Python新手基礎入門教程：遷移到Python3！！！

時間 2019-12-05

標籤 python 新手基礎入門教程遷移 python3 欄目 Python 简体版

原文原文鏈接

Python新手基礎入門教程：遷移到Python3！！！python

到2019年末，將中止支持 Python2。至於numpy，2018年9月以後任何新功能版本都將只支持Python3。一樣的還包括pandas, matplotlib, ipython, jupyter notebook and jupyter lab。遷移到python3的重要性不言而喻。web

使用pathlib處理更好的路徑shell

pathlib 是 Python3 中的一個默認模塊，能夠幫助你避免使用大量的 os.path.join。編程

from pathlib import Path

dataset = 'wiki_images'
datasets_root = Path('/path/to/datasets/')
#Navigating inside a directory tree,use:/
train_path = datasets_root / dataset / 'train'
test_path = datasets_root / dataset / 'test'

for image_path in train_path.iterdir():
    with image_path.open() as f: # note, open is a method of Path object
        # do something with an image
複製代碼

不要用字符串連接的形式拼接路徑，根據操做系統的不一樣會出現錯誤，咱們可使用/結合 pathlib來拼接路徑，很是的安全、方便和高可讀性。json

pathlib 還有不少屬性，具體的能夠參考pathlib的官方文檔，下面列舉幾個：c#

from pathlib import Path

a = Path("/data")
b = "test"
c = a / b
print(c)
print(c.exists())  # 路徑是否存在
print(c.is_dir())  # 判斷是否爲文件夾
print(c.parts)  # 分離路徑
print(c.with_name('sibling.png'))  # 只修改拓展名, 不會修改源文件
print(c.with_suffix('.jpg'))  # 只修改拓展名, 不會修改源文件
c.chmod(777)  # 修改目錄權限
c.rmdir()  # 刪除目錄複製代碼

類型提示如今是語言的一部分安全

一個在 Pycharm 使用Typing的例子:bash

引入類型提示是爲了幫助解決程序日益複雜的問題，IDE能夠識別參數的類型進而給用戶提示。微信

關於Tying的具體用法，能夠參考:python類型檢測最終指南--Typing的使用dom

運行時類型提示類型檢查

除了以前文章提到 mypy 模塊繼續類型檢查之外，還可使用 enforce 模塊進行檢查，經過 pip 安裝便可，使用示例以下:

import enforce

@enforce.runtime_validation
def foo(text: str) -> None:
    print(text)

foo('Hi')  # ok
foo(5)  # fails複製代碼

輸出

Hi
Traceback (most recent call last):
  File "/Users/chennan/pythonproject/dataanalysis/e.py", line 10, in <module>
    foo(5)  # fails
  File "/Users/chennan/Desktop/2019/env/lib/python3.6/site-packages/enforce/decorators.py", line 104, in universal
    _args, _kwargs, _ = enforcer.validate_inputs(parameters)
  File "/Users/chennan/Desktop/2019/env/lib/python3.6/site-packages/enforce/enforcers.py", line 86, in validate_inputs
    raise RuntimeTypeError(exception_text)
enforce.exceptions.RuntimeTypeError: 
  The following runtime type errors were encountered:
       Argument 'text' was not of type <class 'str'>. Actual type was int.複製代碼

使用@表示矩陣的乘法

下面咱們實現一個最簡單的ML模型——l2正則化線性迴歸(又稱嶺迴歸)

# l2-regularized linear regression: || AX - y ||^2 + alpha * ||x||^2 -> min

# Python 2
X = np.linalg.inv(np.dot(A.T, A) + alpha * np.eye(A.shape[1])).dot(A.T.dot(y))
# Python 3
X = np.linalg.inv(A.T @ A + alpha * np.eye(A.shape[1])) @ (A.T @ y)複製代碼

使用@符號，整個代碼變得更可讀和方便移植到其餘科學計算相關的庫，如numpy, cupy, pytorch, tensorflow等。

**通配符的使用

在 Python2 中，遞歸查找文件不是件容易的事情，即便是使用glob庫，可是從 Python3.5 開始，能夠經過**通配符簡單的實現。

import glob

# Python 2
found_images = (
    glob.glob('/path/*.jpg')
  + glob.glob('/path/*/*.jpg')
  + glob.glob('/path/*/*/*.jpg')
  + glob.glob('/path/*/*/*/*.jpg')
  + glob.glob('/path/*/*/*/*/*.jpg'))

