您的位置:首页 > 脚本大全 > > 正文

笨办法学python3目录(​如何愉快地迁移到 Python 3)

更多 时间:2021-10-12 00:36:19 类别:脚本大全 浏览量:1356

笨办法学python3目录

​如何愉快地迁移到 Python 3

引言

如今 python 成为机器学习和大量使用数据操作的科学领域的主流语言; 它拥有各种深度学习框架和完善的数据处理和可视化工具。但是,python 生态系统在 python2 和 python3 中共存,而python2 仍在数据科学家中使用。到2019年底,也将停止支持 python2。至于numpy,2018年9月之后任何新功能版本都将只支持python3。同样的还包括pandas, matplotlib, ipython, jupyter notebook and jupyter lab。所以迁移到python3刻不容缓,当然不止是这些,还有些新特性让我们跟随后面到文章一一进行了解。

使用pathlib处理更好的路径

pathlib 是 python3 中的一个默认模块,可以帮助你避免使用大量的 os.path.join。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • from pathlib import path
  • dataset = 'wiki_images'
  • datasets_root = path('/path/to/datasets/')
  • #navigating inside a directory tree,use:/
  • train_path = datasets_root / dataset / 'train'
  • test_path = datasets_root / dataset / 'test'
  • for image_path in train_path.iterdir():
  •  with image_path.open() as f: # note, open is a method of path object
  •   # do something with an image
  • 不要用字符串链接的形式拼接路径,根据操作系统的不同会出现错误,我们可以使用/结合 pathlib来拼接路径,非常的安全、方便和高可读性。

    pathlib 还有很多属性,具体的可以参考pathlib的官方文档,下面列举几个:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • from pathlib import path
  • a = path("/data")
  • b = "test"
  • c = a / b
  • print(c)
  • print(c.exists()) # 路径是否存在
  • print(c.is_dir()) # 判断是否为文件夹
  • print(c.parts) # 分离路径
  • print(c.with_name('sibling.png')) # 只修改拓展名, 不会修改源文件
  • print(c.with_suffix('.jpg')) # 只修改拓展名, 不会修改源文件
  • c.chmod(777) # 修改目录权限
  • c.rmdir() # 删除目录
  • 类型提示现在是语言的一部分

         一个在 pycharm 使用typing的例子:

       引入类型提示是为了帮助解决程序日益复杂的问题,ide可以识别参数的类型进而给用户提示。

    关于tying的具体用法,可以看我之前写的:python类型检测最终指南--typing的使用

    运行时类型提示类型检查

         除了之前文章提到 mypy 模块继续类型检查以外,还可以使用 enforce 模块进行检查,通过 pip 安装即可,使用示例如下:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • import enforce
  • @enforce.runtime_validation
  • def foo(text: str) -> none:
  •  print(text)
  • foo('hi') # ok
  • foo(5) # fails
  • 输出

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • hi
  • traceback (most recent call last):
  •  file "/users/chennan/pythonproject/dataanalysis/e.py", line 10, in <module>
  •  foo(5) # fails
  •  file "/users/chennan/desktop/2019/env/lib/python3.6/site-packages/enforce/decorators.py", line 104, in universal
  •  _args, _kwargs, _ = enforcer.validate_inputs(parameters)
  •  file "/users/chennan/desktop/2019/env/lib/python3.6/site-packages/enforce/enforcers.py", line 86, in validate_inputs
  •  raise runtimetypeerror(exception_text)
  • enforce.exceptions.runtimetypeerror:
  •  the following runtime type errors were encountered:
  •   argument 'text' was not of type <class 'str'>. actual type was int.
  • 使用@表示矩阵的乘法

       下面我们实现一个最简单的ml模型——l2正则化线性回归(又称岭回归)

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • # l2-regularized linear regression: || ax - y ||^2 + alpha * ||x||^2 -> min
  • # python 2
  • x = np.linalg.inv(np.dot(a.t, a) + alpha * np.eye(a.shape[1])).dot(a.t.dot(y))
  • # python 3
  • x = np.linalg.inv(a.t @ a + alpha * np.eye(a.shape[1])) @ (a.t @ y)
  • 使用@符号,整个代码变得更可读和方便移植到其他科学计算相关的库,如numpy, cupy, pytorch, tensorflow等。

