Python 3 功能簡介

Python 是機器學習和其他科學領域中的主流語言，我們通常需要使用它處理大量的數據。Python 兼容多種深度學習框架，且具備很多優秀的工具來執行數據預處理和可視化。

使用 pathlib 更好地處理路徑

pathlib 是 Python 3 的默認模塊，幫助避免使用大量的 os.path.joins：

PyCharm 中的類型提示示例：

Python 不只是適合腳本的語言，現在的數據流程還包括大量步驟，每一步都包括不同的框架（有時也包括不同的邏輯）。

上述代碼適用於 numpy.array（包括多維）、astropy.Table 和 astropy.Column、bcolz、cupy、mxnet.ndarray 等。

該代碼同樣可用於 pandas.Series，但是方式是錯誤的：

這是一個兩行代碼。想象一下復雜系統的行為多麽難預測，有時一個函數就可能導致錯誤的行為。明確了解哪些類型方法適合大型系統很有幫助，它會在函數未得到此類參數時給出提醒。

如果你有一個很棒的代碼庫，類型提示工具如 MyPy 可能成為集成流程中的一部分。不幸的是，提示沒有強大到足以為 ndarrays/tensors 提供細粒度類型，但是或許我們很快就可以擁有這樣的提示工具了，這將是 DS 的偉大功能。

函數註釋的其他用處

如前所述，註釋不會影響代碼執行，而且會提供一些元信息，你可以隨意使用。

例如，計量單位是科學界的一個普遍難題，astropy 包提供一個簡單的裝飾器（Decorator）來控制輸入量的計量單位，並將輸出轉換成所需單位。

下面 Python 3 帶有 @ 作為矩陣乘法的符號更具有可讀性，且更容易在深度學習框架中轉譯：因為一些如 X @ W + b[None, :] 的代碼在 numpy、cupy、pytorch 和 tensorflow 等不同庫下都表示單層感知機。

使用 ** 作為通配符

遞歸文件夾的通配符在 Python2 中並不是很方便，因此才存在定制的 glob2 模塊來克服這個問題。遞歸 flag 在 Python 3.6 中得到了支持。

在 Jupyter 中，非常好的一點是記錄每一個輸出到獨立的文檔，並在出現錯誤的時候追蹤出現問題的文檔，所以我們現在可以重寫 print 函數了。

在下面的代碼中，我們可以使用上下文管理器暫時重寫 print 函數的行為：

f-strings 可作為簡單和可靠的格式化

默認的格式化系統提供了一些靈活性，且在數據實驗中不是必須的。但這樣的代碼對於任何修改要麽太冗長，要麽就會變得很零碎。而代表性的數據科學需要以固定的格式叠代地輸出一些日誌信息，通常需要使用的代碼如下：

「true division」和「integer division」之間的明顯區別

對於數據科學來說這種改變帶來了便利（但我相信對於系統編程來說不是）。

嚴格排序

輸出：

• Python 2: 6 ??
• Python 3: 2 您好.

• Python 2: Counter({‘\xc3‘: 2, ‘b‘: 1, ‘e‘: 1, ‘c‘: 1, ‘k‘: 1, ‘M‘: 1, ‘l‘: 1, ‘s‘: 1, ‘t‘: 1, ‘\xb6‘: 1, ‘\xbc‘: 1})
• Python 3: Counter({‘M‘: 1, ‘?‘: 1, ‘b‘: 1, ‘e‘: 1, ‘l‘: 1, ‘s‘: 1, ‘t‘: 1, ‘ü‘: 1, ‘c‘: 1, ‘k‘: 1})

這些在 Python 2 裏也能正確地工作，但 Python 3 更為友好。

保留詞典和**kwargs 的順序

在 CPython 3.6+ 版本中，字典的默認行為類似於 OrderedDict（在 3.7+版本中已得到保證）。這在字典理解（和其他操作如 json 序列化/反序列化期間）保持順序。

註意到了嗎？名稱的唯一性也會被自動檢查。

叠代地拆封

節省 3 倍空間，而且速度更快。實際上，類似的壓縮（不過與速度無關）可以通過 protocol=2 參數來實現，但是用戶通常會忽略這個選項（或者根本不知道）。

更安全的解析

關於 super 和方法解析順序的更多內容，參見 stackoverflow：https://stackoverflow.com/questions/576169/understanding-python-super-with-init-methods

更好的 IDE 會給出變量註釋

在使用 Java、C# 等語言編程的過程中最令人享受的事情是 IDE 可以提供非常好的建議，因為在執行代碼之前，所有標識符的類型都是已知的。而在 Python 中這很難實現，但是註釋可以幫助你：

• 以清晰的形式寫下你的期望
• 從 IDE 獲取良好的建議

這是一個帶變量註釋的 PyCharm 示例。即使你使用的函數不帶註釋（例如，由於向後兼容性），它也能工作。

很明顯，代碼的作者還沒熟悉 Python 的代碼風格（很可能剛從 cpp 和 rust 跳到 Python）。不幸的是，這不僅僅是個人偏好的問題，因為在 SVC 中改變參數的順序（adding/deleting）會使得代碼無效。特別是，sklearn 經常會重排序或重命名大量的算法參數以提供一致的 API。每次重構都可能使代碼失效。

在 Python3，庫的編寫者可能需要使用*以明確地命名參數：

小調：單精度整數類型

Python 2 提供了兩個基本的整數類型，即 int（64 位符號整數）和用於長時間計算的 long（在 C++變的相當莫名其妙）。

Python 3 有一個單精度類型的 int，它包含了長時間的運算。

下面是查看值是否是整數的方法：

數據科學特有的代碼遷移問題（以及如何解決它們）

停止對嵌套參數的支持：

• map(), .keys(), .values(), .items(), 等等返回叠代器，而不是列表。叠代器的主要問題有：沒有瑣碎的分割和無法叠代兩次。將結果轉化為列表幾乎可以解決所有問題。
• 遇到問題請參見 Python 問答：我如何移植到 Python 3？（https://eev.ee/blog/2016/07/31/python-faq-how-do-i-port-to-python-3/）

用 python 教機器學習和數據科學的主要問題

• 課程作者應該首先花時間解釋什麽是叠代器，為什麽它不能像字符串那樣被分片/級聯/相乘/叠代兩次（以及如何處理它）。
• 我相信大多數課程作者很高興避開這些細節，但是現在幾乎不可能。

結論

Python 2 與 Python 3 共存了近 10 年，時至今日，我們必須要說：是時候轉向 Python 3 了。

研究和生產代碼應該更短，更易讀取，並且在遷移到 Python 3 代碼庫之後明顯更加的安全。

現在大多數庫同時支持 2.x 和 3.x 兩個版本。但我們不應等到流行工具包開始停止支持 Python 2 才開始行動，提前享受新語言的功能吧。

遷移過後，我敢保證程序會更加順暢：「我們不會再做向後不兼容的事情了（https://snarky.ca/why-python-3-exists/）」。

進群：125240963 ，即可獲取數十套PDF！

Python2.7很快就是過去式了！還在用2.7的程序員，準備一份3指南