# Python 3
found_images = glob.glob('/path/**/*.jpg', recursive=True)複製代碼

更好的路徑寫法是上面提到的 pathlib ，咱們能夠把代碼進一步改寫成以下形式。

# Python 3
import pathlib
import glob
found_images = pathlib.Path('/path/').glob('**/*.jpg')複製代碼

Print函數

雖然 Python3 的 print 加了一對括號，可是這並不影響它的優勢。

使用文件描述符的形式將文件寫入

print >>sys.stderr, "critical error"      # Python 2
print("critical error", file=sys.stderr)  # Python 3複製代碼

不使用 str.join 拼接字符串

# Python 3
print(*array, sep=' ')
print(batch, epoch, loss, accuracy, time, sep=' ')複製代碼

從新定義 print 方法的行爲

既然 Python3 中的 print 是一個函數，咱們就能夠對其進行改寫。

# Python 3
_print = print # store the original print function
def print(*args, **kargs):
    pass  # do something useful, e.g. store output to some file複製代碼

注意：在 Jupyter 中，最好將每一個輸出記錄到一個單獨的文件中(跟蹤斷開鏈接後發生的狀況)，這樣就能夠覆蓋 print 了。

@contextlib.contextmanager
def replace_print():
    import builtins
    _print = print # saving old print function
    # or use some other function here
    builtins.print = lambda *args, **kwargs: _print('new printing', *args, **kwargs)
    yield
    builtins.print = _print

with replace_print():
    <code here will invoke other print function>複製代碼

雖然上面這段代碼也能達到重寫 print 函數的目的，可是不推薦使用。

print 能夠參與列表理解和其餘語言構造

# Python 3
result = process(x) if is_valid(x) else print('invalid item: ', x)複製代碼

數字文字中的下劃線(千位分隔符)

在 PEP-515 中引入了在數字中加入下劃線。在 Python3 中，下劃線可用於整數，浮點和複數，這個下劃線起到一個分組的做用

# grouping decimal numbers by thousands
one_million = 1_000_000

# grouping hexadecimal addresses by words
addr = 0xCAFE_F00D

# grouping bits into nibbles in a binary literal
flags = 0b_0011_1111_0100_1110

# same, for string conversions
flags = int('0b_1111_0000', 2)複製代碼

也就是說10000,你能夠寫成10_000這種形式。

簡單可看的字符串格式化f-string

Python2提供的字符串格式化系統仍是不夠好，太冗長麻煩，一般咱們會寫這樣一段代碼來輸出日誌信息：

# Python 2
print '{batch:3} {epoch:3} / {total_epochs:3} accuracy: {acc_mean:0.4f}±{acc_std:0.4f} time: {avg_time:3.2f}'.format(
    batch=batch, epoch=epoch, total_epochs=total_epochs,
    acc_mean=numpy.mean(accuracies), acc_std=numpy.std(accuracies),
    avg_time=time / len(data_batch)
)

# Python 2 (too error-prone during fast modifications, please avoid):
print '{:3} {:3} / {:3} accuracy: {:0.4f}±{:0.4f} time: {:3.2f}'.format(
    batch, epoch, total_epochs, numpy.mean(accuracies), numpy.std(accuracies),
    time / len(data_batch)
)複製代碼

輸出結果爲

120  12 / 300  accuracy: 0.8180±0.4649 time: 56.60複製代碼

在 Python3.6 中引入了 f-string (格式化字符串)

print(f'{batch:3} {epoch:3} / {total_epochs:3} accuracy: {numpy.mean(accuracies):0.4f}±{numpy.std(accuracies):0.4f} time: {time / len(data_batch):3.2f}')複製代碼

關於 f-string 的用法能夠看我在b站的視頻[www.bilibili.com/video/av316…]

'/'和'//'在數學運算中有着明顯的區別

對於數據科學來講，這無疑是一個方便的改變

data = pandas.read_csv('timing.csv')
velocity = data['distance'] / data['time']複製代碼

Python2 中的結果取決於「時間」和「距離」(例如，以米和秒爲單位)是否存儲爲整數。在python3中，這兩種狀況下的結果都是正確的，由於除法的結果是浮點數。

另外一個例子是 floor 除法，它如今是一個顯式操做

n_gifts = money // gift_price  # correct for int and float arguments複製代碼

nutshell

>>> from operator import truediv, floordiv
>>> truediv.__doc__, floordiv.__doc__
('truediv(a, b) -- Same as a / b.', 'floordiv(a, b) -- Same as a // b.')
>>> (3 / 2), (3 // 2), (3.0 // 2.0)
(1.5, 1, 1.0)複製代碼