    **通配符的使用

    在 python2 中,递归查找文件不是件容易的事情,即使是使用glob库,但是从 python3.5 开始,可以通过**通配符简单的实现。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • import glob
  • # python 2
  • found_images = (
  •  glob.glob('/path/*.jpg')
  •  + glob.glob('/path/*/*.jpg')
  •  + glob.glob('/path/*/*/*.jpg')
  •  + glob.glob('/path/*/*/*/*.jpg')
  •  + glob.glob('/path/*/*/*/*/*.jpg'))
  • # python 3
  • found_images = glob.glob('/path/**/*.jpg', recursive=true)
  • 更好的路径写法是上面提到的 pathlib ,我们可以把代码进一步改写成如下形式。

  • ?
  • 1
  • 2
  • 3
  • 4
  • # python 3
  • import pathlib
  • import glob
  • found_images = pathlib.path('/path/').glob('**/*.jpg')
  • print函数

    虽然 python3 的 print 加了一对括号,但是这并不影响它的优点。

    使用文件描述符的形式将文件写入

  • ?
  • 1
  • 2
  • print >>sys.stderr, "critical error"  # python 2
  • print("critical error", file=sys.stderr) # python 3
  • 不使用 str.join 拼接字符串

  • ?
  • 1
  • 2
  • 3
  • # python 3
  • print(*array, sep=' ')
  • print(batch, epoch, loss, accuracy, time, sep=' ')
  • 重新定义 print 方法的行为

    既然 python3 中的 print 是一个函数,我们就可以对其进行改写。

  • ?
  • 1
  • 2
  • 3
  • 4
  • # python 3
  • _print = print # store the original print function
  • def print(*args, **kargs):
  •  pass # do something useful, e.g. store output to some file
  • 注意:在 jupyter 中,最好将每个输出记录到一个单独的文件中(跟踪断开连接后发生的情况),这样就可以覆盖 print 了。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • @contextlib.contextmanager
  • def replace_print():
  •  import builtins
  •  _print = print # saving old print function
  •  # or use some other function here
  •  builtins.print = lambda *args, **kwargs: _print('new printing', *args, **kwargs)
  •  yield
  •  builtins.print = _print
  • with replace_print():
  •  <code here will invoke other print function>
  • 虽然上面这段代码也能达到重写 print 函数的目的,但是不推荐使用。

    print 可以参与列表理解和其他语言构造

  • ?
  • 1
  • 2
  • # python 3
  • result = process(x) if is_valid(x) else print('invalid item: ', x)
  • 数字文字中的下划线(千位分隔符)

    在 pep-515 中引入了在数字中加入下划线。在 python3 中,下划线可用于整数,浮点和复数,这个下划线起到一个分组的作用

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • # grouping decimal numbers by thousands
  • one_million = 1_000_000
  • # grouping hexadecimal addresses by words
  • addr = 0xcafe_f00d
  • # grouping bits into nibbles in a binary literal
  • flags = 0b_0011_1111_0100_1110
  • # same, for string conversions
  • flags = int('0b_1111_0000', 2)
  • 也就是说10000,你可以写成10_000这种形式。

    简单可看的字符串格式化f-string

    python2提供的字符串格式化系统还是不够好,太冗长麻烦,通常我们会写这样一段代码来输出日志信息:

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • # python 2
  • print '{batch:3} {epoch:3} / {total_epochs:3} accuracy: {acc_mean:0.4f}±{acc_std:0.4f} time: {avg_time:3.2f}'.format(
  •  batch=batch, epoch=epoch, total_epochs=total_epochs,
  •  acc_mean=numpy.mean(accuracies), acc_std=numpy.std(accuracies),
  •  avg_time=time / len(data_batch)
  • )
  • # python 2 (too error-prone during fast modifications, please avoid):
  • print '{:3} {:3} / {:3} accuracy: {:0.4f}±{:0.4f} time: {:3.2f}'.format(
  •  batch, epoch, total_epochs, numpy.mean(accuracies), numpy.std(accuracies),
  •  time / len(data_batch)
  • )
  • 输出结果为

    120  12 / 300  accuracy: 0.8180±0.4649 time: 56.60

    在 python3.6 中引入了 f-string (格式化字符串)

  • ?
  • 1
  • print(f'{batch:3} {epoch:3} / {total_epochs:3} accuracy: {numpy.mean(accuracies):0.4f}±{numpy.std(accuracies):0.4f} time: {time / len(data_batch):3.2f}')
  • 关于 f-string 的用法可以看我在b站的视频[https://www.bilibili.com/video/av31608754]

