但是，重寫print函數(shù)的行為，我們并不推薦，因為它會引起系統(tǒng)的不穩(wěn)定。

print函數(shù)可以結(jié)合列表生成器或其它語言結(jié)構(gòu)一起使用。

# Python 3result = process(x) if is_valid(x) elseprint('invalid item: ', x)

f-strings 可作為簡單和可靠的格式化

默認(rèn)的格式化系統(tǒng)提供了一些靈活性操作。但在數(shù)據(jù)實驗中這些操作不僅不是必須的，還會導(dǎo)致代碼的修改變得冗長和瑣碎。

而數(shù)據(jù)科學(xué)通常需要以固定的格式，迭代地打印出一些日志信息，所使用的代碼如下：

# Python 2print('{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) ))

樣本輸出為：

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

Python 3.6 中引入了格式化字符串 (f-strings)：

# Python 3.6+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}')

另外，這對于查詢語句的書寫也是非常方便的：

query = f"INSERT INTO STATION VALUES (13, '{city}', '{state}', {latitude}, {longitude})"

「true division」和「integer division」之間的明顯區(qū)別

雖然說對于系統(tǒng)編程來說，Python3所提供的改進(jìn)還遠(yuǎn)遠(yuǎn)不夠，但這些便利對于數(shù)據(jù)科學(xué)來說已經(jīng)足夠。

data = pandas.read_csv('timing.csv') velocity = data['distance'] / data['time']

Python 2 中的結(jié)果依賴于『時間』和『距離』(例如，以米和秒為單位),關(guān)注其是否被保存為整數(shù)。

而在 Python 3 中，結(jié)果的表示都是精確的，因為除法運(yùn)算得到的都是精確的浮點數(shù)。

另一個例子是整數(shù)除法，現(xiàn)在已經(jīng)作為明確的運(yùn)算：

n_gifts = money // gift_price # correct for int and float arguments

值得注意的是，整除運(yùn)算可以應(yīng)用到Python的內(nèi)建類型和由numpy、pandas等數(shù)據(jù)包提供的自定義類型。

嚴(yán)格排序

下面是一個嚴(yán)格排序的例子：

# All these comparisons are illegal in Python 33<'3'2

嚴(yán)格排序的主要功能有：

防止不同類型實例之間的偶然性排序。

sorted([2, '1', 3]) # invalid for Python 3, in Python 2 returns [2, 3, '1']

在處理原始數(shù)據(jù)時幫助我們發(fā)現(xiàn)存在的問題。此外，嚴(yán)格排序?qū)one值的合適性檢查是（這對于兩個版本的 Python 都適用）：

if a is not None: passif a: # WRONG check for None pass

自然語言處理中的Unicode編碼

下面來看一個自然語言處理任務(wù)：

s = '您好'print(len(s))print(s[:2])

比較兩個版本Python的輸出：

Python2: 6 ??

Python3: 2 您好

再來看個例子：

x = u'со' x += 'co' # ok x += 'со' # fail

在這里，Python 2 會報錯，而 Python 3 能夠正常工作。因為我在字符串中使用了俄文字母，對于Python2 是無法識別或編碼這樣的字符。

Python 3 中的 strs 是 Unicode 字符串，這對非英語文本的自然語言處理任務(wù)來說將更加地方便。還有些其它有趣的應(yīng)用，例如：

'a' < type < u'a' ?# Python 2: True'a'

Python 2: Counter({'xc3': 2, 'b': 1, 'e': 1, 'c': 1, 'k': 1, 'M': 1, 'l': 1, 's': 1, 't': 1, 'xb6': 1, 'xbc': 1})

Python 3: Counter({'M': 1, '?': 1, 'b': 1, 'e': 1, 'l': 1, 's': 1, 't': 1, 'ü': 1, 'c': 1, 'k': 1})

對于這些，Python 2 也能正常地工作，但 Python 3 的支持更為友好。

保留詞典和**kwargs 的順序

CPython 3.6+ 的版本中字典的默認(rèn)行為是一種類似 OrderedDict 的類，但最新的 Python3.7 版本，此類已經(jīng)得到了全面的支持。這就要求在字典理解、json 序列化/反序列化等操作中保持字典原先的順序。

下面來看個例子：

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}

這種保順性同樣適用于 Python3.6 版本中的 **kwargs：它們的順序就像參數(shù)中顯示的那樣。當(dāng)設(shè)計數(shù)據(jù)流程時，參數(shù)的順序至關(guān)重要。

