最新總結：2021那些小眾精巧的 Python 語法彙總

作者：由 Python小道長發表于數碼日期：2021-04-21

2020 年 python2 停止維護，公司程式碼規範也鼓勵使用 python3。6+版本，而隨著 Python 版本的不斷更新，許多舊的語法在可讀性與效率上都已經有更好的替代了。當然，大部分的重要特性，例如裝飾器、生成器、async 等，相信大家都非常熟悉了，這裡就面向一些使用率稍微少一些、日常所見程式碼中不太常見的能用得上的語法做一個彙總，僅供參考。

日常的自用 Python 指令碼沒有太大的工程壓力，能緊跟更新步伐、嘗試新的特性。但是語法糖用的好就是效率提升，用的不好就是可讀性災難，有些語法的出現也伴隨著種種的爭議，用更新的語法不代表就能寫出更好的程式碼。

翻看語言的更新日誌確實蠻有意思

透過語法的更新變化還有變化帶來的爭議，也能窺透語言的設計哲學、匯聚濃縮在一個特定點上的社群開發經驗。選擇合適自己的、保持對程式碼精簡可讀的追求才是最重要。

那麼就從老到新，理一理那些有意思的小 feature 吧。可能有漏掉有趣的點、也可能有解釋不到位的地方，歡迎各位大佬更正補充。

Python 3。0-3。6

PEP 3132 可迭代物件解包拓展

Python3。0 引入，加強了原本的星號運算子（*），讓星號運算子能夠智慧地展開可迭代物件。

>>> a， *b， c = range（5）

>>> a

>>> c

>>> b

［1， 2， 3］

隱式賦值也同樣適用

>>> for a， *b in ［（1， 2， 3），（4， 5， 6， 7）］：

>>> print（b）

［2， 3］

［5， 6， 7］

注意雙星號（**）不能用相同語法展開字典

人畜無害，用處也不大的一個 feature

PEP 465 矩陣乘法運算子

Python3。5 引入，顧名思義，使用@符號。直接支援 numpy、pandas 等使用。

>>> a = numpy。array（［1， 2， 3］）

>>> b = numpy。array（［10， 20， 30］）

>>> a @ b

140

>>> c = numpy。array（［［10， 15］，［20， 25］，［30， 35］］）

>>> d = numpy。array（［［4， 5， 6］，［7， 8， 9］］）

>>> c @ d

array（［［145， 170， 195］，

［255， 300， 345］，

［365， 430， 495］］）

矩陣乘法運算子的魔術方法為

__matmul__（）、__rmatmul__（）、__imatmul__（）三個

本身用處不大，但是提供了一個額外的運算子使用空間，可以用來過載來進行類似距離計算之類的用途。

>>> from math import sqrt

>>> class Point：

>>> def __init__（self， x， y）：

>>> self。x = x

>>> self。y = y

>>>

>>> def __matmul__（self， value）：

>>> x_sub = self。x - value。x

>>> y_sub = self。y - value。y

>>> return sqrt（x_sub**2 + y_sub**2）

>>>

>>> a = Point（1， 3）

>>> b = Point（4， 7）

>>> print（a @ b）

爭議主要存在於：作為矩陣乘法來說@運算子沒有直觀聯絡、影響可讀性，不如直接使用 matmul

PEP 3107/484/526 函式註解/型別提示/變數註解

Python3。0 引入函式註解、3。5 引入 typing，讓 python 也能享受靜態型別的福利。可以說是 py3 中個人最喜歡的 feature，使用簡單、效果強大，直接讓開發效率以及程式碼可維護性直線增長。

# 引數後加：即可標註型別，函式結構定義後接->即可標註返回型別

def get_hello（name： str） -> str：

return f“Hello， {name}！”

如上進行標記之後 IDE 便能自動讀取引數、返回型別，直接出聯想爽快如 java。

而 PEP 484 Typing 則是極大的擴充了型別定義語法，支援別名、泛型、Callable、Union 等等。非常推薦直接閱讀 PEP。

https：//www。python。org/dev/peps/pep-0484/

下面就是一個泛型的例子

from typing import TypeVar， Iterable， Tuple

T = TypeVar（‘T’， int， float， complex）

Vector = Iterable［Tuple［T， T］］

def inproduct（v： Vector［T］） -> T：

return sum（x*y for x， y in v）

def dilate（v： Vector［T］， scale： T） -> Vector［T］：

return （（x * scale， y * scale） for x， y in v）

vec = ［］ # type： Vector［float］

隨後在 3。6 引入了眾望所歸的變數註解（PEP 526），使用也很簡單，直接在變數後新增冒號和型別即可，搭配函式註解一起食用體驗極佳

pi： float = 3。142

# 也同樣支援Union等

from typing import Union

a： Union［float，None］ =1。0

3。7 中又引入了延遲標記求值（PEP 563），讓 typing 支援了前向引用、並減輕了標註對程式啟動時間的影響，如虎添翼。

# 3。7前合法

class Tree：

def __init__（self， left： ‘Tree’， right： ‘Tree’）：

self。left = left

self。right = right

# 3。7前不合法、3。7後合法

class Tree：

def __init__（self， left： Tree， right： Tree）：

self。left = left

self。right = right

更多的 python 型別檢查示例程式碼：

https：//github。com/realpython/materials/tree/master/python-type-checking

靜態型別檢查對 Python 所帶來的副作用主要還是啟動時間上的影響，當然大部分場景所帶來的便利是遠大於這一副作用的。

PEP 498 f-string

Python3。6 引入，應該是用的最多的 feature 之一了，但是看到很多程式碼裡面還是 str。format，就不得不再提一下。

>>> a = 10

>>> #只需要簡單的在任意字串字面量前加個f，就可以用花括號直接引用變數

>>> print（f“a = {a}”）

a = 10

>>> # 格式化也很方便，使用：即可

>>> pi = 3。14159

>>> print（f“pi = {pi：。2f}”）

pi = 3。14

也可以在表示式後接！s 或者！r 來選擇用 str（）還是 repr（）方法轉換為字串。

基本就是 str。format 的語法糖。在 3。8 版本以後，又增加了直接套表示式的功能，輸出資訊非常方便。

>>> theta = 30

>>> print（f‘{theta=} {cos（radians（theta））=：。3f}’）

theta=30 cos（radians（theta））=0。866

PEP 515 數值字面值下劃線

Python3。6 引入。輸入太長的數字字面值怎麼辦？

>>> a = 123_456_789

>>> b = 123456789

>>> a == b

True

比較雞肋…

Python 3。7

PEP 557 資料類 Data Classes

提供了一個方便的 dataclass 類裝飾器，直接上程式碼舉例：

from dataclasses import dataclass

@dataclass

class InventoryItem：

name： str

unit_price： float

quantity_on_hand： int = 0

def total_cost（self） -> float：

return self。unit_price * self。quantity_on_hand

對這個例子，這個類會自動生成以下魔術方法

def __init__（self， name： str， unit_price： float， quantity_on_hand： int = 0） -> None：

self。name = name

self。unit_price = unit_price

self。quantity_on_hand = quantity_on_hand

def __repr__（self）：

return f‘InventoryItem（name={self。name！r}， unit_price={self。unit_price！r}， quantity_on_hand={self。quantity_on_hand！r}）’

def __eq__（self， other）：