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

21 篇文章 0 订阅
13 篇文章 1 订阅

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
3.9PEP 596bugfix2020-10-05(时间未到)待定Łukasz Langa
3.8PEP 569bugfix2019-10-142024-10Łukasz Langa
3.7PEP 537security2018-06-272023-06-27Ned Deily
3.6PEP 494security2016-12-232021-12-23Ned Deily
3.5PEP 478security2015-09-132020-09-13Larry 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 3.3Python 3.4Python 3.5Python 3.6Python 3.7Python 3.8
变量和属性读取性能------
read_local4.07.17.15.45.13.9
read_nonlocal5.37.18.15.85.44.4
read_global13.315.519.014.313.67.6
read_builtin20.021.121.618.519.07.5
read_classvar_from_class20.525.626.520.719.518.4
read_classvar_from_instance18.522.823.518.817.116.4
read_instancevar26.832.433.128.026.325.4
read_instancevar_slots23.727.831.320.820.820.2
read_namedtuple68.573.857.545.046.818.4
read_boundmethod29.837.637.929.626.927.7
变量和属性写入性能------
write_local4.68.79.35.55.34.3
write_nonlocal7.310.511.15.65.54.7
write_global15.919.721.218.018.015.8
write_classvar81.992.996.0104.6102.139.2
write_instancevar36.444.645.840.038.935.5
write_instancevar_slots28.735.636.127.326.625.7
数据结构读取性能------
read_list19.224.224.520.820.819.0
read_deque19.924.725.520.220.619.8
read_dict19.724.325.722.323.021.0
read_strdict17.922.624.319.521.218.9
数据结构写入性能------
write_list21.227.128.522.521.620.0
write_deque23.828.730.122.721.823.5
write_dict25.931.433.329.329.224.7
write_strdict22.928.429.927.525.223.1
堆栈、队列操作性能------
list_append_pop144.293.4112.775.474.250.8
deque_append_pop30.443.557.049.449.242.5
deque_append_popleft30.843.757.349.749.742.8
Timing loop------
loop_overhead0.30.50.60.40.30.3

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)))

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))

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))

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)

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 = []

# 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))

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

# 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)

  • 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)

  • 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)

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


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

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'}

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=}')

  • 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=}')


  • 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}')

  • 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

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:

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

  • 42
    点赞
  • 104
    收藏
    觉得还不错? 一键收藏
  • 9
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 9
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值