Python3你还未get到的隐藏技能是什么

Python3你还未get到的隐藏技能是什么，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

Python3你还未get到的隐藏技能

在 Python 3 推出后，人们开始逐步将基于Python 2 的代码迁移至 Python 3 。但在迁移过程中，很多代码都未能使用到 Python 3 提供的新功能。这里介绍了相关功能，包括字符串格式化处理、文件路径处理、类型提示、内置 LRU 缓存等等，帮助大家更好地利用 Python 3 书写代码。

由于 Python 2 即将退出历史的舞台，许多人都开始将 Python 2 的代码转换为 Python 3 ，但在这一修改过程中，人们似乎只是多加了几个括号，大多数人并没有注意到 Python 3 中激动人心的新功能。这里将介绍 Python 3 中一些有趣的功能，希望这些功能能够帮助大家更加轻松的解决一些问题。

【注】：文中的代码示例基于 Python 3.7 编写，为方便使用，在每个功能后面都列出了该功能所需的最低 Python 版本。

f-strings (3.6+)

对任何一种编程语言来说，字符串处理是一项很重要的内容，字符串处理往往是很多程序的基础部分。由于人工处理字符串非常繁琐，我们更希望用一种结构化的方法来处理它们。在 Python 中，我们一般使用 format 来进行结构化字符串处理，如下所示：

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 bu

除了 format 之外， Python 3 还提供了一个更加灵活的方法来处理字符串，那就是 f-string 。如下所示，我们用 f-string 来和实现上面代码相同的功能：

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.

Pathlib (3.4+)

如果需要处理文件路径，我们可以使用 Python 3 中的 pathlib 库，使对文件路径的操作更加便捷。如果你对 pathlib 存在疑惑，可以参考这篇文章。下面提供了一个代码示例：

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

类型提示 (3.5+)

静态类型与动态类型是软件工程中的一个热门话题，Python 3 提供了支持 type hinting（类型提示）的方法，下面提供了一个示例：

def sentence_has_animal(sentence: str) -> bool: 
return "animal" in sentencesentence_has_animal
("Donald had a farm without animals")# True

枚举 (3.4+)

Python 3 中的 Enum 类支持枚举功能，可以使我们的程序变得更加简洁。 Enum 是一种便捷的变量列表的打包方式，使用该方法能够避免多个变量在代码各处分布，使代码显得杂乱无章。

from enum import Enum, auto
class Monster(Enum):
 ZOMBIE = auto()
 WARRIOR = auto()
 BEAR = auto()
print(Monster.ZOMBIE)
# Monster.ZOMBIE

枚举是一个符号集合，每个符号都和唯一的变量对应。通过使用枚举，我们可以通过符号标识来比较各个成员，我们还可以对枚举本身进行迭代。

https://docs.python.org/3/library/enum.html
for monster in Monster:
 print(monster)
 
# Monster.ZOMBIE
# Monster.WARRIOR
# Monster.BEAR

内置的 LRU 缓存 （3.2+）

在现如今使用的硬件和软件中，缓存无所不在。Python 3 通过 lru_cache 来使用 LRU (Least Recently Used) 缓存。

下面的代码定义了一个斐波拉契函数，由于该函数的运算需要多次递归，每次递归都会执行相同的工作，因此使用缓存能够加速它的计算。

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

我们可以使用 lru_cache 来优化该运算。这种优化极技术称为 memoization ，它能够把执行时间从几秒缩减到几纳秒。

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

扩展的可迭代解析功能（3.0+）

这里不做详细解释，直接贴出示例代码，具体解决可以参考这篇文档。

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

数据类（3.7+）

Python 3 引入了数据类 （data class）。其装饰器会自动生成特征方法，例如 __init__() 和 __repr()__，这能够帮助减少样本代码的数量。在官方文档中，它们被称作 “具有默认值的可变命名元组” 。

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 object at 0x7fc4800e2cf8>

接来下我们使用数据类来实现上面的代码：

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

隐式命名空间包（3.3+）

构建Python代码有很多方法，其中一种就是在包（packages）中进行构建（即包含一个 init.py 文件的文件夹）。以下示例由 Python 的官方文档提供：

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，上面的每个文件夹都必须有一个 init.py 文件，该文件用于将其所在文件夹转化为 Python 包。然而在 Python 3 中，通过使用隐式命名空间包（Implicit Namespace Package:https://www.python.org/dev/peps/pep-0420/），这些文件就不再需要了。

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
 ...

注：官方文档PEP 420 Specification 指出，对于一些常规的包，init.py 仍然是需要的 ，如果将该文件删除，就会把该 Python 包变成一个本地的命名空间包，这将会产生一些额外的限制，具体可以参考这篇文档。

总结

关于Python3你还未get到的隐藏技能是什么问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。