值得注意的是，這種規則既適用於內置類型，也適用於數據包提供的自定義類型（例如 numpy 或pandas）。

嚴格的順序

下面的這些比較方式在 Python3 中都屬於合法的。

3 < '3'
2 < None
(3, 4) < (3, None)
(4, 5) < [4, 5]複製代碼

對於下面這種不論是2仍是3都是不合法的

(4, 5) == [4, 5]複製代碼

若是對不一樣的類型進行排序

sorted([2, '1', 3]) 複製代碼

雖然上面的寫法在 Python2 中會獲得結果 [2, 3, '1']，可是在 Python3 中上面的寫法是不被容許的。

檢查對象爲 None 的合理方案

if a is not None:
  pass

if a: # WRONG check for None
  pass複製代碼

NLP Unicode問題

s = '您好'
print(len(s))
print(s[:2])複製代碼

輸出內容

Python 2: 6
��
Python 3: 2
您好.複製代碼

還有下面的運算

x = u'со'
x += 'co' # ok
x += 'со' # fail複製代碼

Python2 失敗了，Python3 正常工做(由於我在字符串中使用了俄文字母)。
在 Python3 中，字符串都是 unicode 編碼，因此對於非英語文本處理起來更方便。

一些其餘操做

'a' < type < u'a'  # Python 2: True
'a' < u'a'         # Python 2: False複製代碼

再好比

from collections import Counter
Counter('Möbelstück')複製代碼

在 Python2 中

Counter({'Ã': 2, 'b': 1, 'e': 1, 'c': 1, 'k': 1, 'M': 1, 'l': 1, 's': 1, 't': 1, '¶': 1, '¼': 1})複製代碼

在 Python3 中

Counter({'M': 1, 'ö': 1, 'b': 1, 'e': 1, 'l': 1, 's': 1, 't': 1, 'ü': 1, 'c': 1, 'k': 1})複製代碼

雖然能夠在 Python2 中正確地處理這些結果，可是在 Python3 中看起來結果更加友好。

保留了字典和**kwargs的順序

在CPython3.6+ 中，默認狀況下，dict 的行爲相似於 OrderedDict ，都會自動排序（這在Python3.7+ 中獲得保證）。同時在字典生成式（以及其餘操做，例如在 json 序列化/反序列化期間）都保留了順序。

import json
x = {str(i):i for i in range(5)}
json.loads(json.dumps(x))
# Python 2
{u'1': 1, u'0': 0, u'3': 3, u'2': 2, u'4': 4}
# Python 3
{'0': 0, '1': 1, '2': 2, '3': 3, '4': 4}複製代碼

這一樣適用於**kwargs(在Python 3.6+中)，它們的順序與參數中出現的順序相同。當涉及到數據管道時，順序是相當重要的，之前咱們必須以一種繁瑣的方式編寫它

from torch import nn

# Python 2
model = nn.Sequential(OrderedDict([
          ('conv1', nn.Conv2d(1,20,5)),
          ('relu1', nn.ReLU()),
          ('conv2', nn.Conv2d(20,64,5)),
          ('relu2', nn.ReLU())
        ]))複製代碼

而在 Python3.6 之後你能夠這麼操做

# Python 3.6+, how it *can* be done, not supported right now in pytorch
model = nn.Sequential(
    conv1=nn.Conv2d(1,20,5),
    relu1=nn.ReLU(),
    conv2=nn.Conv2d(20,64,5),
    relu2=nn.ReLU())
)
複製代碼

可迭代對象拆包

相似於元組和列表的拆包，具體看下面的代碼例子。

# handy when amount of additional stored info may vary between experiments, but the same code can be used in all cases
model_paramteres, optimizer_parameters, *other_params = load(checkpoint_name)

# picking two last values from a sequence
*prev, next_to_last, last = values_history

# This also works with any iterables, so if you have a function that yields e.g. qualities,
# below is a simple way to take only last two values from a list
*prev, next_to_last, last = iter_train(args)
複製代碼

提供了更高性能的pickle

Python2

import cPickle as pickle
import numpy
print len(pickle.dumps(numpy.random.normal(size=[1000, 1000])))
# result: 23691675
複製代碼

Python3

import pickle
import numpy
len(pickle.dumps(numpy.random.normal(size=[1000, 1000])))
# result: 8000162
複製代碼

空間少了三倍。並且要快得多。實際上，使用 protocol=2 參數能夠實現相似的壓縮(但不是速度)，可是開發人員一般忽略這個選項(或者根本不知道)。
注意：pickle 不安全(而且不能徹底轉移),因此不要 unpickle 從不受信任或未經身份驗證的來源收到的數據。

更安全的列表推導

labels = <initial_value>
predictions = [model.predict(data) for data, labels in dataset]

# labels are overwritten in Python 2
# labels are not affected by comprehension in Python 3
複製代碼

更簡易的super()

在python2中 super 相關的代碼是常常容易寫錯的。

# Python 2
class MySubClass(MySuperClass):
    def __init__(self, name, **options):
        super(MySubClass, self).__init__(name='subclass', **options)

