Python大数据分析
记录 分享 成长
Python 3.9，来了！
过去一年，来自世界各地的开发者们一直在致力于Python3.8的改进。Python 3.9 beta版本已经存在了一段时间，第一个正式版本于2020年10月5日发布。
每个Python版本都包含新开发和改进的功能，Python 3.9也不例外。
下面介绍Python 3.9几个主要的新功能。
1. 字典（合并&更新）运算符
字典是Python中最基础的数据结构之一，并且随着python版本的迭代，性能得到不断地优化。
Python3.9中，合并(|)和更新(|=)运算符已添加到dict类中。这些更新完善了现有的dict.update和{** d1，** d2}方法。
传统合并字典的方法：
代码语言：javascript复制>>> pycon = {2016: "Portland", 2018: "Cleveland"} # 字典1
>>> europython = {2017: "Rimini", 2018: "Edinburgh", 2019: "Basel"} # 字典2
# 方法一
>>> {**pycon, **europython}
{2016: 'Portland', 2018: 'Edinburgh', 2017: 'Rimini', 2019: 'Basel'}
#方法二
>>> merged = pycon.copy()
>>> for key, value in europython.items():
... merged[key] = value
...
>>> merged
{2016: 'Portland', 2018: 'Edinburgh', 2017: 'Rimini', 2019: 'Basel'}
这两种方法都合并了字典而不更改原始数据。请注意，字典1中“Cleveland”已被合并的字典2中“Edinburgh”覆盖。
你也可以更新字典1：
代码语言：javascript复制>>> pycon.update(europython)
>>> pycon
{2016: 'Portland', 2018: 'Edinburgh', 2017: 'Rimini', 2019: 'Basel'}
新版本的Python引入了两个新的字典运算符：合并(|)和更新(|=)。你可以使用|合并两个字典，而|=用于更新字典：
>>> pycon = {2016: "Portland", 2018: "Cleveland"}
>>> europython = {2017: "Rimini", 2018: "Edinburgh", 2019: "Basel"}
>>> pycon | europython # 合并
{2016: 'Portland', 2018: 'Edinburgh', 2017: 'Rimini', 2019: 'Basel'}
>>> pycon |= europython # 更新
>>> pycon
{2016: 'Portland', 2018: 'Edinburgh', 2017: 'Rimini', 2019: 'Basel'}
d1|d2和{** d1，** d2}的作用类似，都用于合并字典取并集，遇到相同key，后者会将前者覆盖。
使用|的优势之一是它适用于类似字典的类型，并在合并后保持原来的类型：
>>> from collections import defaultdict
>>> europe = defaultdict(lambda: "", {"Norway": "Oslo", "Spain": "Madrid"})
>>> africa = defaultdict(lambda: "", {"Egypt": "Cairo", "Zimbabwe": "Harare"})
>>> europe | africa
defaultdict(<function <lambda> at 0x7f0cb42a6700>,
{'Norway': 'Oslo', 'Spain': 'Madrid', 'Egypt': 'Cairo', 'Zimbabwe': 'Harare'})
>>> {**europe, **africa}
{'Norway': 'Oslo', 'Spain': 'Madrid', 'Egypt': 'Cairo', 'Zimbabwe': 'Harare'}
|=的作用是更新字典，类似于.update()：
>>> libraries = {
... "collections": "Container datatypes",
... "math": "Mathematical functions",
... }
>>> libraries |= {"zoneinfo": "IANA time zone support"}
>>> libraries
{'collections': 'Container datatypes', 'math': 'Mathematical functions',
'zoneinfo': 'IANA time zone support'}
|=还可以将类似字典的数据结构用于更新：
>>> libraries |= [("graphlib", "Functionality for graph-like structures")]
>>> libraries
{'collections': 'Container datatypes', 'math': 'Mathematical functions',
'zoneinfo': 'IANA time zone support',
'graphlib': 'Functionality for graph-like structures'}
