python最新版3.11正式发布,有哪些新特色?(1/5)
off999 2024-09-18 22:29 23 浏览 0 评论
Python 最新版 3.11 于2022.10.24正式发布,这一版有很多改进和变化,最显著的特点是执行速度更改、用户使用更友好。python 3.11 在以下主要方面做了改进或具备了新的特点:
- 为报错消息提供了更多的追溯信息
- 基于更快的CPython项目做了更多的改进,使得代码执行速度更快
- 任务分组和异常分组简化了异步代码的运行
- 提供了几种新的类型变量的输入方法,从而可以更好地支持python的静态输入
- 支持原生的TOML,能与配置文件实现协作
本系列文章将分别对上述五个方面展开说明和演示。本文是针对第一点的示例代码、演示和说明。
为报错消息提供了更多的追溯信息
示例代码1:
# inverse.py
def inverse(number):
return 1 / number
print(inverse(0))
代码1 中定义了一个求倒数的函数,而 0 没有倒数,因此执行这段代码就会报错,python 3.11 将给出以下报错信息:
$ python inverse.py
Traceback (most recent call last):
File "/python_prj/inverse.py", line 6, in <module>
print(inverse(0))
^^^^^^^^^^
File "/python_prj/inverse.py", line 4, in inverse
return 1 / number
~~^~~~~~~~
ZeroDivisionError: division by zero
报错信息中的 ^ 和 ~ 符号 标识出了代码有错误的地方。
再看一个报错方面的例子,示例代码2(一段 JSON 格式的数据,记录几个人的个人信息):
[
{"name": {"first": "Uncle Barry"}},
{
"name": {"first": "Ada", "last": "Lovelace"},
"birth": {"year": 1815},
"death": {"month": 11, "day": 27}
},
{
"name": {"first": "Grace", "last": "Hopper"},
"birth": {"year": 1906, "month": 12, "day": 9},
"death": {"year": 1992, "month": 1, "day": 1}
},
{
"name": {"first": "Ole-Johan", "last": "Dahl"},
"birth": {"year": 1931, "month": 10, "day": 12},
"death": {"year": 2002, "month": 6, "day": 29}
},
{
"name": {"first": "Guido", "last": "Van Rossum"},
"birth": {"year": 1956, "month": 1, "day": 31},
"death": null
}
]
这段JSON数据中,Uncle Barray这条只有姓名,和下面几条信息相比较,缺失最多;Grace Hopper 和 Ole-Johan Dahl是完整的,而 Ada Lovelace 的生日信息缺失月份和日期,而 Guido Van Rossum的死亡日期信息都没有。在python 3.11中读取上面的 JSON 数据,代码如下:
# programmers.py
import json
import pathlib
programmers = json.loads(
pathlib.Path("programmers.json").read_text(encoding="utf-8")
)
用 pathlib 都这个JSON文件,并用 json 工具包进行信息解析,读取的结果存放在列表中,其中的每一项内容是词典类型。接下来,使用 dataclass 封装这些信息,代码如下:
# programmers.py
from dataclasses import dataclass
# ...
@dataclass
class Person:
name: str
life_span: tuple[int, int]
@classmethod
def from_dict(cls, info):
return cls(
name=f"{info['name']['first']} {info['name']['last']}",
life_span=(info["birth"]["year"], info["death"]["year"]),
)
每个 person 都有两个属性:name 和 life_span(寿命),另外为了方便起见,增加一个 构建函数 constructor,可以对 Person 进行初始化:
# programmers.py
# ...
def convert_pair(first, second):
return Person.from_dict(first), Person.from_dict(second)
上面的代码中, convert_pair() 函数两次调用了 .from_dict() 构建函数,把Json结构的个人信息转换为 Person对象。为了看到报错的追溯信息,运行一下上面这段代码,
$ python -i programmers.py
>>> Person.from_dict(programmers[2])
Person(name='Grace Hopper', life_span=(1906, 1992))
因为Grace 的信息是完整的,所以代码中 programmer[2]可以把Grace的信息封装进 Person 对象,但是换作 programmer[0] 就报错了,看看给出的报错信息:
>>> programmers[0]
{'name': {'first': 'Uncle Barry'}}
>>> Person.from_dict(programmers[0])
Traceback (most recent call last):
File "/python_prj/programmers.py", line 17, in from_dict
name=f"{info['name']['first']} {info['name']['last']}",
~~~~~~~~~~~~^^^^^^^^
KeyError: 'last'
报错信息给出 keyError: 'last' , 因为 last 的信息缺失,并且把出错的地方用一串 ~ 和 ^ 标识出来。同样,programmer[1] 也会给出类似的报错信息,但报错的地方与之不同:
>>> programmers[1]
{
'name': {'first': 'Ada', 'last': 'Lovelace'},
'birth': {'year': 1815},
'death': {'month': 11, 'day': 27}
}
>>> Person.from_dict(programmers[1])
Traceback (most recent call last):
File "/python_prj/programmers.py", line 18, in from_dict
life_span=(info["birth"]["year"], info["death"]["year"]),
~~~~~~~~~~~~~^^^^^^^^
KeyError: 'year'
报错信息给出 keyError: ‘year’,因为 year 的信息缺失,可以看出报错的追溯信息具体、详细。再看看换作 programmer[3] 的报错消息和前面两种情况有什么差别,报错信息如下:
