笨办法学python3目录（​如何愉快地迁移到 Python 3）

笨办法学python3目录

​如何愉快地迁移到 Python 3

引言

如今 python 成为机器学习和大量使用数据操作的科学领域的主流语言; 它拥有各种深度学习框架和完善的数据处理和可视化工具。但是，python 生态系统在 python2 和 python3 中共存，而python2 仍在数据科学家中使用。到2019年底，也将停止支持 python2。至于numpy，2018年9月之后任何新功能版本都将只支持python3。同样的还包括pandas, matplotlib, ipython, jupyter notebook and jupyter lab。所以迁移到python3刻不容缓，当然不止是这些，还有些新特性让我们跟随后面到文章一一进行了解。

使用pathlib处理更好的路径

pathlib 是 python3 中的一个默认模块，可以帮助你避免使用大量的 os.path.join。

?

1 2 3 4 5 6 7 8 9

from pathlib import path dataset = 'wiki_images' datasets_root = path('/path/to/datasets/') #navigating inside a directory tree,use:/ train_path = datasets_root / dataset / 'train' test_path = datasets_root / dataset / 'test' for image_path in train_path.iterdir():  with image_path.open() as f: # note, open is a method of path object   # do something with an image

不要用字符串链接的形式拼接路径，根据操作系统的不同会出现错误，我们可以使用/结合 pathlib来拼接路径，非常的安全、方便和高可读性。

pathlib 还有很多属性，具体的可以参考pathlib的官方文档，下面列举几个：

?

1 2 3 4 5 6 7 8 9 10 11 12

from pathlib import path a = path("/data") b = "test" c = a / b print(c) print(c.exists()) # 路径是否存在 print(c.is_dir()) # 判断是否为文件夹 print(c.parts) # 分离路径 print(c.with_name('sibling.png')) # 只修改拓展名, 不会修改源文件 print(c.with_suffix('.jpg')) # 只修改拓展名, 不会修改源文件 c.chmod(777) # 修改目录权限 c.rmdir() # 删除目录

类型提示现在是语言的一部分

     一个在 pycharm 使用typing的例子:

   引入类型提示是为了帮助解决程序日益复杂的问题，ide可以识别参数的类型进而给用户提示。

关于tying的具体用法，可以看我之前写的:python类型检测最终指南--typing的使用

运行时类型提示类型检查

     除了之前文章提到 mypy 模块继续类型检查以外，还可以使用 enforce 模块进行检查，通过 pip 安装即可，使用示例如下:

?

1 2 3 4 5 6

import enforce @enforce.runtime_validation def foo(text: str) -> none:  print(text) foo('hi') # ok foo(5) # fails

输出

?

1 2 3 4 5 6 7 8 9 10 11

hi traceback (most recent call last):  file "/users/chennan/pythonproject/dataanalysis/e.py", line 10, in <module>  foo(5) # fails  file "/users/chennan/desktop/2019/env/lib/python3.6/site-packages/enforce/decorators.py", line 104, in universal  _args, _kwargs, _ = enforcer.validate_inputs(parameters)  file "/users/chennan/desktop/2019/env/lib/python3.6/site-packages/enforce/enforcers.py", line 86, in validate_inputs  raise runtimetypeerror(exception_text) enforce.exceptions.runtimetypeerror:  the following runtime type errors were encountered:   argument 'text' was not of type <class 'str'>. actual type was int.

使用@表示矩阵的乘法

   下面我们实现一个最简单的ml模型——l2正则化线性回归(又称岭回归)

?

1 2 3 4 5

# l2-regularized linear regression: || ax - y ||^2 + alpha * ||x||^2 -> min # python 2 x = np.linalg.inv(np.dot(a.t, a) + alpha * np.eye(a.shape[1])).dot(a.t.dot(y)) # python 3 x = np.linalg.inv(a.t @ a + alpha * np.eye(a.shape[1])) @ (a.t @ y)

使用@符号，整个代码变得更可读和方便移植到其他科学计算相关的库，如numpy, cupy, pytorch, tensorflow等。

**通配符的使用

在 python2 中，递归查找文件不是件容易的事情，即使是使用glob库，但是从 python3.5 开始，可以通过**通配符简单的实现。

?