以前，我們必須以這樣繁瑣的方式來編寫：

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()) ])) # 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()) )

注意到了嗎？名稱的唯一性也會被自動檢查。

迭代拆封

Python3 中引入迭代式拆封功能，下面來看一段代碼：

# handy when amount of additional stored info may vary between experiments, but the same code can be used in all casesmodel_paramteres, optimizer_parameters, *other_params = load(checkpoint_name) # picking two last values from a sequence *prev, next_to_last, last = values_history # This also works with any iterables, so if you have a function that yields e.g. qualities,# below is a simple way to take only last two values from a list *prev, next_to_last, last = iter_train(args)

默認(rèn)的 pickle 引擎為數(shù)組提供更好的壓縮

Python3 中引入 pickle 引擎，為數(shù)組提供更好的壓縮，節(jié)省參數(shù)空間：

# Python 2import cPickle as pickleimport numpyprint len(pickle.dumps(numpy.random.normal(size=[1000, 1000])))# result: 23691675# Python 3import pickleimport numpylen(pickle.dumps(numpy.random.normal(size=[1000, 1000])))# result: 8000162

這個小的改進(jìn)節(jié)省了3倍的空間，而且運(yùn)行階段速度更快。實際上，如果不關(guān)心速度的話，類似的壓縮性能也可以通過設(shè)置參數(shù) protocol=2 來實現(xiàn)，但是用戶經(jīng)常會忽略這個選項或者根本不了解這個功能。

更安全的解析功能

Python3 能為代碼提供更安全的解析，提高代碼的可讀性。具體如下段代碼所示：

labels = predictions = [model.predict(data) for data, labels in dataset]# labels are overwritten in Python 2# labels are not affected by comprehension in Python 3

關(guān)于 super()，simply super()

Python2 中的 super() 方法，是常見的錯誤代碼。我們來看這段代碼：

# Python 2classMySubClass(MySuperClass): def __init__(self, name, **options): super(MySubClass, self).__init__(name='subclass', **options) # Python 3classMySubClass(MySuperClass): def __init__(self, name, **options): super().__init__(name='subclass', **options)

更好的 IDE 會給出變量注釋

編程過程中使用一個好的IDE，能夠給初學(xué)者一種更好的編程體驗。一個好的IDE能夠給不同的編程語言如Java、C#等，提供友好的編程環(huán)境及非常有用的編程建議，因為在執(zhí)行代碼之前，所有標(biāo)識符的類型都是已知的。

對于 Python，雖然這些 IDE 的功能是很難實現(xiàn)，但是代碼的注釋能夠在編程過程幫助到我們：

以清晰的形式提示你下一步想要做的

從 IDE 獲取良好的建議

這是 PyCharm IDE 的一個示例。雖然例子中所使用的函數(shù)不帶注釋，但是這些帶注釋的變量，利用代碼的后向兼容性，也能保證程序的正常工作。

多種拆封（unpacking）

下面是 Python3 中字典融合的代碼示例：

x = dict(a=1, b=2) y = dict(b=3, d=4)# Python 3.5+z = {**x, **y} # z = {'a': 1, 'b': 3, 'd': 4}, note that value for `b` is taken from the latter dict.

如果你想對比兩個版本之間的差異性，可以參考以下這個鏈接來了解更多的信息： https://stackoverflow.com/questions/38987/how-to-merge-two-dictionaries-in-a-single-expression

aame 方法對于 Python 中的列表（list）、元組（tuple）和集合（set）等類型都是有效的，通過下面這段代碼我們能夠更清楚地了解它們的工作原理，其中a、b、c是任意的可迭代對象：

[*a, *b, *c] # list, concatenating (*a, *b, *c) # tuple, concatenating {*a, *b, *c} # set, union

此外，函數(shù)同樣支持 *args 和 **kwargs 的 unpacking 過程：

Python 3.5+ do_something(**{**default_settings, **custom_settings}) # Also possible, this code also checks there is no intersection between keys of dictionaries do_something(**first_args, **second_args)

不會過時的技術(shù)—只帶關(guān)鍵字參數(shù)的 API

我們來看這段代碼：

model = sklearn.svm.SVC(2, 'poly', 2, 4, 0.5)

顯而易見，這段代碼的作者還不熟悉 Python 的代碼風(fēng)格，很可能剛從 C++ 或 rust語言轉(zhuǎn) Python。代碼風(fēng)格不僅是個人偏好的問題，還因為在 SVC 接口中改變參數(shù)順序（adding/deleting）會使代碼無效。特別是對于 sklearn，經(jīng)常要通過重新排序或重命名大量的算法參數(shù)以提供一致的 API。而每次的重構(gòu)都可能使代碼失效。

