↑ 点击上方 “一行数据” 关注 + 星标 ~
每周送书,绝不错过
它来了,它终于来了。 Python3.9 Beta版本终于发布,也带来了很多新的功能,下面行哥挑几个常用的更新点来介绍一下0.字符串的新函数
1.使用update方法
2.使用字典解包操作
3.合并操作符号
4.类型提示
虽然字符串函数并没有其他特性那么“伟大”,由于非常实用,也值得在这里一提。新版本中添加了移除前缀和后缀的两个字符串函数:
>>> "祝三连的读者7月暴富".removeprefix("祝") [Out]: "三连的读者7月暴富" >>> "祝三连的读者7月暴富".removesuffix("富") [Out]: "祝三连的7月读者暴"update 方法合并字典会修改原来的字典对象,例如上面d1原来是2个元素,合并后变成了4个,有时候你可能不想在原字典对象上进行操作
那我们可以调用copy方法,先克隆一个字典出来
>>> d2 = {"c":3, "d":4} >>> copy_d1 = d1.copy() >>> copy_d1.update(d2) >>> copy_d1 {'a': 1, 'b': 2, 'c': 3, 'd': 4} >>> d1 {'a': 1, 'b': 2}看到了吧?copy_d1 就是合并后的字典,这时d1的值并没有改变。
序列解包、字典解包是 python3.5 引入的功能,
>>> d1 = {"a":1, "b":2} >>> d2 = {"c":3, "d":4} >>> merge_dict = {**d1, **d2} >>> merge_dict {'a': 1, 'b': 2, 'c': 3, 'd': 4}用起来确实非常简单, ** 作用在字典上就是字典解包,官方文档上说这个操作符很丑,也不知道到底丑在哪里。不过有个不好的地方就是它忽略了映射类型,始终返回的是dict类型。
什么意思呢? 举个例子吧
from collections import Counter c1 = Counter({'a': 1, 'b': 2}) c2 = Counter({'c': 3, 'd': 4}) c3 = {**c1, **c2} print(type(c3)) # <class 'dict'> print(type(c1)) # <class 'collections.Counter'>两个Counter类型合并后的新对象类型是dict类型,这可能是解包操作符的不足之处的。
合并操作符很简单,跟加减乘除类似
>>> d2 = {'c': 3, 'd': 4} >>> d1 | d2 {'a': 1, 'b': 2, 'c': 3, 'd': 4} >>> d2 | d1 {'c': 3, 'd': 4, 'a': 1, 'b': 2,}| 操作符就是字典合并操作符,而且合并的字典是有序的。合并操作符返回的是一个新的字典对象。
另外,还有个扩展的操作符是合并后赋值的操作符, |=, 类似于 +=
>>> d2 = {'c': 3, 'd': 4} >>> d1|=d2 >>>d1 {'a': 1, 'b': 2, 'c': 3, 'd': 4}Python 是动态类型的编程语言,这就意味着我们不需要在代码中指定数据类型。
虽然可以这么做,但是这么做有时候容易让人困惑,此时灵活性就成为了缺点。
从 3.5 版本开始,我们可以指定类型,但是仍然非常麻烦。这次对此进行了改进,大家看下面的这个例子:
左侧没有类型提示 vs 右侧有类型提示由于某个神秘的原因,我们想通过上图所示的 add_int 函数,将相同的数字相加到一起。但是编辑器并不能很好地领会我们的意图,由于两个字符串也可以使用 + 进行连接所以并没有给出警告。
现在我们可以指定函数的参数类型为 int,编辑器就能够立即识别出上述问题。
通过类型提示,我们还能看到非常具体的类型,例如:
image任何地方都可以使用类型提示,由于有了新的语法支持,看起来清爽多了。
image上图我们将 sum_dict 函数的参数定义为字典类型,将其返回值定义为 int 类型。test 的定义时也指定了类型。
如果想提前试用的读者可以在通过这个网址下载哦 https://www.python.org/downloads/release/python-390a4/
参考链接:
https://www.python.org/downloads/release/python-390b3/
https://towardsdatascience.com/new-features-in-python39-2529765429fe
对了,可以加下行哥微信好友,私聊回复「02」可以领取5T编程资料哦
除了生孩子,Python都能做
祝三连的读者今年准能升职加薪!!!!!
一行数据 Python 数据分析 爬虫与机器学习 python超级爱好者,公众号「一行数据」关注领取5T编程资料,有任何学习问题都可以联系我,微信data_ecology,从入门到就业