1 2 3 4 5 6 7 8 9 10

import glob # python 2 found_images = (  glob.glob('/path/*.jpg')  + glob.glob('/path/*/*.jpg')  + glob.glob('/path/*/*/*.jpg')  + glob.glob('/path/*/*/*/*.jpg')  + glob.glob('/path/*/*/*/*/*.jpg')) # python 3 found_images = glob.glob('/path/**/*.jpg', recursive=true)

更好的路径写法是上面提到的 pathlib ，我们可以把代码进一步改写成如下形式。

?

1 2 3 4

# python 3 import pathlib import glob found_images = pathlib.path('/path/').glob('**/*.jpg')

print函数

虽然 python3 的 print 加了一对括号，但是这并不影响它的优点。

使用文件描述符的形式将文件写入

?

1 2	print >>sys.stderr, "critical error"  # python 2 print("critical error", file=sys.stderr) # python 3

不使用 str.join 拼接字符串

?

1 2 3

# python 3 print(*array, sep=' ') print(batch, epoch, loss, accuracy, time, sep=' ')

重新定义 print 方法的行为

既然 python3 中的 print 是一个函数，我们就可以对其进行改写。

?

1 2 3 4

# python 3 _print = print # store the original print function def print(*args, **kargs):  pass # do something useful, e.g. store output to some file

注意：在 jupyter 中，最好将每个输出记录到一个单独的文件中(跟踪断开连接后发生的情况)，这样就可以覆盖 print 了。

?

1 2 3 4 5 6 7 8 9 10

@contextlib.contextmanager def replace_print():  import builtins  _print = print # saving old print function  # or use some other function here  builtins.print = lambda *args, **kwargs: _print('new printing', *args, **kwargs)  yield  builtins.print = _print with replace_print():  <code here will invoke other print function>

虽然上面这段代码也能达到重写 print 函数的目的，但是不推荐使用。

print 可以参与列表理解和其他语言构造

?

1 2	# python 3 result = process(x) if is_valid(x) else print('invalid item: ', x)

数字文字中的下划线(千位分隔符)

在 pep-515 中引入了在数字中加入下划线。在 python3 中，下划线可用于整数，浮点和复数，这个下划线起到一个分组的作用

?

1 2 3 4 5 6 7 8

# grouping decimal numbers by thousands one_million = 1_000_000 # grouping hexadecimal addresses by words addr = 0xcafe_f00d # grouping bits into nibbles in a binary literal flags = 0b_0011_1111_0100_1110 # same, for string conversions flags = int('0b_1111_0000', 2)

也就是说10000,你可以写成10_000这种形式。

简单可看的字符串格式化f-string

python2提供的字符串格式化系统还是不够好，太冗长麻烦，通常我们会写这样一段代码来输出日志信息：

?

1 2 3 4 5 6 7 8 9 10 11

# python 2 print '{batch:3} {epoch:3} / {total_epochs:3} accuracy: {acc_mean:0.4f}±{acc_std:0.4f} time: {avg_time:3.2f}'.format(  batch=batch, epoch=epoch, total_epochs=total_epochs,  acc_mean=numpy.mean(accuracies), acc_std=numpy.std(accuracies),  avg_time=time / len(data_batch) ) # python 2 (too error-prone during fast modifications, please avoid): print '{:3} {:3} / {:3} accuracy: {:0.4f}±{:0.4f} time: {:3.2f}'.format(  batch, epoch, total_epochs, numpy.mean(accuracies), numpy.std(accuracies),  time / len(data_batch) )

输出结果为

120  12 / 300  accuracy: 0.8180±0.4649 time: 56.60

在 python3.6 中引入了 f-string (格式化字符串)

?

1	print(f'{batch:3} {epoch:3} / {total_epochs:3} accuracy: {numpy.mean(accuracies):0.4f}±{numpy.std(accuracies):0.4f} time: {time / len(data_batch):3.2f}')

关于 f-string 的用法可以看我在b站的视频[https://www.bilibili.com/video/av31608754]

'/'和'//'在数学运算中有着明显的区别

     对于数据科学来说，这无疑是一个方便的改变

?

