Python 3.11正式版来了，比3.10快10-60%，官方：这或许是最好的版本

机器之心报道

编辑：陈萍、杜伟

想要体验新功能的小伙伴赶紧去试试新版本吧！

终于，Python 3.11 正式版发布了！

2020 年 1 月 1 日，Python 官方结束了对 Python 2 的维护，这意味着 Python 2 已完全退休，进入了 Python 3 时代。打从进入 3 版本以来，Python 官方已经发布了众多修改分支，现在来到了最新的版本 Python 3.11。

其实研究界有个不公开的秘密，那就是 Python 运行速度并不快但容易上手，因此使用人数超级多，在众多最受欢迎语言榜单中 Python 多次位列第一。很多开发者都期待这门语言的性能有所提升，还有人畅想 Python 4 会不会在某个不经意的时刻到来，有这种想法的人可以放一放了，Python 之父 Van Rossum 都说了，Python 4.0 可能不会来了。

Van Rossum 曾表示：「我和 Python 核心开发团队的成员对 Python 4.0 没什么想法，提不起兴趣，估计至少会一直编号到 3.33。Python 的加速是渐进式的，3.11 版本会有新的速度提升，预计会比 3.10 快得多。」

正如 Van Rossum 所说，根据官方资料显示最新发布的 Python 3.11 比 Python 3.10 快 10-60%，对用户更友好。这一版本历经 17 个月的开发，现在公开可用。

Python 3.11 的具体改进主要表现在：更详实的 Error Tracebacks、更快的代码执行、更好的异步任务语法、改进类型变量、支持 TOML 配置解析以及一些其他非常酷的功能（包括快速启动、Zero-Cost 异常处理、异常组等）。

Python 指导委员会成员和核心开发者、Python3.10/3.11 发布管理者 Pablo Galindo Salgado 表示，为了使 3.11 成为最好的 Python 版本，我们付出了很多努力。

Python 3.11 新特性

Error Tracebacks

Python 这门编程语言对初学者非常友好，它具有易于理解的语法和强大的数据结构。但对于刚刚接触 Python 的人来说却存在一个难题，即如何解释当 Python 遇到错误时显示的 traceback。

Python 3.11 将 Decorative annotation 添加到 tracebacks 中，以帮助用户更快地解释错误消息。想要获得这种功能，可以将以下代码添加到 inverse.py 文件中。

举例来说，你可以使用 inverse() 来计算一个数的倒数。因为 0 没有倒数，所以在运行下列代码时会抛出一个错误。

注意嵌入在 traceback 中的 ^ 和~ 符号，它们指向导致错误的代码。与此前的 tracebacks 一样，你应该从底层开始，然后逐步向上。这种操作对发现错误非常有用，但如果代码过于复杂，带注释的 tracebacks 会更好。

更快的代码执行

Python 以速度慢著称，例如在 Python 中，常规循环比 C 中的类似循环慢几个数量级。

Python 官方正在着手改进这一缺陷。2020 年秋，Mark Shannon 提出了关于 Python 的几个性能改进。这个提议被称为香农计划 (Shannon Plan)，他们希望通过几个版本的更新将 Python 的速度提高 5 倍。不久之后微软正式加入该计划，该公司正在支持包括 Mark Shannon、Guido van Rossum 在内的开发人员，致力于「Faster CPython」项目的研究。

「Faster CPython」项目中的一个重要提案是 PEP 659，在此基础上，Python 3.11 有了许多改进。

PEP 659 描述了一种「specializing adaptive interpreter」。主要思想是通过优化经常执行的操作来加快代码运行速度， 这类似于 JIT（just-in-time）编译。只是它不影响编译，相反，Python 的字节码是动态调整或可更改的。

研究人员在字节码生成中添加了一个名为「quickening」的新步骤，从而可以在运行时优化指令，并将它们替换为 adaptive 指令。

一旦函数被调用了一定次数，quickening 指令就会启动。在 CPython 3.11 中，八次调用之后就会启动 quickening。你可以通过调用 dis() 并设置 adaptive 参数来观察解释器如何适应字节码。

在基准测试中，CPython 3.11 比 CPython 3.10 平均快 25%。Faster CPython 项目是一个正在进行的项目，已经有几个优化计划在 2023 年 10 月与 Python 3.12 一起发布。你可以在 GitHub 上关注该项目。

项目地址：https://github.com/faster-cpython/ideas

更好的异步任务语法

Python 中对异步编程的支持已经发展了很长时间。Python 2 时代添加了生成器，asyncio 库最初是在 Python 3.4 中添加的，而 async 和 await 关键字是在 Python 3.5 中添加的。在 Python 3.11 中，你可以使用任务组（task groups），它为运行和监视异步任务提供了更简洁的语法。

改进的类型变量

Python 是一种动态类型语言，但它通过可选的类型提示支持静态类型。Python 静态类型系统的基础在 2015 年的 PEP 484 中定义。自 Python 3.5 以来，每个 Python 版本都引入了几个与类型相关的新提案。

Python 3.11 发布了 5 个与类型相关的 PEP，创下新高：

• PEP 646: 可变泛型
• PEP 655: 根据需要或可能丢失的情况标记单个 TypedDict 项
• PEP 673: Self 类型
• PEP 675: 任意文字字符串类型
• PEP 681: 数据类转换

