知識星球（點選上方快速關註並設定為星標，一起學Python）
來源：機器之心 作者：Vinko Kodžoman
參與：Geek AI、思源 連結：
https://mp.weixin.qq.com/s/5Qxgm3dUEHU_BnVjU8Uchw
從 3.0 到 3.8，Python 3 已經更新了一波又一波，但似乎我們用起來和 2.7 沒有太大區別？以前該怎麼寫 2.7 的程式碼現在就怎麼寫，只不過少數表達方式變了而已。在這篇文章中，作者介紹了 3.0 以來真正 Amazing 的新函式與新方法，也許這些方法我們都不太熟，但它們確實在實踐中非常重要。
許多人在瞭解到 Python 2.7 即將停止維護後，都開始將他們的 Python 版本從 2 切換到 3。截止到 5 月 19 號上午 10 點，Python 2.7 將終結於…
在這一段時間中，很多優秀開源專案與庫已經停止了對 2.7 的支援。例如到今年 1 月份，NumPy 將停止支援 Python 2；到今年年末，Ipython、Cython 和 Pandas 等等都將陸續停止支援 Python 2。
雖然我們都往 3.X 遷移，但許多人編寫的 Python 3 程式碼仍然看起來像 Python 2 一樣，只不過加入了一些括號或改了些 API。在本文中，作者將展示一些令人激動的 Python 3.X 新特性。這些特性或方法都是 Python 3 各個版本中新加的，它們相比傳統的 Python 方法，更容易解決實踐中的一些問題。
所有的示例都是在 Python 3.7 的環境下編寫的，每個特性示例都給出了其正常工作所需的最低的 Python 版本。
格式化字串 f-string（最低 Python 版本為 3.6）
在任何的程式語言中，不使用字串都是寸步難行的。而為了保持思路清晰，你會希望有一種結構化的方法來處理字串。大多數使用 Python 的人會偏向於使用「format」方法。
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 buy.
除了「format」，Python 3 還提供了一種透過「f-string」進行字串插入的靈活方法。使用「f-string」編寫的與上面功能相同的程式碼是這樣的：
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.
相比於常見的字串格式符 %s 或 format 方法，f-strings 直接在佔位符中插入變數顯得更加方便，也更好理解。
路徑管理庫 Pathlib（最低 Python 版本為 3.4）
f-string 非常強大，但是有些像檔案路徑這樣的字串有他們自己的庫，這些庫使得對它們的操作更加容易。Python 3 提供了一種處理檔案路徑的抽象庫「pathlib」。如果你不知道為什麼應該使用 pathlib，請參閱下麵這篇 Trey Hunner 編寫的炒雞棒的博文：「https://treyhunner.com/2018/12/why-you-should-be-using-pathlib/」
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
如上所示，我們可以直接對路徑的字串進行「/」操作，併在絕對與相對地址間做轉換。
型別提示 Type hinting（最低 Python 版本為 3.5）
靜態和動態型別是軟體工程中一個熱門的話題，幾乎每個人 對此有自己的看法。讀者應該自己決定何時應該編寫何種型別，因此你至少需要知道 Python 3 是支援型別提示的。
def sentence_has_animal(sentence: str) -> bool:
return "animal" in sentence
sentence_has_animal("Donald had a farm without animals")
# True
列舉（最低 Python 版本為 3.4）
Python 3 支援透過「Enum」類編寫列舉的簡單方法。列舉是一種封裝常量串列的便捷方法，因此這些串列不會在結構性不強的情況下隨機分佈在程式碼中。
from enum import Enum, auto
class Monster(Enum):
ZOMBIE = auto()
WARRIOR = auto()
BEAR = auto()
print(Monster.ZOMBIE)
# Monster.ZOMBIE
列舉是符號名稱（成員）的集合，這些符號名稱與唯一的常量值系結在一起。在列舉中，可以透過標識對成員進行比較操作，列舉本身也可以被遍歷。
參考：https://docs.python.org/3/library/enum.html
for monster in Monster:
print(monster)
# Monster.ZOMBIE
# Monster.WARRIOR
# Monster.BEAR
原生 LRU 快取（最低 Python 版本為 3.2）
目前，幾乎所有層面上的軟體和硬體中都需要快取。Python 3 將 LRU（最近最少使用演演算法）快取作為一個名為「lru_cache」的裝飾器，使得對快取的使用非常簡單。
下麵是一個簡單的斐波那契函式，我們知道使用快取將有助於該函式的計算，因為它會透過遞迴多次執行相同的工作。
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
現在，我們可以使用「lru_cache」來最佳化它（這種最佳化技術被稱為「memoization」）。透過這種最佳化，我們將執行時間從幾秒降低到了幾納秒。
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
擴充套件的可迭代物件解包（最低 Python 版本為 3.0）
對於這個特性，程式碼就說明瞭一切。
參考：https://www.python.org/dev/peps/pep-3132/
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 2
Data class 裝飾器（最低 Python 版本為 3.7）
Python 3 引入了「data class」，它們沒有太多的限制，可以用來減少對樣板程式碼的使用，因為裝飾器會自動生成諸如「__init__（）」和「__repr（）__」這樣的特殊方法。在官方的檔案中，它們被描述為「帶有預設值的可變命名元組」。
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/>
使用「Data class」實現相同的 Armor 類。
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)
隱式名稱空間包（最低 Python 版本為 3.3）
一種組織 Python 程式碼檔案的方式是將它們封裝在程式包中（包含一個「__init__.py」的檔案夾）。下麵是官方檔案提供的示例。
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，上面每個檔案夾都必須包含將檔案夾轉化為 Python 程式包的「__init__.py」檔案。在 Python 3 中，隨著隱式名稱空間包的引入，這些檔案不再是必須的了。
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
...
正如有些人說的那樣，這項工作並沒有像這篇文章說的那麼簡單，官方檔案「PEP 420 Specification」指出，常規的程式包仍然需要「__init__.py」，把它從一個檔案夾中刪除會將該檔案夾變成一個本地名稱空間包，這會帶來一些額外的限制。本地名稱空間包的官方檔案給出了一個很好的示例，並且明確指出了所有的限制。
結語
和網上幾乎所有的技術串列一樣，本文給出的串列也並不完整。希望這篇文章至少向你展示了一些以前不知道的 Python 3 功能，它將幫助你編寫出更加乾凈、 直觀的程式碼。
最後，本文中給出的所有程式碼都可以在作者的 GitHub 上找到：https://github.com/Weenkus/DataWhatNow-Codes/blob/master/things_you_are_probably_not_using_in_python_3_but_should/python%203%20examples.ipynb
原文連結：https://datawhatnow.com/things-you-are-probably-not-using-in-python-3-but-should/
朋友會在“發現-看一看”看到你“在看”的內容