Py学习  »  Python

Python 3.8刚刚发布!一分钟了解新版本的强大功能!

马哥Linux运维 • 4 年前 • 917 次点击  

新功能解读来源于公众号“Python之美”,ID:python_cn,作者董伟明。

今天Python3.8发布啦,新版本添加了很多全新功能,也表明Python的版本之路前进了一大步,小编整理了新版本的几个主要更新,为大家做详细解读!

顺便一提,导致Python之父龟叔愤然离职的赋值表达式功能还是上线了~

新增赋值表达式

PEP 572的标题是赋值表达式,也叫做「命名表达式」,不过它现在被广泛的别名是「海象运算符」(The Walrus Operator)。因为:=很像海象「眼睛小,长着两枚长长的牙」这个特点^_^。

在这里给大家展示个通过用PEP 572改写的一行实现斐波那契数列的例子:

  1. In : (lambda f: f(f, int(input('Input: ')), 1, 0, 1))(lambda f, t, i, a, b: print(f'fib({i}) = {b}') or t == i or f

  2. ...: (f, t, i + 1, b, a + b))

  3. Input: 10

  4. fib(1) = 1

  5. fib(2 ) = 1

  6. fib(3) = 2

  7. fib(4) = 3

  8. fib(5) = 5

  9. fib(6) = 8

  10. fib(7) = 13

  11. fib(8) = 21

  12. fib(9) = 34

  13. fib(10) = 55

  14. Out: True

基于Raymond Hettinger版本改写:

  1. In : [(t:=(t[1 ], sum(t)) if i else (0,1))[1] for i in range(10)]

  2. Out: [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

强制使用位置参数

PEP 570说白了就是强制使用者用位置参数

温馨提示:Python3.8版本下,见到以下报错:

  1. TypeError: divmod() takes no keyword arguments


就是这个原因啦!

运行时添加审计hooks

现在可以给Python运行时添加审计钩子:

  1. In : import sys

  2. ...: import urllib.request

  3. ...:

  4. ...:

  5. ...: def audit_hook(event, args):

  6. ...: if event in ['urllib.Request']:

  7. ...: print(f'Network {event=} {args=}')

  8. ...:

  9. ...: sys.addaudithook(audit_hook)


  10. In : urllib.request.urlopen('https://httpbin.org/get?a=1' )

  11. Network event='urllib.Request' args=('https://httpbin.org/get?a=1', None, {}, 'GET')

  12. Out: <http.client.HTTPResponse at 0x10e394310>

目前支持审计的事件名字和API可以看PEP文档(延伸阅读链接2), urllib.Request是其中之一。另外还可以自定义事件:

  1. In : def audit_hook(event , args):

  2. ...: if event in ['make_request']:

  3. ...: print(f'Network {event=} {args=}')

  4. ...:


  5. In : sys.addaudithook(audit_hook)


  6. In : sys.audit('make_request', 'https://baidu.com')

  7. Network event='make_request' args=('https://baidu.com',)


  8. In : sys.audit('make_request', 'https://douban.com')

  9. Network event='make_request' args=('https://douban.com',)

跨进程内存共享

可以跨进程直接访问同一内存(共享):

  1. # IPython进程A

  2. In : from multiprocessing import shared_memory


  3. In : a = shared_memory.ShareableList([1, 'a', 0.1])


  4. In : a

  5. Out: ShareableList([1, 'a', 0.1], name='psm_d5d6ba1b') # 注意name

  6. # IPython进程B(另外一个终端进入IPython)

  7. In : from multiprocessing import shared_memory


  8. In : b = shared_memory.ShareableList(name='psm_d5d6ba1b') # 使用name就可以共享内存


  9. In : b

  10. Out: ShareableList([1, 'a', 0.1], name='psm_d5d6ba1b')

全新第三方包读取模块

使用新的 importlib .metadata模块可以直接读取第三方包的元数据:

