Python 3.10已經在10月4日發布了，要不要更新呢?

[[427608]]

3.10版沒有添加新的模塊，但是引入了很多新的并且有用的特性。讓我們來一起看看吧。

更詳細語法錯誤提示信息

在調試代碼時，能夠提供更多的錯誤新信息和提示了，報告可以指出錯誤的語法，而不僅僅是提供“Syntax Error”。

這是個新的特性簡直是太好了，不僅對于剛開始學習python的人來說對于所有人都是一個好消息，再也不需要去一個字一個字的看了。python 3.10會提示我們錯誤的位置，再也不需要StackOverflow了，哈。

 

結構模式匹配

結構模式匹配以 match 語句和 case 語句的形式使用。 模式可以是序列、映射、python原始數據類型和類實例。 我們可以把它看作switch 語句的加強版， 一個簡單的例子：-

 

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") 

 

關鍵字match后跟變量名稱。 如果匹配，則將執行 case 塊內的語句。

如果沒有匹配，則執行 case _ 塊內的語句。

上面的程序結果如下所示：

 

Number is 1 
Number is 2 
Number is 3 
Number is not 1,2 or 3 

 

這種結構模式匹配還適用于復雜模式。

 

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.") 

 

結果是這樣的：

 

human_age(("Carol", 25, "female")) 
Carol is woman. 

 

很像Scala啊，使用3.10的Pyspark應該會簡單很多，這里貼個Scala代碼，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" 
} 

 

新型聯合運算符

以 X|Y 的形式引入了新的類型聯合運算符。 這提供了表達 X 型或 Y 型的清晰形式。

 

def square(number: int|float): 
return number ** 2 

 

結果：

 

square(2.5) 
6.25 

 

新的運算符也可以用作 isinstance() 和 issubclass() 的第二個參數。

 

isinstance("3",int|str) 
Trueisinstance("GoodBye",int|str) 
True 

 

現有模塊的一些改進

pprint() 添加了一個新的關鍵字參數-underscore_numbers。

 

>>> pprint.pformat(int(1e9),underscore_numbers=True) 
'1_000_000_000' 

 

我們可以使用int.bit_count() 來計算整數的二進制表示中的位數。

 

value = 50 
print(bin(value)) 
0b101010 
print(value.bit_count()) 
3 

 

有點像numpy的bincount啊

Statistics增加了協方差函數

 

>>> 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()還能計算Pearson。

這倆我沒想明白為什么要加，可能我作為AI開發，np，scipy和pandas都是必裝，web開發也用不到這些吧，實在沒懂加這個是為什么。

statistics.linear_regression()這個就好玩了，雖然也沒什么用，但是statistics可以計算線性回歸了。

根據此線性函數描述自變量 x 和因變量 y 之間的關系：-

y = 斜率 * x + 截距 + 噪聲

其中斜率和截距是估計的回歸參數，噪聲表示數據的可變性。

 

>>> years = [2001,2005,2010] 
>>> houses_built = [5,8,14] 
>>> slope, intercept = statistics.linear_regression(years, houses_built) 
>>> round(slope * 2017 + intercept) 
21 

 

下一步加個梯度的反向傳播，statistics模塊就可以訓練MLP了，哈

總結

其他的像Cpython之類的我覺得關系不大的就不細說了，3.10的語法提示真是太香了，絕對可以節省不少的開發調試時間，模式匹配也是個好東西，用過Scala的都知道。

最后就是我們到底要不要升級呢?對于我來說，我的python版本是根據Pytorch走的，Pytorch支持哪版我就用那版。雖然有Conda可以管理版本，但是還有很多其他的Python包還不知道支持不支持3.10，所以我的建議是再等等看吧，畢竟我們是拿來用的自己用的舒服才好。但是要是不考慮其他包兼容的問題3.10我肯定優先升級。