如果你还在用 python 3.6，你应该掌握它的这些特点！

Learn Python the Hard Way第四版早已经开始使用Python 3.6。想起现在还有很多朋友并有更新还一直在用Python 3.6 ，好吧，我也来列一下Python 3.6中非常值得一提的秘密。（最详细的当然还是看官方的What’s New）。

如果你感觉学不会？莫慌，小编推荐大家加入群，

前面548中间377后面875，群里有志同道合的小伙伴，

互帮互助，还可以拿到许多视频教程！

Literal String Interpolation

新增了格式化字符串变量语法，通过字符串的前缀f，实现类似于Scala/Swift等语言的字符串插值：

>>> name = 'Fred' >>> f'My name is ' 'My name is Fred' >>> date = datetime.datetime.now().date() >>> f' was on a ' '2017-02-25 was on a Saturday' >>> f'{"quoted string"}' 'quoted string' >>> def foo(): ... return 20 ... >>> f'result=' 'result=20'

Asynchronous Generators

新增异步生成器语法，可以直接在协程中用生成器：

async def coro(): for item in range(10): yield item async def main(): async for item in coro(): ...

Async comprehensions

新增异步解析语法：

result = [await fun() for fun in funcs] result = result = result = [func async for fun in funcs] result = result =

Variable annotations

在Python 3.5的时候已经添加了类型标注语法:

primes = [] # type: List[int] primes = 1

不过得通过mypy做类型检查:

mypy prime.py prime.py:2: error: Incompatible types in assignment (expression has type "int", variable has type List[int])

现在又新增给变量添加注释语法:

>>> from typing import List >>> primes: List[int] = [] >>> __annotations__ {'primes': typing.List[int]}

Underscores in Numeric Literals

新增数字变量使用下划线语法：

>>> '{:_}'.format(1000000) '1_000_000' >>> 10_000_000.0 10000000.0

新模块secrets

用来以简化使用于管理密码，比如账号认证，令牌等的密码的随机数的生成：

重新实现了dict

之前的大量实验证实，Python 3一直比较慢，这也是我一直观望的原因。目前看，Python 2.7还是最快的Python解释器。官方一直致力于速度的提升，所以 Python 3.4

所以，3.6中参考PyPy重新实现了字典dict，使其更加紧凑。此次重新实现的dict比Python3.5中的字典内存使用减少了20%-25%。

PS: 看目前正在开发的3.7, 也会有一些显著的改善。

定制类的创建使用新协议进行了简化

Simpler customisation of class creation提供了一种可以在不使用元类的情况下自定义子类的方法。每当创建一个新的子类时，新的__init_subclass__类方法会被调用：

>>> class PluginBase: >>> subclasses = [] >>> def __init_subclass__(cls, **kwargs): >>> super().__init_subclass__(**kwargs) >>> cls.subclasses.append(cls) >>> class Plugin1(PluginBase): >>> pass >>> class Plugin2(PluginBase): >>> pass >>> PluginBase.subclasses [__main__.Plugin1, __main__.Plugin2]

这样让自定义类的变得更简单了。

描述符协议增强

描述符是一个具有绑定行为的对象属性，由于它的优先级高会改变一个属性的基本的获取、设置和删除方式，我们先看一个例子：

class Integer(object): def __init__(self, name): self.name = name def __get__(self, instance, owner): return instance.__dict__[self.name] def __set__(self, instance, value): if value

相当于把score和amount这个2个属性都绑定上Integer的对象上了，结果会是：

python3 movie.py9

上面的用法有个问题，就是初始化的时候都明确让属性的值绑定在Integer上的name属性上，而无法获知所有者类的属性名。使用在PEP487上提供的可选的__set_name__()可以获得这个属性名字，并且可以自定义这部分内容：

class Integer(object): def __get__(self, instance, owner): return instance.__dict__[self.name] def __set__(self, instance, value): if value

Preserving Class Attribute Definition Order

我们知道Python 2中dict是不能保存键值顺序的:

python2 >>> d = {'a': 1, 'b': 2, 'c': 3} >>> d {'a': 1, 'c': 3, 'b': 2}

现在则会保存类属性定义顺序。也就是按照源码中属性名出现的顺序存储在__dict__ 的属性中。

而且我发现dict的实现也保留了顺序：

python3 Python 3.6.0 (default, Dec 24 2016, 00:01:50) ... >>> d = {'a': 1, 'b': 2, 'c': 3} >>> d {'a': 1, 'b': 2, 'c': 3} >>>

看来OrderdDict要失业了~

Preserving Keyword Argument Order

现在也会保存关键字参数顺序了：

>>> def test(**kw): ... print(kw) ... >>> test(a=1, b=2, c=3) {'a': 1, 'b': 2, 'c': 3}

asyncio可用于生产环境

asyncio模板添加了很多新的功能、重要的可用性、性能改进以及大量的bug，现在asyncio模块的API已经很稳定，可用于生产环境了。其中：

有了一个更快的asyncio.Future的C的实现。有了一个更快的asyncio.Task的C的实现。

使用这2个实现可以让效率提高15%左右。而使用第三方的uvloop还能让速度提升5%-10%。

re模块

在正则表达式中，增加对spans修饰符的支持。示例: '(?i:p)ython' 匹配 'python' 和 'Python', 但不匹配 'PYTHON'； '(?i)g(?-i:v)r' 匹配 'GvR' 和 'gvr', 但不匹配 'GVR'。匹配对象组可通过__getitem__访问, 它就等价于 group()。因此， 现在mo['name'] 就等价于 mo.group('name')。Match对象支持index-like对象一样的组索引。

glob优化

通过os.scandir对glob模块中的glob()及iglob()进行优化，使得它们现在大概快了3-6倍。 唉，我当时咋没想到呢。有兴趣的可以看Issue 25596。如果你正常也有这种目录扫描的需求，请参看实现。

pickle优化

当对大量小对象进行反序列化时，pickle.load()和pickle.loads()的速度可提高10%。