你不得不瞭解的Python3.x新特性

　　從 3.0 到 3.8，Python 3 已經更新了一波又一波，但彷佛咱們用起來和 2.7 沒有太大區別？之前該怎麼寫 2.7 的代碼如今就怎麼寫，只不過少數表達方式變了而已。在這篇文章中，做者介紹了 3.0 以來真正 Amazing 的新函數與新方法，也許這些方法咱們都不太熟，但它們確實在實踐中很是重要。

1、格式化字符串f-string

在任何的編程語言中，不使用字符串都是步履維艱的。而爲了保持思路清晰，你會但願有一種結構化的方法來處理字符串。Python中格式化字符串目前有四種方法，你們能夠參見個人這篇博客：http://www.javashuo.com/article/p-yxgbksbv-o.html

大多數使用 Python 的人會偏向於使用「format」方法。

# format
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 還提供了一種經過「f-string」進行字符串插入的靈活方法。使用「f-string」編寫的與上面功能相同的代碼是這樣的：

# f-string
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.

相比於常見的字符串格式符 %s 或 format 方法，f-strings 直接在佔位符中插入變量顯得更加方便，也更好理解。

2、路徑管理庫 Pathlib（最低 Python 版本爲 3.4）　　

　　f-string 很是強大，可是有些像文件路徑這樣的字符串有他們本身的庫，這些庫使得對它們的操做更加容易。Python 3 提供了一種處理文件路徑的抽象庫「pathlib」。若是你不知道爲何應該使用 pathlib，請參閱下面這篇 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，咱們能夠直接對路徑的字符串進行「/」操做，並在絕對與相對地址間作轉換。

3、類型提示 Type hinting（最低 Python 版本爲 3.5）

　　靜態和動態類型是軟件工程中一個熱門的話題，幾乎每一個人 對此有本身的見解。讀者應該本身決定什麼時候應該編寫何種類型，所以你至少須要知道 Python 3 是支持類型提示的。

def sentence_has_animal(sentence: str) -> bool:
  return "animal" in sentence

sentence_has_animal("Donald had a farm without animals")
# True

4、枚舉（最低 Python 版本爲 3.4）

Python 3 支持經過「Enum」類編寫枚舉的簡單方法。枚舉是一種封裝常量列表的便捷方法，所以這些列表不會在結構性不強的狀況下隨機分佈在代碼中。

from enum import Enum, auto

class Monster(Enum):
    ZOMBIE = auto()
    WARRIOR = auto()
    BEAR = auto()

print(Monster.ZOMBIE)
# Monster.ZOMBIE

枚舉是符號名稱（成員）的集合，這些符號名稱與惟一的常量值綁定在一塊兒。在枚舉中，能夠經過標識對成員進行比較操做，枚舉自己也能夠被遍歷。

參考：https://docs.python.org/3/library/enum.html

for monster in Monster:
    print(monster)

# Monster.ZOMBIE
# Monster.WARRIOR
# Monster.BEAR

5、原生 LRU 緩存（最低 Python 版本爲 3.2）

　　目前，幾乎全部層面上的軟件和硬件中都須要緩存。Python 3 將 LRU（最近最少使用算法）緩存做爲一個名爲「lru_cache」的裝飾器，使得對緩存的使用很是簡單。

　　下面是一個簡單的斐波那契函數，咱們知道使用緩存將有助於該函數的計算，由於它會經過遞歸屢次執行相同的工做。

　

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: 59.59635329246521s

如今，咱們可使用「lru_cache」來優化它（這種優化技術被稱爲「memoization」）。經過這種優化，咱們將執行時間從幾十秒下降到了幾納秒。

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: 0.0s

6、擴展的可迭代對象解包（最低 Python 版本爲 3.0）

對於這個特性，代碼就說明了一切。

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

7、Data class 裝飾器（最低 Python 版本爲 3.7）

Python 3 引入了「data class」，它們沒有太多的限制，能夠用來減小對樣板代碼的使用，由於裝飾器會自動生成諸如「__init__（）」和「__repr（）__」這樣的特殊方法。在官方的文檔中，它們被描述爲「帶有缺省值的可變命名元組」。

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 object at 0x7fc4800e2cf8>

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)
result = armor.power()

print(armor)
print(result)

# Armor(armor=5.2, description='Common armor.', level=2)
# 10.4