    '/'和'//'在数学运算中有着明显的区别

         对于数据科学来说,这无疑是一个方便的改变

  • ?
  • 1
  • 2
  • data = pandas.read_csv('timing.csv')
  • velocity = data['distance'] / data['time']
  • python2 中的结果取决于“时间”和“距离”(例如,以米和秒为单位)是否存储为整数。在python3中,这两种情况下的结果都是正确的,因为除法的结果是浮点数。

    另一个例子是 floor 除法,它现在是一个显式操作

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • n_gifts = money // gift_price # correct for int and float arguments
  • nutshell
  • >>> from operator import trueli, floorli
  • >>> trueli.__doc__, floorli.__doc__
  • ('trueli(a, b) -- same as a / b.', 'floorli(a, b) -- same as a // b.')
  • >>> (3 / 2), (3 // 2), (3.0 // 2.0)
  • (1.5, 1, 1.0)
  • 值得注意的是,这种规则既适用于内置类型,也适用于数据包提供的自定义类型(例如 numpy 或pandas)。

    严格的顺序

    下面的这些比较方式在 python3 中都属于合法的。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 3 < '3'
  • 2 < none
  • (3, 4) < (3, none)
  • (4, 5) < [4, 5]
  • 对于下面这种不管是2还是3都是不合法的

    (4, 5) == [4, 5]

    如果对不同的类型进行排序

    sorted([2, '1', 3])

    虽然上面的写法在 python2 中会得到结果 [2, 3, '1'],但是在 python3 中上面的写法是不被允许的。

    检查对象为 none 的合理方案

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • if a is not none:
  •  pass
  • if a: # wrong check for none
  •  pass
  • nlp unicode问题
  • s = '您好'
  • print(len(s))
  • print(s[:2])
  • 输出内容

  • ?
  • 1
  • 2
  • python 2: 6
  • python 3: 2
  • 您好.

    还有下面的运算

  • ?
  • 1
  • 2
  • 3
  • x = u'со'
  • x += 'co' # ok
  • x += 'со' # fail
  • python2 失败了,python3 正常工作(因为我在字符串中使用了俄文字母)。

    在 python3 中,字符串都是 unicode 编码,所以对于非英语文本处理起来更方便。

    一些其他操作

  • ?
  • 1
  • 2
  • 'a' < type < u'a' # python 2: true
  • 'a' < u'a'     # python 2: false
  • 再比如

  • ?
  • 1
  • 2
  • from collections import counter
  • counter('möbelstück')
  • 在 python2 中

     counter({'ã': 2, 'b': 1, 'e': 1, 'c': 1, 'k': 1, 'm': 1, 'l': 1, 's': 1, 't': 1, '¶': 1, '¼': 1})

    在 python3 中

     counter({'m': 1, 'ö': 1, 'b': 1, 'e': 1, 'l': 1, 's': 1, 't': 1, 'ü': 1, 'c': 1, 'k': 1})

    虽然可以在 python2 中正确地处理这些结果,但是在 python3 中看起来结果更加友好。

    保留了字典和**kwargs的顺序

    在cpython3.6+ 中,默认情况下,dict 的行为类似于 ordereddict ,都会自动排序(这在python3.7+ 中得到保证)。同时在字典生成式(以及其他操作,例如在 json 序列化/反序列化期间)都保留了顺序。

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • import json
  • x = {str(i):i for i in range(5)}
  • json.loads(json.dumps(x))
  • # python 2
  • {u'1': 1, u'0': 0, u'3': 3, u'2': 2, u'4': 4}
  • # python 3
  • {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4}
  • 这同样适用于**kwargs(在python 3.6+中),它们的顺序与参数中出现的顺序相同。当涉及到数据管道时,顺序是至关重要的,以前我们必须以一种繁琐的方式编写它

  • ?
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • from torch import nn
  • # python 2
  • model = nn.sequential(ordereddict([
  •      ('conv1', nn.conv2d(1,20,5)),
  •      ('relu1', nn.relu()),
  •      ('conv2', nn.conv2d(20,64,5)),
  •      ('relu2', nn.relu())
  •     ]))
  • 而在 python3.6 以后你可以这么操作

  • ?
  • 标签:迁移 Python3
    您可能感兴趣
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • # python 3.6+, how it *can* be done, not supported right now in pytorch
  • model = nn.sequential(
  •   conv1=nn.conv2d(1,20,5),
  •   relu1=nn.relu(),
  •   conv2=nn.conv2d(20,64,5),
  •   relu2=nn.relu())
  • )