>>> programmers[4]
{
'name': {'first': 'Guido', 'last': 'Van Rossum'},
'birth': {'year': 1956, 'month': 1, 'day': 31},
'death': None
}
>>> Person.from_dict(programmers[4])
Traceback (most recent call last):
File "/python_prj/programmers.py", line 18, in from_dict
life_span=(info["birth"]["year"], info["death"]["year"]),
~~~~~~~~~~~~~^^^^^^^^
TypeError: 'NoneType' object is not subscriptable
运行结果给出的错误是:TypeError: 'NoneType' object is not subscriptable,python 3.11之前的版本也这样的报错消息,但是因为这种报错的目标不清楚,给出的提示是“None”,就很难调试,在python 3.11 中出现这样的报错,报错消息给出的信息中具体指出了出错的地方,也是用一串 ~ 和 ^ 标识出来。
下面看一个函数嵌套调用的例子,前面说过,convert_pair() 调用了 Person.from_dict() 两次,如果下面代码中的调用情况,结果会是什么样:
>>> convert_pair(programmers[3], programmers[1])
Traceback (most recent call last):
File "/python_prj/programmers.py", line 24, in convert_pair
return Person.from_dict(first), Person.from_dict(second)
^^^^^^^^^^^^^^^^^^^^^^^^
File "/python_prj/programmers.py", line 18, in from_dict
life_span=(info["birth"]["year"], info["death"]["year"]),
~~~~~~~~~~~~~^^^^^^^^
KeyError: 'year'
以上代码运行,封装 json结构中 ada的信息(即programmer[1])时,给出了 keyError 的错误,可以从 convert_pair() 追溯,因为该函数调用了.from_dict()两次,那这个错误是 处理 first 的信息发生的,还是处理 second 的信息发生的?python 3.11之前的版本就要靠程序员自己去查找,但在python 3.11 的报错信息中就直接说明了报错的地方,是处理 second 的信息时发生的。由此可以看出,python 3.11 在报错、追溯和调试方面比以前的版本更容易。
(本文完。本系列文章,根据python 官网正式发布的英文资料摘译、整理)
相关推荐
- 实战:用 Python+Flask+Echarts 构建电商实时数据大屏
-
在电商运营中,实时掌握销售趋势、用户行为等核心数据是决策的关键。本文将从实战角度,详解如何用Python+Flask+Echarts技术栈,快速搭建一个支持实时更新、多维度可视化的电商数据大屏,帮...
- DeepSeek完全使用手册:从新手到高手的2000字实操指南
-
一、工具定位与核心功能矩阵(200字)DeepSeek是一款专注于深度推理的强大AI助手,其功能丰富多样,可归纳为4大能力象限:plaintext差异化优势:DeepSeek支持最长达16Ktok...
- Python绘制可爱的图表 cutecharts
-
一个很酷的python手绘样式可视化包——可爱的图表cutecharts。Cutecharts非常适合为图表提供更个性化的触感。Cutecharts与常规的Matplotlib和Seabo...
- 第十二章:Python与数据处理和可视化
-
12.1使用pandas进行数据处理12.1.1理论知识pandas是Python中最常用的数据处理库之一,它提供了高效的数据结构和数据分析工具。pandas的核心数据结构是Serie...
- 5分钟就能做一个Excel动态图表,你确定不学学?(纯gif教学)
-
本文说明下图是一个比较酷炫的Excel动态图表,最难的部分就是用到了一个复选框控件。其实这个控件我很早就见过,但是不会用呀!望洋兴叹。这次呢,我也是借着这个文章为大家讲述一下这个控件的使用。本文没有...
- Python数据可视化:从Pandas基础到Seaborn高级应用
-
数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...
- 如何使用 Python 将图表写入 Excel
-
将Python生成的图表写入Excel文件是数据分析和可视化中常见的需求。Python提供了多种库(如matplotlib、openpyxl和xlsxwriter)来实现这一功能。本文...
- Excel 图表制作太痛苦?用 Python 生成动态交互图表
-
做个动态图表花了3小时?你该换方法了!上周帮销售部做季度汇报图表,Excel操作把我整崩溃了——插入折线图后发现数据源选错,重新选择又得调格式想做动态筛选图表,捣鼓"开发工具"...
- Python Matplotlib 入门教程:可视化数据的基石
-
一、简介Matplotlib是Python中最流行的数据可视化库,提供从简单折线图到复杂3D图形的完整解决方案。其核心优势在于:o灵活性强:支持像素级样式控制o兼容性好:与NumPy、Pa...
- 20种Python数据可视化绘图 直接复制可用
-
本文介绍20种python数据绘图方法,可直接用于科研绘图或汇报用图。1.折线图(LinePlot)-描述数据随时间或其他变量的变化。importmatplotlib.pyplotasp...
- Python os模块完全指南:轻松玩转文件管理与系统操作
-
Pythonos模块完全指南:轻松玩转文件管理与系统操作os模块是Python与操作系统对话的"瑞士军刀",学会它能让你轻松管理文件、操控路径、获取系统信息。本教程通过场景化案例+...
- Python中h5py与netCDF4模块在Anaconda环境的下载与安装
-
本文介绍基于Anaconda环境,下载并安装Python中h5py与netCDF4这两个模块的方法。h5py与netCDF4这两个模块是与遥感图像处理、地学分析等GIS操作息息相关的模块,应用...
- python中的模块、库、包有什么区别?
-
一文带你分清Python模块、包和库。一、模块Python模块(Module),是一个Python文件,以.py结尾,包含了Python对象定义和Python语句。模块能定义函数,类和变...
- centos7 下面使用源码编译的方式安装python3.11
-
centos7下面使用源码编译的方式安装python3.11,步骤如下:cd/root#只是将python3.11的安装包下载到/root目录下wgethttps://www.python.o...
- Python其实很简单 第十四章 模块
-
模块是一组程序代码,可以是别人已经写好的,也可以是自己编写的,但都是已经存在的,在编程时直接使用就可以了。模块机制的最大好处就是程序员不再编写重复的代码,而直接利用已有的成果,这样就能将更多的精力投入...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)