支持 TOML 配置解析

TOML 是 Tom's Obvious Minimal Language 的缩写。这是一种在过去十年中流行起来的配置文件格式。在为包和项目指定元数据时，Python 社区已将 TOML 作为首选格式。

虽然 TOML 已被使用多年，但 Python 并没有内置的 TOML 支持。当 tomllib 添加到标准库时，Python 3.11 中的情况发生了变化。这个新模块建立在 toml 第三方库之上，允许解析 TOML 文件。

以下是名为 units.toml 的 TOML 文件示例：

其他功能

除了以上主要更新和改进之外，Python 3.11 还有更多值得探索的功能，比如更快的程序启动速度、对异常的更多改变以及对字符串格式的小幅改进。

更快的程序启动速度

Faster CPython 项目的一大成果是实现了更快的启动时间。当你运行 Python 脚本时，解释器初始化需要一些操作。这就导致即便是最简单的程序也需要几毫秒才能运行。

在很多情况下，与运行代码所需时间相比，启动程序需要的时间可以忽略不计。但是在运行时间较短的脚本中，如典型的命令行应用程序，启动时间可能会显著影响程序性能。比如考虑如下脚本，它受到了经典 cowsay 程序的启发。

在 snakesay.py 中，你从命令行读取一条消息，然后将这条消息打印在带有一条可爱蛇的对话气泡中。你可以让蛇说任何话。这是命令行应用程序的基本示例，它运行得很快，但仍需要几毫秒。这一开销的很大部分发生在 Python 导入模块时。

你可以使用 - X importtime 选项来显示导入模块所用的时间。表中的数字为微秒为单位，最后一列是模块名称的格式。

该示例分别运行在 Python 3.11 和 3.10 上，结果如下图所示，Python 3.11 的导入速度更快，有助于 Python 程序更快地启动。

零成本异常

异常的内部表示在 Python 3.11 中有所不同。异常对象更轻量级，并且异常处理发生了变化。因此只要不触发 except 字句，try … except 块中的开销就越小。

所谓的零成本异常受到了 C++ 和 Java 等其他语言的启发。当你的源代码被编译为字节码时，编译器创建跳转表，由此来实现零成本异常。如果引发异常，查询这些跳转表。如果没有异常，则 try 块中的代码没有运行时开销。

异常组

此前，你了解到了任务组以及它们如何同时处理多个错误。这都要归功于一个被称为异常组的新功能。

我们可以这样考虑异常组，它们是包装了其他几种常规异常的常规异常。虽然异常组在很多方面表现得像常规异常，但它们也支持特殊语法，帮助你有效地处理每个包装异常。如下所示，你可以通过给出一个描述并列出包装的异常来创建一个异常组。

异常 Notes

常规异常具有添加任意 notes 的扩展能力。你可以使用. add_note() 向任何异常添加一个 note，并通过检查.__notes__属性来查看现有 notes。

负零格式化

使用浮点数进行计算时可能会遇到一个奇怪概念——负零。你可以观察到负零和 regular zero 在 REPL 中呈现不同，如下所示。

更多关于 Python 3.11 的更新细节请参阅原文档。

原文链接：https://realpython.com/python311-new-features/

令人心动的AI offer：特斯拉、阿里达摩院、荣耀等2023校招、社招等你来

「TalentAI」将持续带来人工智能相关职位的招聘信息，欢迎正在找工作与看新机会的朋友关注，也欢迎企业伙伴与我们联系合作。本期「TalentAI」推荐职位如下：

• 上海人工智能实验室校招与社招：机器学习/深度学习方向、计算机图形学方向、自然语言处理方向、多媒体处理方向等。

  
  

• 荣耀终端社招：图像识别处理、视频行为识别、计算机图形学算法、NLP算法等。

  
  

• 数坤科技社招：算法leader/总监、技术总监/经理、前端开发总监/经理。

  
  

• 蚂蚁集团社招：技术运营。

  
  

• 苏州讯飞社招：算法实习生、算法与引擎开发工程师、音频DSP软件工程师、音频嵌入式软件工程师。

  
  

• 博世集团校招：人工智能系统架构师、Devops/数字孪生应用工程师、车联网信息安全技术顾问、车辆信息安全流程体系顾问。

  
  

• 阿里巴巴达摩院校招：计算机视觉算法工程师。

  
  

• 第四范式校招： 机器学习算法工程师、机器学习系统工程师、前端开发工程师、产品经理等。

  
  

• 启元世界校招：强化学习算法工程师、NLP算法工程师、物理动画AI算法工程师、虚拟人算法工程师。

  
  

• 特斯拉社招：Site Reliability Engineer,Software QA Engineer等。

  
  

• 滴滴自动驾驶社招：机器学习算法工程师。

  
  

• 毫末智行招聘：决策规划专家、运动控制算法工程师、ADAS功能模型开发工程师、AEB算法专家、电路设计工程师等。

  
  

• 地平线社招：感知融合方向算法工程师、SLAM/3D算法工程师。

  
  

• 极氪智能科技校招：智能驾驶规控算法工程师、智能驾驶感知算法工程师、车联网安全研究员等。

  
  

• 宏景智驾校招：图像算法工程师、决策规划算法工程师、SLAM建图算法工程师等。

© THE END 

转载请联系本公众号获得授权

投稿或寻求报道：content@jiqizhixin.com