  1. In : from importlib.metadata import version, files, requires, distribution


  2. In : version('flask')

  3. Out: '1.1.1'


  4. In : requires('requests')

  5. Out:

  6. ['chardet (<3.1.0,>=3.0.2)',

  7. 'idna (<2.9,>=2.5)',

  8. 'urllib3 (!=1.25.0,!=1.25.1,<1.26,>=1.21.1)',

  9. 'certifi (>=2017.4.17)',

  10. "pyOpenSSL (>=0.14) ; extra == 'security'",

  11. "cryptography (>=1.3.4) ; extra == 'security'",

  12. "idna (>=2.0.0) ; extra == 'security'",

  13. "PySocks (!=1.5.7,>=1.5.6) ; extra == 'socks'",

  14. 'win-inet-pton ; (sys_platform == "win32" and python_version == "2.7") and extra == \'socks\'']


  15. In : dist = distribution('celery')


  16. In : dist.version

  17. Out: '4.3.0'


  18. In : dist.metadata['Requires-Python']

  19. Out: '>=2.7, !=3.0.*, !=3.1.*, !=3.2.*, !=3.3.*'


  20. In : dist.metadata ['License']


  21. In : dist.entry_points

  22. Out:

  23. [EntryPoint(name='celery', value='celery.__main__:main', group='console_scripts'),

  24. EntryPoint(name='celery', value='celery.contrib.pytest', group='pytest11')]


  25. In : files('celery')[8]

  26. Out: PackagePath('celery/__init__.py')


  27. In : dist.locate_file(files('celery')[8])

  28. Out: PosixPath('/Users/dongweiming/test/venv/lib/python3.8/site-packages/celery/__init__.py')

新增缓存属性

缓存属性 (cached_property) 是一个非常常用的功能,很多知名 Python 项目都自己实现过它,现在终于进入版本库了。

functools.lru_cache作为装饰器时可以不加参数

lru_cache装饰器支持 max_size typed2个参数,如果对默认参数不敏感,过去只能这么用(需要空括号):

  1. In : @lru_cache()

  2. ...: def add(a, b):

  3. ...: return a + b

  4. ...:

从3.8开始可以直接作为装饰器,而不是作为返回装饰器的函数(不加括号):

  1. In : @lru_cache

  2. ...: def add(a, b):

  3. ...: return a + b

  4. ...:

就像 dataclasses.dataclass,绝大部分场景都是这么用:

  1. @dataclass

  2. class InventoryItem:

  3. ...

其实 dataclass支持多个参数:

  1. def dataclass(cls=None, /, *, init=True, repr=True, eq=True, order=False,

  2. unsafe_hash=False, frozen=False):

所以这种使用全部缺省值的装饰器工厂用法中,括号反而显得多余了。

Asyncio REPL

REPL对于学习一门新的编程语言非常有帮助,你可以再这个交互环境里面通过输出快速验证你的理解是不是正确。

官方全新增加了一个Asyncio REPL功能,使用更加方便!

F-strings DEBUG

一个新增的调试功能,当然一贯的,对调试毫无帮助。。。。。。

Async Mock

单元测试模块unittest添加了mock异步代码的类:

  1. In : import asyncio


  2. In : from unittest.mock import AsyncMock, MagicMock


  3. In : mock = AsyncMock(return_value={'json': 123})

  4. In : await mock()

  5. Out: {'json': 123}


  6. In : asyncio.run(mock())

  7. Out: {'json': 123}


  8. In : async def main(*args, **kwargs):

  9. ...: return await mock (*args, **kwargs)

  10. ...:


  11. In : asyncio.run(main())

  12. Out: {'json': 123}


  13. In : mock = MagicMock() # AsyncMock也可以


  14. In : mock.__aiter__. return_value = [1, 2, 3]


  15. In : async def main():

  16. ...: return [i async for i in mock]

  17. ...:


  18. In : asyncio.run(main())

  19. Out: [1, 2, 3]

可迭代解包

这个主要是问题修复。

好啦,现在你知道 Python 3.8 的最新功能了吗?

Python课程全新升级,全栈、web、数据分析、爬虫、AI全新上线。网络班开班倒计时2天,120天冲击年薪30万,改变速约~~~~


Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/47045
 
917 次点击  
文章 [ 2 ]  |  最新文章 3 年前