设为首页 - 加入收藏 ASP站长网(Aspzz.Cn)- 科技、建站、经验、云计算、5G、大数据,站长网!
热搜: 数据 创业者 手机
当前位置: 首页 > 综合聚焦 > 编程要点 > 语言 > 正文

Python 3.10的几个好用的新特点

发布时间:2021-11-05 09:48 所属栏目:51 来源:互联网
导读:Python 3.10已经在10月4日发布了,要不要更新呢? 3.10版没有添加新的模块,但是引入了很多新的并且有用的特性。让我们来一起看看吧。 更详细语法错误提示信息 在调试代码时,能够提供更多的错误新信息和提示了,报告可以指出错误的语法,而不仅仅是提供Syntax
Python 3.10已经在10月4日发布了,要不要更新呢?
 
 
 
3.10版没有添加新的模块,但是引入了很多新的并且有用的特性。让我们来一起看看吧。
 
更详细语法错误提示信息
在调试代码时,能够提供更多的错误新信息和提示了,报告可以指出错误的语法,而不仅仅是提供“Syntax Error”。
 
这是个新的特性简直是太好了,不仅对于刚开始学习python的人来说对于所有人都是一个好消息,再也不需要去一个字一个字的看了。python 3.10会提示我们错误的位置,再也不需要StackOverflow了,哈。
 
 
 
结构模式匹配
结构模式匹配以 match 语句和 case 语句的形式使用。 模式可以是序列、映射、python原始数据类型和类实例。 我们可以把它看作switch 语句的加强版, 一个简单的例子:-
 
numbers = [1,2,3,4]
for n in numbers:
match n:
case 1:
print("Number is 1")
case 2:
print("Number is 2")
case 3:
print("Number is 3")
case _:
print("Number is not 1,2 or 3")
关键字match后跟变量名称。 如果匹配,则将执行 case 块内的语句。
 
如果没有匹配,则执行 case _ 块内的语句。
 
上面的程序结果如下所示:
 
Number is 1
Number is 2
Number is 3
Number is not 1,2 or 3
这种结构模式匹配还适用于复杂模式。
 
def human_age(person): # person = (name, age, gender)
match person:
case (name, _, "male"):
print(f"{name} is man.")
case (name, _, "female"):
print(f"{name} is woman.")
case (name, age, gender):
print(f"{name} is {age} old.")
结果是这样的:
 
human_age(("Carol", 25, "female"))
Carol is woman.
很像Scala啊,使用3.10的Pyspark应该会简单很多,这里贴个Scala代码,看看是不是很像
 
import scala.util.Random
val x: Int = Random.nextInt(10)
x match {
case 0 => "zero"
case 1 => "one"
case 2 => "two"
case _ => "other"
}
新型联合运算符
以 X|Y 的形式引入了新的类型联合运算符。 这提供了表达 X 型或 Y 型的清晰形式。
 
def square(number: int|float):
return number ** 2
结果:
 
square(2.5)
6.25
新的运算符也可以用作 isinstance() 和 issubclass() 的第二个参数。
 
isinstance("3",int|str)
Trueisinstance("GoodBye",int|str)
True
现有模块的一些改进
pprint() 添加了一个新的关键字参数-underscore_numbers。
 
>>> pprint.pformat(int(1e9),underscore_numbers=True)
'1_000_000_000'
我们可以使用int.bit_count() 来计算整数的二进制表示中的位数。
 
value = 50
print(bin(value))
0b101010
print(value.bit_count())
3
有点像numpy的bincount啊
 
Statistics增加了协方差函数
 
>>> import statistics
>>> x = [1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> y = [1, 2, 3, 1, 2, 3, 1, 2, 3]
>>> statistics.covariance(x,y)
0.75
statistics.correlation()还能计算Pearson。
 
这俩我没想明白为什么要加,可能我作为AI开发,np,scipy和pandas都是必装,web开发也用不到这些吧,实在没懂加这个是为什么。
 
statistics.linear_regression()这个就好玩了,虽然也没什么用,但是statistics可以计算线性回归了。
 
根据此线性函数描述自变量 x 和因变量 y 之间的关系:-
 
y = 斜率 * x + 截距 + 噪声
 
其中斜率和截距是估计的回归参数,噪声表示数据的可变性。
 
>>> years = [2001,2005,2010]
>>> houses_built = [5,8,14]
>>> slope, intercept = statistics.linear_regression(years, houses_built)
>>> round(slope * 2017 + intercept)
21
下一步加个梯度的反向传播,statistics模块就可以训练MLP了,哈
 
总结
其他的像Cpython之类的我觉得关系不大的就不细说了,3.10的语法提示真是太香了,绝对可以节省不少的开发调试时间,模式匹配也是个好东西,用过Scala的都知道。
 
最后就是我们到底要不要升级呢?对于我来说,我的python版本是根据Pytorch走的,Pytorch支持哪版我就用那版。虽然有Conda可以管理版本,但是还有很多其他的Python包还不知道支持不支持3.10,所以我的建议是再等等看吧,毕竟我们是拿来用的自己用的舒服才好。但是要是不考虑其他包兼容的问题3.10我肯定优先升级。

(编辑:ASP站长网)

    网友评论
    推荐文章
      热点阅读