python2中的print语句可以不用小括号。_Python 2 退休，代码该过渡到Python3啦！

Python 2.7 于 2020 年 1 月 1 日正式停止维护，这也意味着 Python 2 完全退休，现在是 Python 3 的时代。

Python 之父两年前就已宣布 Python 2.7 将于 2020 年 1 月 1 日终止支持，现在这一天已经到来。Python 社区开发和共享的软件存储中心 Python Package Index(PYPI)的大多数流行软件包现在都可以在 Python 2 和 3 上运行，并且每天都在增加，Python 2 的退休将会影响数百万系统的安全性。

由于 Python 2 与下一代 Python 3 的兼容性问题，关于 Python 2 的退休一直以来都是开发者与各公司关注的重点，因为在 2 代退休前，需要确保业务都尽可能迁移到 3，方便系统后续维护与跟进。目前一些知名项目都已经做好了相应的准备，例如 NumPy、Requests 和 TensorFlow 等许多知名项目在 2020 年将停止支持 2.x，Ubuntu 20.04 LTS 开发周期的重要任务是移除 Python 2、QEMU 结束了对 Python 2 的支持、Fedora 也提出了统一流程让弃用上千 Python 2 软件包更可控……

不过，虽然开发者与各公司需要尽快从 Python 2 迁移到 Python 3，但是与 Windows XP 一样，官方宣布其退休后，它还会长时间运行在众多业务中，并且会有官方以外的其它公司出面接手维护。

但不论怎样，还是建议听从官方迁移到 Python 3 的建议。为了简化过渡，官方迁移指南提供了有关在 Python 3 中运行 Python 2 代码的建议。

Python 2，感谢你多年来的忠实服务。

Python 3，现在是你的时代。

python3相比较python2的改变还是比较大的，应该从现在开始就慢慢养成新的编码习惯。

1，获取迭代器：
在python2中，比如打开一个文件之后，可以对file对象 使用其iter()获取其内容的生成器，在触发StopIteration异常之前，每次使用next()都可以获取到一条数据。而在python3中，通过这样的方式获取其生成器后，会发现没有next()方法，只有read()方法。
除了打开文件外，一般我在取influxdb的搜索结果时，也比较习惯使用生成器的方式(get_points()方法)

2，路径的获取与处理
如果涉及到python代码与本地文件的交互，那么必不可少要使用os.path方法。而在python3，官方提供了pathlib模块，其pathlib.Path则含有一系列与路径相关的操作。比如exists() is_dir() with_name()//用于修改文件名称 with_suffix()// 改变文件扩展名 chmod(mode) rmdir()

3，类型提示
这一项变化非常有意思，python之所以在科学计算、运维等方面有广泛的应用，一个最重要的原因，就是作为胶水、脚本语言使用时，编写起来非常快速。你不需要考虑太多数据类型的问题，可以把注意力放在业务逻辑上。
起初我也不是理解java如此复杂的框架，代码中光数据相关的内容就有很多。但随着工作经验积累，我逐渐明白——有时候太自由反而带来很多麻烦。
在python3，可以指定函数参数的类型，比如：

class easy_cal:
        def __init__(self, numa: int, numb: int):
            self.a = numa
            self.b = numb

这样如果你输入错误的内容，就会返回类型错误的提示。类型提示可以帮助我们更好的开发一些复杂大型的项目。
我也想展开抒发一点自己的看法，python之所以吸引人，就是因为一个数学家只需要花半天或者一天的时间，就能大致掌握python的语法，然后使用其来编写一些深度学习模型。比如说python中非常牛逼的numpy模块

result = numpy.repeat(numpy.arange(data.__len__(),2)

在这里，这个data对象，不光可以输入numpy本身的数组对象，其他数学模块的队列、数组都可以输入，这种特性在其他语言几乎不能想象。但如果我们滥用这种特性，就极有可能在一个庞大的项目中，因为一个函数导致行为失常。

PS:针对python的类型检查，可以使用一个第三方库 enforce
https://pypi.python.org/pypi/enforce

4,矩阵乘积
这几个月来，我隐隐感觉，在我们印象中无所不能的python，似乎也找到了自己想全面发力的领域——科学计算。而至于web应用，在我的学习过程中，我感觉似乎go语言更能胜任一些(原生的go协程可以很轻松地利用多线程处理访问web用户的各项请求)。
现在python3可以使用 @ at符号，来进行矩阵乘积。就拿最简单线性拟合来说，f(x) = wx + b，如果这样表达，会让人产生误解。实际上这里的w不是一个参数，而是一个1Xn矩阵，而x也不是一个单独的变量，而是一个nX1矩阵。
如果在python语言中写成w@x则更能让人理解。

5,Print现在要以函数调用
就是print(xxx)，这怕是从python2向python3习惯迁移一来，最不习惯的。
比如在python2中，我们常常这样使用

try:
    notifier.loop(daemonize=True, callback=on_loop_func, pid_file='/tmp/pyinotify.pid', stdout='/tmp/pyinotify.log')
except pyinotify.NotifierError, err:
    print >> sys.stderr, err

这是pyinotify关于daemonize 循环的实例代码，通过这种方式，当运行出现错误时，可以将内容输出到sys.stderr中。然而到了python3，则一定要把print和一般函数一样对待。上面的功能应该这样去写

print(err,file=sys.stderr)

另外说下，python3的print还有其他用法，比如sep=参数，可以直接分隔输出内容

6，更简洁的格式化
python可以使用 % 符号或.format()方法来对字符串中的内容进行格式化。那么如果一个字符串中要格式化的内容很多呢？笔者就遇到写的脚本要创建类SQL语句，加上format的内容一行的内容变成了三行，非常不宜读。
在python3.6中引入了f-strings,也就是格式化字符串，我这有官方的例子

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}')

可以看到，直接在字符串中包含了格式化的位数信息，甚至还添加了对象的处理方法(如numpy.mean)

7，使用Unicode编码标准
这个不用多说了，python2你写个脚本，如果有汉语注释，必须在头部加一行

# -*- coding:utf-8 -*-

如果直接输入一些俄语啊、希伯来语的符号，也无法正常显示。而现在在python3中，这些问题都会得到比较好的解决。

8，字典和**kwargs将会自动保存顺序(python3.6 or newer)
这个不谈了，在处理数据流时挺重要的一个特性

9，我暂时了解到，但没有充分实践的一些变化
pickle模块压缩效率更高，速度更快
更加优秀的super()函数

10，并发编程的抽象化
在python2中，我们使用threading创建多线程，通过multiprocessing来创建多进程。而在python3中，使用concurrent模块对这两者进行了抽象化，将并发任务抽象成模块中的futures对象。

综合编译 开源中国+简书