Python社区  »  Python

是时候将你的Python版本升级到3.8了!为什么我选择Python3.8?

PurePeace • 4 天前 • 24 次点击  

你是否还在使用Python3.7,3.6……甚至是更老的Python版本?

确实,尝试去使用一个比较“新”的Python版本存在一定风险,我们容易遇到一些问题:

  • 生态,各种库的支持,兼容性……
  • 不同版本的解释器存在差异,以前的项目还能不能继续使用是个问题……
  • 新的特性或者功能太香,我实在忍不住更新了却遭遇到bug……

实际上,Python3.7的正式版最早发布于 2018年06月15日 ,截止目前,Python3.7的最高版本是3.7.4(于 2019年7月8日 发布,距离现在的 2020年7月 已经有超过一年的时间!也就是已经停止更新一年了),所以我们基本可以说,它其实也并不算“新“了。

而Python3.8的首个正式版发布于 2019年10月14日 ,目前已经持续维护将近一年,更新到了3.8.5版本(于 2020年7月20日 更新)。

根据 Python官网 ,目前最新的Python版本为3.9,目前还处于测试中,预计将在今年的10月发布第一个正式版本:

分支版本 发布计划 维护状态 首个正式版本 终止更新 发布
3.9 PEP 596 bugfix 2020-10-05(时间未到) 待定 Łukasz Langa
3.8 PEP 569 bugfix 2019-10-14 2024-10 Łukasz Langa
3.7 PEP 537 security 2018-06-27 2023-06-27 Ned Deily
3.6 PEP 494 security 2016-12-23 2021-12-23 Ned Deily
3.5 PEP 478 security 2015-09-13 2020-09-13 Larry Hastings

在Python的官网上我们可以看到,Python3.7的Maintenance status( 维护状态 )为 security ,而Python3.8则是 bugfix ,在这里解释一下Python的几种维护状态:

维护状态 说明
features 功能预览版本(最不稳定),期间允许加入新功能、错误修复以及安全性修补
prerelease 预发行版本(较不稳定),期间允许进行对功能存在的问题进行修复、错误修复以及安全性修补
bugfix 正在维护的版本(稳定版),期间允许进行错误修复以及安全性修补,将会及时发布新的二进制文件
security 最稳定,到这里版本几乎已经固定了,期间只允许进行安全性修补,但是不会再发布新的二进制文件,最多可能更新源代码
end-of-life 终止维护,不在进行有关的发布

也就是说,处于 bugfix 状态,并且已经持续更新了将近一年的Python3.8实际上已经比较成熟,可以尝试在生产环境当中使用了。

当然,如果你对稳定性要求非常高,那么选择Python3.7或者其它维护状态为 security 的版本即可,因为除非遇到安全性的问题,它们几乎不会再进行更新了(比如Python3.7,至今已经一年没有进行更新),所以使用起来会更更更稳。

但是!Python3.8太香了!

一起来看看它的新变化,看完你肯定想用


Python3.8:近乎全方位的性能提升

数据来自 Python官网

测试结果的单位是 纳秒 数字越小 ,性能 越好 ),可见Python3.8的性能提升 几乎是全方位

性能测试项 Python 3.3 Python 3.4 Python 3.5 Python 3.6 Python 3.7 Python 3.8
变量和属性读取性能 - - - - - -
read_local 4.0 7.1 7.1 5.4 5.1 3.9
read_nonlocal 5.3 7.1 8.1 5.8 5.4 4.4
read_global 13.3 15.5 19.0 14.3 13.6 7.6
read_builtin 20.0 21.1 21.6 18.5 19.0 7.5
read_classvar_from_class 20.5 25.6 26.5 20.7 19.5 18.4
read_classvar_from_instance 18.5 22.8 23.5 18.8 17.1 16.4
read_instancevar 26.8 32.4 33.1 28.0 26.3 25.4
read_instancevar_slots 23.7 27.8 31.3 20.8 20.8 20.2
read_namedtuple 68.5 73.8 57.5 45.0 46.8 18.4
read_boundmethod 29.8 37.6 37.9 29.6 26.9 27.7
变量和属性写入性能 - - - - - -
write_local 4.6 8.7 9.3 5.5 5.3 4.3
write_nonlocal 7.3 10.5 11.1 5.6 5.5 4.7
write_global 15.9 19.7 21.2 18.0 18.0 15.8
write_classvar 81.9 92.9 96.0 104.6 102.1 39.2
write_instancevar 36.4 44.6 45.8 40.0 38.9 35.5
write_instancevar_slots 28.7 35.6 36.1 27.3 26.6 25.7
数据结构读取性能 - - - - - -
read_list 19.2 24.2 24.5 20.8 20.8 19.0
read_deque 19.9 24.7 25.5 20.2 20.6 19.8
read_dict 19.7 24.3 25.7 22.3 23.0 21.0
read_strdict 17.9 22.6 24.3 19.5 21.2 18.9
数据结构写入性能 - - - - - -
write_list 21.2 27.1 28.5 22.5 21.6 20.0
write_deque 23.8 28.7 30.1 22.7 21.8 23.5
write_dict 25.9 31.4 33.3 29.3 29.2 24.7
write_strdict 22.9 28.4 29.9 27.5 25.2 23.1
堆栈、队列操作性能 - - - - - -
list_append_pop 144.2 93.4 112.7 75.4 74.2 50.8
deque_append_pop 30.4 43.5 57.0 49.4 49.2 42.5
deque_append_popleft 30.8 43.7 57.3 49.7 49.7 42.8
Timing loop - - - - - -
loop_overhead 0.3 0.5 0.6 0.4 0.3 0.3

