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
的
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:
myBox = [ 'apple' , 'banana' , 'orange' ]
myBox. append( 'trump' )
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) ) )
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:
myBox = [ 'apple' , 'banana' , 'orange' , 'trump' ]
size = len ( myBox)
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) )
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:
myBox = [ 'apple' , 'banana' , 'orange' , 'trump' ]
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) )
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:
students = {
1 : { 'name' : '小明' , 'score' : '及格' } ,
3 : { 'name' : '小红' , 'score' : '不及格' } ,
4 : { 'name' : '小绿' , 'score' : '不及格' }
}
results = [ ]
for stuId in range ( 1 , 5 ) :
student = students. get( stuId)
if student and student[ 'score' ] == '不及格' :
results. append( student)
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' ] )
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 = [ ]
while True :
userInput = input ( '请输入数字或"求和":' )
if userInput == '求和' :
break
inputs. append( int ( userInput) )
print ( '求和的结果是:' , sum ( inputs) )
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) )
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
if ( resp : = requests. get( '某地址' ) ) and resp. status_code == 200 :
pass
print ( resp)
import requests
if ( resp : = requests. get( '某地址' ) ) . status_code != 200 : pass
print ( resp)
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' )
print ( count)
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
:
/
和
*
它是一个新的函数形参语法,下面是
仅限位置形参
/
的例子:
def test ( a, b, / , c) :
print ( a, b, c)
test( '我是a' , '我是b' , '我是c' )
test( '我是a' , '我是b' , c = '我是c' )
test( '我是a' , b = '我是b' , c = '我是c' )
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
*
:
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' )
test( '我是a' , '我是b' , c = '我是c' , d = '我是d' , '我是e' )
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' )
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:
data = [ '哈哈' , '嘻嘻' ]
count = len ( data)
print ( f'{data=}, {count=}' )
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
print ( f'{a+b=}' )
是不是很有趣。。。
并且,它可以帮你规范打印格式:
a = 1023
b = 1
print ( f'{a+b=:,d}' )
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
现在,它能够很好的支持Python3.8了,而安装也十分容易:
pip install spyder
安装后使用命令行启动
spyder3
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:
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