你不得不了解的Python3.x新特性

　　从 3.0 到 3.8，Python 3 已经更新了一波又一波，但似乎我们用起来和 2.7 没有太大区别？以前该怎么写 2.7 的代码现在就怎么写，只不过少数表达方式变了而已。在这篇文章中，作者介绍了 3.0 以来真正 Amazing 的新函数与新方法，也许这些方法我们都不太熟，但它们确实在实践中非常重要。

一、格式化字符串f-string

在任何的编程语言中，不使用字符串都是寸步难行的。而为了保持思路清晰，你会希望有一种结构化的方法来处理字符串。Python中格式化字符串目前有四种方法，大家可以参见我的这篇博客：https://www.cnblogs.com/zhangyafei/p/9837602.html

大多数使用 Python 的人会偏向于使用「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 还提供了一种通过「f-string」进行字符串插入的灵活方法。使用「f-string」编写的与上面功能相同的代码是这样的：

# 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.

相比于常见的字符串格式符 %s 或 format 方法，f-strings 直接在占位符中插入变量显得更加方便，也更好理解。

二、路径管理库 Pathlib（最低 Python 版本为 3.4）　　

　　f-string 非常强大，但是有些像文件路径这样的字符串有他们自己的库，这些库使得对它们的操作更加容易。Python 3 提供了一种处理文件路径的抽象库「pathlib」。如果你不知道为什么应该使用 pathlib，请参阅下面这篇 Trey Hunner 编写的炒鸡棒的博文：「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，我们可以直接对路径的字符串进行「/」操作，并在绝对与相对地址间做转换。

三、类型提示 Type hinting（最低 Python 版本为 3.5）

　　静态和动态类型是软件工程中一个热门的话题，几乎每个人 对此有自己的看法。读者应该自己决定何时应该编写何种类型，因此你至少需要知道 Python 3 是支持类型提示的。

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

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

四、枚举（最低 Python 版本为 3.4）

Python 3 支持通过「Enum」类编写枚举的简单方法。枚举是一种封装常量列表的便捷方法，因此这些列表不会在结构性不强的情况下随机分布在代码中。

from enum import Enum, auto

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

print(Monster.ZOMBIE)
# Monster.ZOMBIE

枚举是符号名称（成员）的集合，这些符号名称与唯一的常量值绑定在一起。在枚举中，可以通过标识对成员进行比较操作，枚举本身也可以被遍历。

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

for monster in Monster:
    print(monster)

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

五、原生 LRU 缓存（最低 Python 版本为 3.2）

　　目前，几乎所有层面上的软件和硬件中都需要缓存。Python 3 将 LRU（最近最少使用算法）缓存作为一个名为「lru_cache」的装饰器，使得对缓存的使用非常简单。

　　下面是一个简单的斐波那契函数，我们知道使用缓存将有助于该函数的计算，因为它会通过递归多次执行相同的工作。

　

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

现在，我们可以使用「lru_cache」来优化它（这种优化技术被称为「memoization」）。通过这种优化，我们将执行时间从几十秒降低到了几纳秒。

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: 0.0s

六、扩展的可迭代对象解包（最低 Python 版本为 3.0）

对于这个特性，代码就说明了一切。

参考：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

七、Data class 装饰器（最低 Python 版本为 3.7）

Python 3 引入了「data class」，它们没有太多的限制，可以用来减少对样板代码的使用，因为装饰器会自动生成诸如「__init__（）」和「__repr（）__」这样的特殊方法。在官方的文档中，它们被描述为「带有缺省值的可变命名元组」。

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>

使用「Data class」实现相同的 Armor 类。

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