理任務：

s = '您好'print(len(s))print(s[:2])

比較兩個版本Python的輸出：

Python2: 6\n

Python3: 2\n 您好

再來看個例子：

x = u'со' x += 'co' # ok x += 'со' # fail

在這里，Python 2 會報錯，而 Python 3 能夠正常工作。因為我在字符串中使用了俄文字母，對于Python2 是無法識別或編碼這樣的字符。

Python 3 中的 strs 是 Unicode 字符串，這對非英語文本的自然語言處理任務來說將更加地方便。還有些其它有趣的應用，例如：

'a'< type < u'a' # Python 2: True'a' < u'a' # Python 2: False

from collections import Counter Counter('Mbelstück')

Python 2: Counter({'\xc3': 2, 'b': 1, 'e': 1, 'c': 1, 'k': 1, 'M': 1, 'l': 1, 's': 1, 't': 1, '\xb6': 1, '\xbc': 1})

Python 3: Counter({'M': 1, '': 1, 'b': 1, 'e': 1, 'l': 1, 's': 1, 't': 1, 'ü': 1, 'c': 1, 'k': 1})

對于這些，Python 2 也能正常地工作，但 Python 3 的支持更為友好。

保留詞典和**kwargs 的順序

CPython 3.6+ 的版本中字典的默認行為是一種類似 OrderedDict 的類，但最新的 Python3.7 版本，此類已經得到了全面的支持。這就要求在字典理解、json 序列化/反序列化等操作中保持字典原先的順序。

下面來看個例子：

import json x = {str(i):i for i in range(5)} json.loads(json.dumps(x))# Python 2{u'1': 1, u'0': 0, u'3': 3, u'2': 2, u'4': 4}# Python 3{'0': 0, '1': 1, '2': 2, '3': 3, '4': 4}

這種保順性同樣適用于 Python3.6 版本中的 **kwargs：它們的順序就像參數中顯示的那樣。當設計數據流程時，參數的順序至關重要。

以前，我們必須以這樣繁瑣的方式來編寫：

from torch import nn # Python 2 model = nn.Sequential(OrderedDict([ ('conv1', nn.Conv2d(1,20,5)), ('relu1', nn.ReLU()), ('conv2', nn.Conv2d(20,64,5)), ('relu2', nn.ReLU()) ])) # Python 3.6+, how it *can* be done, not supported right now in pytorch model = nn.Sequential( conv1=nn.Conv2d(1,20,5), relu1=nn.ReLU(), conv2=nn.Conv2d(20,64,5), relu2=nn.ReLU()) )

注意到了嗎？名稱的唯一性也會被自動檢查。

迭代拆封

Python3 中引入迭代式拆封功能，下面來看一段代碼：

# handy when amount of additional stored info may vary between experiments, but the same code can be used in all casesmodel_paramteres, optimizer_parameters, *other_params = load(checkpoint_name)# picking two last values from a sequence*prev, next_to_last, last = values_history# This also works with any iterables, so if you have a function that yields e.g. qualities,# below is a simple way to take only last two values from a list *prev, next_to_last, last = iter_train(args)

默認的 pickle 引擎為數組提供更好的壓縮

Python3 中引入 pickle 引擎，為數組提供更好的壓縮，節省參數空間：

# Python 2import cPickle as pickleimport numpyprint len(pickle.dumps(numpy.random.normal(size=[1000, 1000])))# result: 23691675# Python 3import pickleimport numpylen(pickle.dumps(numpy.random.normal(size=[1000, 1000])))# result: 8000162

這個小的改進節省了3倍的空間，而且運行階段速度更快。實際上，如果不關心速度的話，類似的壓縮性能也可以通過設置參數 protocol=2 來實現，但是用戶經常會忽略這個選項或者�...

總結

以上是生活随笔為你收集整理的python3版本代码大全_python3中的的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。