# Python 3
class MySubClass(MySuperClass):
    def __init__(self, name, **options):
        super().__init__(name='subclass', **options)
複製代碼

這一點Python3獲得了很大的優化，新的 super() 能夠再也不傳遞參數。
同時在調用順序上也不同。

IDE可以給出更好的提示

使用Java、c#等語言進行編程最有趣的地方是IDE能夠提供很好的建議，由於在執行程序以前，每一個標識符的類型都是已知的。
在python中這很難實現，可是註釋會幫助你

這是一個帶有變量註釋的 PyCharm 提示示例。即便在使用的函數沒有註釋的狀況下(例如，因爲向後兼容性)，也可使用這種方法。

Multiple unpacking

如何合併兩個字典

x = dict(a=1, b=2)
y = dict(b=3, d=4)
# Python 3.5+
z = {**x, **y}
# z = {'a': 1, 'b': 3, 'd': 4}, note that value for `b` is taken from the latter dict.
複製代碼

我在b站一樣發佈了相關的視頻[www.bilibili.com/video/av503…]
一樣的方法也適用於列表、元組和集合(a、b、c是任何迭代器)

[*a, *b, *c] # list, concatenating
(*a, *b, *c) # tuple, concatenating
{*a, *b, *c} # set, union
複製代碼

函數還支持*arg和**kwarg的多重解包

# Python 3.5+
do_something(**{**default_settings, **custom_settings})

# Also possible, this code also checks there is no intersection between keys of dictionaries
do_something(**first_args, **second_args)
複製代碼

Data classes

Python 3.7引入了Dataclass類，它適合存儲數據對象。數據對象是什麼？下面列出這種對象類型的幾項特徵，雖然不全面：

它們存儲數據並表示某種數據類型，例如：數字。對於熟悉ORM的朋友來講），數據模型實例就是一個數據對象。它表明了一種特定的實體。它所具備的屬性定義或表示了該實體。
它們能夠與同一類型的其餘對象進行比較。例如：大於、小於或等於。
固然還有更多的特性，下面的這個例子能夠很好的替代namedtuple的功能。

@dataclass
class Person:
    name: str
    age: int

@dataclass
class Coder(Person):
    preferred_language: str = 'Python 3'
複製代碼

dataclass裝飾器實現了幾個魔法函數方法的功能（__init__，__repr__，__le__,__eq__）
關於數據類有如下幾個特性：

數據類能夠是可變的，也能夠是不可變的
支持字段的默認值
可被其餘類繼承
數據類能夠定義新的方法並覆蓋現有的方法
初始化後處理(例如驗證一致性)
更多內容能夠參考官方文檔。

自定義對模塊屬性的訪問

在Python中，能夠用getattr和dir控制任何對象的屬性訪問和提示。由於python3.7，你也能夠對模塊這樣作。
一個天然的例子是實現張量庫的隨機子模塊，這一般是跳過初始化和傳遞隨機狀態對象的快捷方式。numpy的實現以下:

# nprandom.py
import numpy
__random_state = numpy.random.RandomState()

def __getattr__(name):
    return getattr(__random_state, name)

def __dir__():
    return dir(__random_state)

def seed(seed):
    __random_state = numpy.random.RandomState(seed=seed)
複製代碼

也能夠這樣混合不一樣對象/子模塊的功能。與pytorch和cupy中的技巧相比。
除此以外，還能夠作如下事情：

使用它來延遲加載子模塊。例如，導入tensorflow時會導入全部子模塊(和依賴項)。須要大約150兆內存。
在應用編程接口中使用此選項進行折舊
在子模塊之間引入運行時路由

內置的斷點

在python3.7中能夠直接使用breakpoint給代碼打斷點

# Python 3.7+, not all IDEs support this at the moment
foo()
breakpoint()
bar()
複製代碼

在python3.7之前咱們能夠經過import pdb的pdb.set_trace()實現相同的功能。
對於遠程調試，可嘗試將breakpoint()與web-pdb結合使用.

Math模塊中的常數

# Python 3
math.inf # Infinite float
math.nan # not a number

max_quality = -math.inf  # no more magic initial values!

for model in trained_models:
    max_quality = max(max_quality, compute_quality(model, data))
複製代碼

整數類型只有int

Python 2提供了兩種基本的整數類型，一種是int（64位有符號整數）一種是long，使用起來很是容易混亂，而在python3中只提供了int類型這一種。

isinstance(x, numbers.Integral) # Python 2, the canonical way
isinstance(x, (long, int))      # Python 2
isinstance(x, int)              # Python 3, easier to remember
複製代碼

在python3中一樣的也能夠應用於其餘整數類型，如numpy.int3二、numpy.int64，但其餘類型不適用。