新的语法:海象运算符 :=

除了性能上的提升外,最值得一提的变化是,Python3.8中加入了新的语法, 海象运算符 :=

海象运算符是一个赋值表达式,它能够减少我们的一些重复性操作,使得代码编写更加流畅、简洁易读。

  • 一个简单的例子,首先这是在Python3.8以前的写法:
# 我有一个盒子,里面装着三样水果,并且装不下更多了
myBox = [ 'apple', 'banana', 'orange' ]

# 现在往里面装入新的水果
myBox.append('trump')

# 但是实际上,它之前已经装满了,再往里装就要爆炸了!

# 那么要进行判断,并且告诉我们,我们的盒子炸了:
if len(myBox) > 3:
    print('盒子炸了,最多只能装3样水果,而你却装了{}样!'.format(len(myBox)))

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

可以看到,我们在这个例子中使用了两次 len(myBox) 来获得盒子列表的长度,非常的麻烦。。。

好的,我们优化一下,使用一个变量存储盒子列表的长度:

# 我有一个盒子,里面装着三样水果,并且装不下更多了
myBox = [ 'apple', 'banana', 'orange', 'trump' ]

# 记录长度
size = len(myBox)

# 那么要进行判断,并且告诉我们,我们的盒子炸了:
if size > 3:
    print('盒子炸了,最多只能装3样水果,而你却装了{}样!'.format(szie))

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

很好!但是我又发现,我们虽然少写了一次 len(myBox) ,少调用了一次 len() ,但却又多写了三次 size

对于程序员而言,多写几个字很容易造成生理及精神上的疲劳,甚至造成心理上的创伤,导致抑郁,最后形成网抑云之类的严重症状。

万一这不是一个只有几行代码的小例子,而是一个天大的项目呢?那一定会写断手!幸好,海象运算符的出现防止了这一点:

# 现在可以这么写
myBox = [ 'apple', 'banana', 'orange', 'trump' ]

# 在这一步中,我们在判断myBox列表长度的同时又将其记录为了变量size
if (size := len(myBox)) > 3:
    print('盒子炸了,最多只能装3样水果,而你却装了{}样!'.format(szie))

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

是的!有了海象运算符,我们可以在判断过程中赋值新变量。

对比一下效率的提升:
原先的步骤是: 执行len(myBox) 创建变量size 访问size进行判断 访问size进行打印
现在变成了: 执行len(myBox)创建变量size的同时进行判断 访问size进行打印

原本的四个步骤直接减少了两步。


  • 下面的例子是数据筛选,我们需要帮助用户过滤掉不存在的学号,并找到不及格的学生:

一般写法:

# 学生表
# key为id(主键),value为学生对象(这里不写对象了,直接用dict方便表示)
students = {
    1: {'name': '小明', 'score': '及格'},
    3: {'name': '小红', 'score': '不及格'},
    4: {'name': '小绿', 'score': '不及格'}
}

# 尝试找到学号1-4,并且成绩为不及格的学生
# 学号2的那位实际上被开除了,但是用户并不知道
results = []
for stuId in range(1, 5):
    student = students.get(stuId) # 如果是不存在的key则会取到None
    if student and student['score'] == '不及格': # 需要过滤掉是None的值,并取不及格的学生
        results.append(student)

# 返回结果给用户
print(results)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19

使用海象运算符和列表推导式可以轻松完成这项工作:

print([student for stuId in range(1,5) 
  if (student := students.get(stuId)) and student['score'] == '不及格' ])

  • 1
  • 2
  • 3

  • 以及,当你希望连续获得用户输入,直到某个关键字时终止并给出结果时:

inputs = []

# 让用户输入任意个需要进行求和的数
while True:
    userInput = input('请输入数字或"求和":')
    # 当输入为”求和“时结束循环
    if userInput == '求和':
        break
    inputs.append(int(userInput))

# 打印求和结果
print('求和的结果是:', sum(inputs))

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

使用海象操作符:

inputs = []

while (userInput := input('请输入数字或"求和":')) != '求和':
    inputs.append(int(


    
userInput))

print('求和的结果是:', sum(inputs))

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

  • 或者,帮助你处理一个函数的返回数据,这里是一个网络请求的例子:
import requests

# 爬取数据,或者从某个api获得数据时,要对请求状态码进行验证
if (resp := requests.get('某地址')) and resp.status_code == 200:
    # 当请求成功(如状态码200)时进行处理
    pass

print(resp)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 也可以这么写,会降低一些可读性。但是很爽。
import requests
if (resp := requests.get('某地址')).status_code != 200: pass

print(resp)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 你也可以在传统的循环中使用,这里是循环10次打招呼:
count = 0
while (count := count + 1) <= 10:
    print('hello')

# 看看count的变化
print(count)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
这里就不再举更多例子了,海象运算符还有更多用法等你发现

函数的新语法:形参限定符(仅限位置形参)

由于官方文档的名字有点晦涩难懂,所以“ 形参限定符 ”实际上是我自己起的名字……
但是它确实很好懂对不对。。!!