在 Python3中依賴庫的編寫者通常會需要使用*以明確地命名參數(shù)：

class SVC(BaseSVC): def __init__(self, *, C=1.0, kernel='rbf', degree=3, gamma='auto', coef0=0.0, ... )

使用時，用戶需要明確規(guī)定 sklearn.svm.SVC(C=2, kernel='poly', degree=2, gamma=4, coef0=0.5) 中參數(shù)的命名。

這種參數(shù)命名機(jī)制使得 API 同時兼具可靠性和靈活性。

微調(diào)：math模塊中的常量

Python3 中 math 模塊的改動，可以查看下面這段代碼：

# Python 3math.inf # 'largest' numbermath.nan # not a numbermax_quality =-math.inf # no more magic initial values!for model in trained_models: max_quality = max(max_quality, compute_quality(model, data))

微調(diào)：單精度整數(shù)類型

Python 2 中提供了兩種基本的整數(shù)類型，即 int（64 位符號整數(shù)）和用于長整型數(shù)值計算的 long 類型(長整型)。而在 Python 3 中對單精度的整型數(shù)據(jù)有個微小的改動，使其包含長整型(long) 的運(yùn)算。下面這段代碼教你如何查看整型值：

isinstance(x, numbers.Integral) # Python 2, the canonical way isinstance(x, (long, int)) # Python 2 isinstance(x, int) # Python 3, easier to remember

其他改動

Enums 的改動具有理論價值，是因為字符串輸入已廣泛應(yīng)用在 python 數(shù)據(jù)棧中。Enums 雖然不與 numpy 庫交互，但是在 pandas 中有良好的兼容性。

協(xié)同程序?qū)⒑苡锌赡苡糜跀?shù)據(jù)流程的處理，雖然目前還沒有大規(guī)模應(yīng)用的出現(xiàn)。

Python 3 有穩(wěn)定的 ABI。

Python 3 支持 unicode 編碼格式，如 ω = Δφ / Δt 也是可以允許的，但最好使用兼容性更好的舊 ASCII 名稱。

一些庫比如 jupyterhub(jupyter in cloud)、django 和新版 ipython 都只支持 Python 3，因此這些用處不大的庫對你來講，可能只會偶爾使用一次。

數(shù)據(jù)科學(xué)中代碼遷移所會碰到的問題及解決方案

放棄對嵌套參數(shù)的支持：

map(lambda x, (y, z): x, z, dict.items())

然而，它依然能夠完美地適用于不同的理解：

{x:z for x, (y, z) in d.items()}

通常，理解在 Python2 和 3 之間差異能夠幫助我們更好地‘轉(zhuǎn)義’代碼。

map(), .keys(), .values(), .items() 等等，返回的是迭代器而不是列表。迭代器的主要問題包括：沒有瑣碎的分割，以及無法進(jìn)行二次迭代。將返回的結(jié)果轉(zhuǎn)化為列表幾乎可以解決所有問題。

如遇到其他問題請參見這篇有關(guān) Python 的問答：“如何將 Python3 移植到我的程序中？

Python 機(jī)器學(xué)習(xí)和 python 數(shù)據(jù)科學(xué)領(lǐng)域所會碰到的主要問題

這些課程的作者首先要花點時間解釋 python 中什么是迭代器，為什么它不能像字符串那樣被分片/級聯(lián)/相乘/二次迭代（以及如何處理它）。

我相信大多數(shù)課程的作者都很希望能夠避開這些繁瑣的細(xì)節(jié)，但是現(xiàn)在看來這幾乎是個不可避免的話題。

結(jié)論

Python 的兩個版本( Python2 與 Python3 )共存了近10年的時間。時至今日，我們不得不說：是時候該轉(zhuǎn)向 Python 3 了。

科學(xué)研究和實際生產(chǎn)中，代碼應(yīng)該更短，可讀性更強(qiáng)，并且在遷移到 Python 3 后的代碼庫將更加得安全。

目前 Python 的大多數(shù)庫仍同時支持 2.x 和 3.x 兩個版本。但我們不應(yīng)等到這些依賴庫開始停止支持 Python 2 才開始轉(zhuǎn)向 Python3，我們現(xiàn)在就可以享受新語言的功能。

遷移到 Python3 后，我敢保證你的程序運(yùn)行會更加順暢。