2. 删除字符串前缀和后缀
在Python 3.9中，可以使用.removeprefix()和.removesuffix()分别删除字符串的开头或结尾：
>>> "three cool features in Python".removesuffix(" Python")
'three cool features in'
>>> "three cool features in Python".removeprefix("three ")
'cool features in Python'
>>> "three cool features in Python".removeprefix("Something else")
'three cool features in Python'
有人会说.strip方法也可以呀，但是该方法会出现误删操作：
>>> "three cool features in Python".strip(" Python")
'ree cool features i'
可以看到，明明想删掉结尾的单词python，但是开头的there也被删除了一部分-Th。
所以.removeprefix()和.removesuffix()可能更精准一些。
3. zoneinfo时区模块
zoneinfo是python3.9新引入的模块，zoneinfo可以访问Internet号码分配机构（IANA）时区数据库。IANA每年都会多次更新其数据库，这是时区信息的最权威来源。
使用zoneinfo，可以获得数据库中描述任何时区的对象：
代码语言：javascript复制>>> from zoneinfo import ZoneInfo
>>> ZoneInfo("America/Vancouver")
zoneinfo.ZoneInfo(key='America/Vancouver')
>>> from zoneinfo import ZoneInfo
>>> from datetime import datetime, timedelta
>>> # 夏令时
>>> dt = datetime(2020, 10, 31, 12, tzinfo=ZoneInfo("America/Los_Angeles"))
>>> print(dt)
2020-10-31 12:00:00-07:00
>>> dt.tzname()
'PDT'
>>> # 标准时间
>>> dt = timedelta(days=7)
>>> print(dt)
2020-11-07 12:00:00-08:00
>>> print(dt.tzname())
PST
4. 内置集合类型用于类型提示
在类型提示中，现在可以将内置集合类型（例如list和dict）用作泛型类型，而不必从typing中导入相应的大写类型（例如List或Dict）。
def greet_all(names: list[str]) -> None:
for name in names:
print("Hello", name)
5. 拓扑排序
Python 3.9添加了一个新的模块graphlib，其中包含graphlib.TopologicalSorter类，以提供执行拓扑排序的功能。
>>> dependencies = {
... "realpython-reader": {"feedparser", "html2text"},
... "feedparser": {"sgmllib3k"},
... }
...
>>> from graphlib import TopologicalSorter
>>> ts = TopologicalSorter(dependencies)
>>> list(ts.static_order())
['html2text', 'sgmllib3k', 'feedparser', 'realpython-reader']
6. 最小公倍数（LCM）
Python长期以来一直具有用于计算两个数字的最大公约数（GCD）的功能：
代码语言：javascript复制>>> import math
>>> math.gcd(49, 14)
7
最小公倍数（LCM）与最大公约数（GCD）有关，可以根据GCD定义LCM：
代码语言：javascript复制>>> def lcm(num1, num2):
... if num1 == num2 == 0:
... return 0
... return num1 * num2 // math.gcd(num1, num2)
...
>>> lcm(49, 14)
98
在Python 3.9中，不再需要定义自己的LCM函数，它新增了计算最小公倍数功能：
代码语言：javascript复制>>> import math
>>> math.lcm(49, 14)
98
7. 更强大的Python解析器
Python 3.9最酷的功能之一是大家在日常编程中不会注意到的功能，那就是解析器的更新。解析器是Python解释器的基本组件。在最新版本中，解析器已重新构建。
Python之前一直使用LL(1)解析器将源代码解析为解析树。你可以将LL(1)解析器视为一次读取一个字符，并解释源代码而无需回溯的解析器。
新解释器是基于PEG（parsing expression grammar）实现的，并非LL(1)。新解析器的性能可以与旧解析器媲美，在设计新语言功能时，PEG比LL(1)更灵活。
在整个标准库中，PEG解析器稍快一些，然而也使用了更多的内存。实际上，使用新解析器时，很难能感知到性能的好坏。
参考：realpython、python文档