  • 仅限位置形参 以及 仅限关键字形参 / *

它是一个新的函数形参语法,下面是 仅限位置形参 / 的例子:

# 一个函数
def test(a, b, /, c):
    print(a, b, c)

# 进行测试
test('我是a', '我是b', '我是c') # 能够输出
test('我是a', '我是b', c = '我是c') # 能够输出
test('我是a', b = '我是b', c = '我是c') # 报错


  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

上面的例子说明,在函数test的形参列表里,位于限定符 / 前面的参数是 仅限位置形参 :只能用固定位置对应的方式传参,而不能使用如: b = '我是b' 这样的键值对应的方式传参(叫做 关键字形参 )。

位于限定符 / 后面的参数既可以使用 固定位置形参 ,也可以使用 关键字形参


对刚才的例子稍作修改,下面是 仅限关键字形参 限定符 *

# 对刚才的例子稍作修改
def test(a, b, /, c, *, d, e)


    
:
    print(a, b, c, d, e)

test('我是a', '我是b', c = '我是c', d = '我是d', e = '我是e') # 能够输出
test('我是a', '我是b', c = '我是c', d = '我是d',  '我是e') # 报错

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

也就是说,位于 * 后面的参数只能以 关键字形参的方式 传入。

并且,限定符与kwargs不冲突:

def test(a, b, /, **kwargs):
    print(a, b, kwargs)

test('我是a', '我是b', a = '我也是a', b = '我也是b', c = '我是c') # 能够输出

# 输出结果如下:
# 我是a 我是b {'a': '我也是a', 'b': '我也是b', 'c': '我是c'}

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

如果函数需要接受许多不确定的参数,那这确实是一个不错的特性


Python3.8对f-string的补充:说明符 =

什么是说明符呢,下面举这么一个字符串例子:

# 定义变量
data = ['哈哈', '嘻嘻']
count = len(data)

# 打印
print(f'{data=}, {count=}')

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 打印结果是: data=['哈哈', '嘻嘻'], count=2

可以看出,在 说明符 = 左侧的 表达式运算结果 或者 变量 将被输出到 说明符 的右侧,也就是用: 变量名称或表达式结果 = 变量的值或表达式结果 的这种格式进行打印输出。

比如一个表达式的例子:

a = 1
b = 2

# 打印
print(f'{a+b=}')


  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 打印结果是: a+b=3

是不是很有趣。。。

并且,它可以帮你规范打印格式:

a = 1023
b = 1

# 打印
print(f'{a+b=:,d}')

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 打印的结果是: a+b=1,024

自动加上了千分位逗号。。。够意思了


关于Python3.8更详细的变化可以在Python官网查看:


关于升级到Python3.8

只能够下载新的安装包进行全新安装,无法平滑升级

安装新版本后将旧的环境变量改到新的Python路径即可完成升级!


关于库的迁移

建议重新安装所有的库,而不是将旧版本的库直接移动到新版本(虽然也可以这么做!)

可以使用 pip freeze > req.txt 将当前python解释器所安装的库全部导出到txt

升级完python后使用 pip install -r req.txt 一键安装


关于Spyder

spyder是一个 我爱用的 Python IDE,它由python + pyqt编写。

断点、交互式编码、变量管理器、代码分析、ipython、cython控制台……
查看dataframe、在控制台显示图片它都能做到,以及有更多的功能等你解锁……

调代码,做测试,搞分析,非常好用!选中一片代码,按下F9即可运行选中的代码片段……
并且它是开源的,已有5000+star: https://github.com/spyder-ide/spyder

在这里插入图片描述

现在,它能够很好的支持Python3.8了,而安装也十分容易:

pip install spyder
  • 1

安装后使用命令行启动

spyder3
  • 1

我不得不吐槽的是,实际上我们安装的是最新的spyder4,但是启动名称还是叫spyder3?这是不是有点钦定的感觉。。

  • 值得注意的是,使用pip安装的spyder不会自动创建桌面快捷方式,需要我们手动进行创建:

在这里插入图片描述

使用pip安装spyder后, spyder3.exe 位于你Python路径下的 Scripts 目录中,将其发送到桌面快捷方式,并设置图标即可。

图标的位置如下(Python38是你安装Python的路径):
D:\Python38\Lib\site-packages\spyder\windows\spyder.ico


我最终还是没能抗下诱惑,准备升级到Python3.8……

我已经升级了,确实很好用,产品经理很爱我

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/71989
 
24 次点击  
分享到微博