1 2	data = pandas.read_csv('timing.csv') velocity = data['distance'] / data['time']

python2 中的结果取决于“时间”和“距离”(例如，以米和秒为单位)是否存储为整数。在python3中，这两种情况下的结果都是正确的，因为除法的结果是浮点数。

另一个例子是 floor 除法，它现在是一个显式操作

?

1 2 3 4 5 6 7

n_gifts = money // gift_price # correct for int and float arguments nutshell >>> from operator import trueli, floorli >>> trueli.__doc__, floorli.__doc__ ('trueli(a, b) -- same as a / b.', 'floorli(a, b) -- same as a // b.') >>> (3 / 2), (3 // 2), (3.0 // 2.0) (1.5, 1, 1.0)

值得注意的是，这种规则既适用于内置类型，也适用于数据包提供的自定义类型（例如 numpy 或pandas）。

严格的顺序

下面的这些比较方式在 python3 中都属于合法的。

?

1 2 3 4

3 < '3' 2 < none (3, 4) < (3, none) (4, 5) < [4, 5]

对于下面这种不管是2还是3都是不合法的

(4, 5) == [4, 5]

如果对不同的类型进行排序

sorted([2, '1', 3])

虽然上面的写法在 python2 中会得到结果 [2, 3, '1']，但是在 python3 中上面的写法是不被允许的。

检查对象为 none 的合理方案

?

1 2 3 4 5 6 7 8

if a is not none:  pass if a: # wrong check for none  pass nlp unicode问题 s = '您好' print(len(s)) print(s[:2])

输出内容

?

1 2	python 2: 6 python 3: 2

您好.

还有下面的运算

?

1 2 3

x = u'со' x += 'co' # ok x += 'со' # fail

python2 失败了，python3 正常工作(因为我在字符串中使用了俄文字母)。

在 python3 中，字符串都是 unicode 编码，所以对于非英语文本处理起来更方便。

一些其他操作

?

1 2	'a' < type < u'a' # python 2: true 'a' < u'a'     # python 2: false

再比如

?

1 2	from collections import counter counter('möbelstück')

在 python2 中

 counter({'ã': 2, 'b': 1, 'e': 1, 'c': 1, 'k': 1, 'm': 1, 'l': 1, 's': 1, 't': 1, '¶': 1, '¼': 1})

在 python3 中

 counter({'m': 1, 'ö': 1, 'b': 1, 'e': 1, 'l': 1, 's': 1, 't': 1, 'ü': 1, 'c': 1, 'k': 1})

虽然可以在 python2 中正确地处理这些结果，但是在 python3 中看起来结果更加友好。

保留了字典和**kwargs的顺序

在cpython3.6+ 中，默认情况下，dict 的行为类似于 ordereddict ，都会自动排序（这在python3.7+ 中得到保证）。同时在字典生成式（以及其他操作，例如在 json 序列化/反序列化期间）都保留了顺序。

?

1 2 3 4 5 6 7

import json x = {str(i):i for i in range(5)} json.loads(json.dumps(x)) # python 2 {u'1': 1, u'0': 0, u'3': 3, u'2': 2, u'4': 4} # python 3 {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4}

这同样适用于**kwargs(在python 3.6+中)，它们的顺序与参数中出现的顺序相同。当涉及到数据管道时，顺序是至关重要的，以前我们必须以一种繁琐的方式编写它

?

1 2 3 4 5 6 7 8

from torch import nn # python 2 model = nn.sequential(ordereddict([      ('conv1', nn.conv2d(1,20,5)),      ('relu1', nn.relu()),      ('conv2', nn.conv2d(20,64,5)),      ('relu2', nn.relu())     ]))

而在 python3.6 以后你可以这么操作

?

1 2 3 4 5 6 7

# python 3.6+, how it *can* be done, not supported right now in pytorch model = nn.sequential(   conv1=nn.conv2d(1,20,5),   relu1=nn.relu(),   conv2=nn.conv2d(20,64,5),   relu2=nn.relu()) )