Python3.10的一些新特性原理分析_Python

Python 3.10.0a2 版本已经于 2020-11-04 发布，因此我们可以窥见 Python 3.10 的一些新特性。这些新特性很可能会改变未来的 Python 生态系统，使其朝着更明确，更易读的方向发展，同时保持我们熟知和喜欢的易用性。

Python3.10的一些新特性原理分析

PEP 602

1、类型注释的进一步扩展

3.9 版对 Python 中的类型提示和注释进行了大幅度修改和清理，类型提示这似乎是一种持续的趋势，在 3.10 中得到进一步扩展，目的很明显，是为了更好的可读性，无需看代码即可得知变量和函数返回值的类型。

延迟类型注释的执行

类型注释的运行通常被认为是在函数定义时执行，这意味着类型注释以自上而下的方式逐行进行检查。

尽管看起来合乎逻辑，但是这样做有两个问题：

1、引用尚未定义的类型的类型提示（前向引用）将不起作用，必须以字符串形式表示。也就是说：假如 int 是自定义类型，我们需要编写 "int" 而不是编写 int 。
2、这会减慢模块导入的速度，因为此时会执行类型提示。

因此，取而代之的是延迟类型注释，将类型注释将以字符串形式存储在__annotations__中，如果需要这些类型注释可以在运行时通过 typing.get_type_hints() 来解析，也可以通过inspect.signature() 来立即进行解析，这样的好处是可以先执行模块导入，允许前向引用，从而减少初始化时间。

新增类型注释联合操作符

3.10 通过 "|" 作为逻辑或操作符。在注释数据类型时，我们可以使用 | 作为或。例如，我们有一个预期为 int 或 float 的变量，可以写为 int | float ，如下所示：

def f(x: int | float) -> float:
    return x * 3.142
f(1)  # pass
f(1.5)  # pass
f("str")  # linter will show annotation error

也可以使用 typing 模块提供的关键字 Union，比如 Union[int, float]

TypeAlias 注释

回到前向引用问题，避免前向引用的常见解决方案是将它们编写为字符串。

但是，将类型写为字符串会在将这些类型分配给变量时引起问题，因为 Python 会假定我们的字符串文字类型注释只是一个字符串。

在通常使用类型注释的地方使用该类型注释变量将返回错误。例如：

MyType = "ClassName"  # ClassName is our type annotation
def foo() -> MyType:
    ...

在这里，我们试图将其 MyType 用作类型的别名，但是， MyType 它将被读取为字符串值，而不是类型别名。只要 ClassName 在代码的后面定义，这就是有效的。当前情况下，这将引发注释错误。

为了解决这个问题，添加了一种显式标识 MyType 为类型别名的方法：

from typing_extensions import TypeAlias
MyType: TypeAlias = "ClassName"
def foo() -> MyType:
    ...
OR
MyType: TypeAlias = ClassName # if we have defined ClassName already
def foo() -> MyType:
    ...

这里说下，为什么类型很重要，尽管这当然不是一个巨大的变动，但是看到 Python 开发人员加倍努力以增强类型功能，这真是太酷了。Python 的优势在于其易用性和缺乏陡峭的学习曲线。原因之一是不需要在我们的代码中显式定义类型。

增强类型注释看起来似乎违反直觉，但是为开发人员提供定义类型的选项可以极大地提高代码库的可读性和可维护性。例如，从 Python transformers 库的源代码中可以看到以下说明：

Even without context, we can read this code and immediately grasp what data we should expect to be fed into these functions, classes, and methods ― and exactly which datatypes we should be expecting to return.

In complex code bases (and even simple ones), type annotation can massively improve readability. Simultaneously, not everyone will want (or need) to use them ― so an optional, exception-free functionality strikes a perfect balance.

意思是即使没有上下文，我们也可以阅读此代码，并立即掌握应将哪些数据期望输入到这些函数，类和方法中，以及确切地期望返回哪些数据类型。

但在复杂的代码库（甚至简单的代码库）中，类型注释可以大大提高可读性。同时，并不是每个人都希望（或需要）使用它们，因此，这是可选的。这种无异常的功能可以达到完美的平衡。

这些改进表明 Python 对类型注释功能的承诺，基于此，我们最喜欢的库和我们自己写的代码可以大大提示可阅读性，这会对 Python 生态系统产生长期的正面影响。