前言:

python在近几年得到飞速发展，诞生了许多代码库。但是小编发现有很多代码都未能使用到 Python 3 提供的新功能。本文作者介绍了相关功能的介绍，包括字符串格式化处理、文件路径处理、类型提示、内置 LRU 缓存等等，帮助大家更好地利用 Python 3 书写代码。

注：文中的代码示例基于 Python 3.7 编写，为方便使用，在每个功能后面都列出了该功能所需的最低 Python 版本。

对任何一种编程语言来说，字符串处理是一项很重要的内容，字符串处理往往是很多程序的基础部分。由于人工处理字符串非常繁琐，我们更希望用一种结构化的方法来处理它们。在 Python 中，我们一般使用 format 来进行结构化字符串处理，如下所示：
user = "Jane Doe" action = "buy"
​​​​​​​log_message = 'User {} has logged in and did an action {}.'.format( user, action )
除了 format 之外， Python 3 还提供了一个更加灵活的方法来处理字符串，那就是 f-string 。如下所示，我们用 f-string 来和实现上面代码相同的功能：
user = "Jane Doe" action = "buy" ​​​​​​​
log_message = f'User {user} has logged in and did an action {action}.'
Pathlib (3.4+)
如果需要处理文件路径，我们可以使用 Python 3 中的 pathlib 库，使对文件路径的操作更加便捷。如果你对 pathlib 存在疑惑，可以参考这篇文章。下面提供了一个代码示例：
from pathlib import Path
​​​​​​​root = Path('post_sub_folder')
print(root)

post_sub_folder

​​​​​​​path = root / 'happy_user'

Make the path absolute

print(path.resolve())

/home/weenkus/Workspace/Projects/DataWhatNow-Codes/how_your_python3_should_look_like/post_sub_folder/happy_user

类型提示 (3.5+)
静态类型与动态类型是软件工程中的一个热门话题，Python 3 提供了支持 type hinting（类型提示）的方法，下面提供了一个示例：
def sentence_has_animal(sentence: str) -> bool:
return "animal" in sentence
sentence_has_animal("Donald had a farm without animals")
​枚举 (3.4+)
Python 3 中的 Enum 类支持枚举功能，可以使我们的程序变得更加简洁。 Enum 是一种便捷的变量列表的打包方式，使用该方法能够避免多个变量在代码各处分布，使代码显得杂乱无章。
from enum import Enum, auto
​​​​​​​class Monster(Enum):
ZOMBIE = auto()
WARRIOR = auto()
BEAR = auto()
​​​​​​​print(Monster.ZOMBIE)

Monster.ZOMBIE

枚举是一个符号集合，每个符号都和唯一的变量对应。通过使用枚举，我们可以通过符号标识来比较各个成员，我们还可以对枚举本身进行迭代。
https://docs.python.org/3/library/enum.html
for monster in Monster:
print(monster）
内置的 LRU 缓存 （3.2+）
Python 3 通过 lru_cache 来使用 LRU (Least Recently Used) 缓存。
下面的代码定义了一个斐波拉契函数，由于该函数的运算需要多次递归，每次递归都会执行相同的工作，因此使用缓存能够加速它的计算。
import time
def fib(number: int) -> int:
if number == 0:

 return 0

if number == 1:

 return 1

​​​​​​​return fib(number-1) + fib(number-2)
​​​​​​​start = time.time()
fib(40)
print(f'Duration: {time.time() - start}s')

Duration: 30.684099674224854s

我们可以使用 lru_cache 来优化该运算。这种优化极技术称为 memoization ，它能够把执行时间从几秒缩减到几纳秒。
from functools import lru_cache
​​​​​​​@lru_cache(maxsize=512)
def fib_memoization(number: int) -> int:
if number == 0: 

 return 0

if number == 1:

 return 1

​​​​​​​return fib_memoization(number-1) + fib_memoization(number-2)
​​​​​​​start = time.time()
fib_memoization(40)
print(f'Duration: {time.time() - start}s')
​​​​​​​# Duration: 6.866455078125e-05s
扩展的可迭代解析功能（3.0+）
head, *body, tail = range(5)
print(head, body, tail)

0 [1, 2, 3] 4

​​​​​​​py, filename, *cmds = "python3.7 script.py -n 5 -l 15".split()
print(py)
print(filename)
print(cmds)

python3.7

script.py

['-n', '5', '-l', '15']

​​​​​​​first, , third, * = range(10)
print(first, third)

0 ，2

数据类（3.7+）
Python 3 引入了数据类 （data class）。其装饰器会自动生成特征方法，例如 __init__() 和 __repr()__，这能够帮助减少样本代码的数量。在官方文档中，它们被称作 “具有默认值的可变命名元组” 。
class Armor:

  ​​​​def __init__(self, armor: float, description: str, level: int = 1):
        self.armor = armor
        self.level = level
        self.description = description

​​​​​​​ def power(self) -> float:

       return self.armor * self.level
       armor = Armor(5.2, "Common armor.", 2)
 armor.power()# 10.4

​​​​​ print(armor)# <__main__.Armor object at 0x7fc4800e2cf8>
接来下我们使用数据类来实现上面的代码：
from dataclasses import dataclass
​​​​​​​@dataclass
class Armor:

   armor: float
   description: str
   level: int = 1
   ​​​​​​​def power(self) -> float:
   return self.armor * self.level

​ armor = Armor(5.2, "Common armor.", 2)
armor.power()# 10.
​​print(armor)# Armor(armor=5.2, description='Common armor.', level=2
隐式命名空间包（3.3+）
构建Python代码有很多方法，其中一种就是在包（packages）中进行构建（即包含一个 __init__.py 文件的文件夹）。
sound/ Top-level package
__init__.py Initialize the sound package
formats/ Subpackage for file format conversions
__init__.py
wavread.py
wavwrite.py
aiffread.py
aiffwrite.py
auread.py
auwrite.py
...
effects/ Subpackage for sound effects
__init__.py
echo.py
surround.py
reverse.py
...
filters/ Subpackage for filters
__init__.py
equalizer.py
vocoder.py
karaoke.py
...
在 Python 2 中，上面的每个文件夹都必须有一个 __init__.py 文件，该文件用于将其所在文件夹转化为 Python 包。然而在 Python 3 中，通过使用隐式命名空间包（Implicit Namespace Package:https://www.python.org/dev/peps/pep-0420/），这些文件就不再需要了。
sound/ Top-level package
__init__.py Initialize the sound package
formats/ Subpackage for file format conversions
wavread.py
wavwrite.py
aiffread.py
aiffwrite.py
auread.py
auwrite.py
...
effects/ Subpackage for sound effects
echo.py
surround.py
reverse.py
...
filters/ Subpackage for filters
equalizer.py
vocoder.py
karaoke.py              
 ..
注：官方文档PEP 420 Specification 指出，对于一些常规的包，__init__.py 仍然是需要的 ，如果将该文件删除，就会把该 Python 包变成一个本地的命名空间包，这将会产生一些额外的限制，具体可以参考这篇文档。
文中的代码链接：
https://github.com/Weenkus/DataWhatNow-Codes/blob/master/things_you_are_probably_not_using_in_python_3_but_should/python%203%20examples.ipynb