13518219792
Python 官网静悄悄地发布了一则大消息：正式发布 Python 3.8.0！新版本较3.7版增加了一大波新功能和优化，来与 AI 大咖一起参与讨论吧～
创新互联为企业级客户提高一站式互联网+设计服务，主要包括做网站、成都网站制作、手机APP定制开发、小程序设计、宣传片制作、LOGO设计等，帮助客户快速提升营销能力和企业形象，创新互联各部门都有经验丰富的经验，可以确保每一个作品的质量和创作周期，同时每年都有很多新员工加入，为我们带来大量新的创意。
近期， Python 官网宣布，正式发布 Python 3.8.0！
Python 3.8.0 现已推出。
代表 Python 开发社区和 Python 3.8 发布团队，我们很高兴地宣布 Python 3.8.0 现在已经可以使用。
Python 3.8.0 是 Python 语言的最新正式版，包含许多新功能和优化。
Python 的大多数第三方库也应该很快就会支持 3.8.0 软件包。
有关 3.8 版本功能的更多信息，请参阅 “Python 3.8 新特性” 文档。所有更改的详细信息都可以在更改日志中找到。
从 2019 年 12 月开始，3.8 系列的维护版本将定期每两个月发布一次。
我们希望您喜欢 Python 3.8！
感谢所有帮助 Python 开发和这些发布的志愿者！欢迎通过志愿或组织捐赠支持 Python 软件基金会的工作。
Python 3.8.0 重要新特性&优化
那么，这次新发布的 Python 3.8.0 有哪些重要的改进呢？以下是是 Python 3.8 相比 3.7 的新增特性。
接下来，我们重点来看几个（来自Python 3.8 文档）。
赋值表达式
Python 3.8.0 有一个新的语法 :=，它将值赋给一个更大的表达式中的变量。它被亲切地称为 “海象运算符”(walrus operator)，因为它长得像海象的眼睛和象牙。
这个 “海象运算符” 在某些时候可以让你的代码更整洁，比如：
在这个示例中，赋值表达式可以避免调用 len () 两次:
if (n := len(a)) > 10:
print(f"List is too long ({n} elements, expected <= 10)")类似的益处还可出现在正则表达式匹配中需要使用两次匹配对象的情况中，一次检测用于匹配是否发生，另一次用于提取子分组:
discount = 0.0 if (mo := re.search(r'(\d+)% discount', advertisement)): discount = float(mo.group(1)) / 100.0
此运算符也适用于配合 while 循环计算一个值来检测循环是否终止，而同一个值又在循环体中再次被使用的情况:
# Loop over fixed length blocks while (block := f.read(256)) != '': process(block)
另一个值得介绍的用例出现于列表推导式中，在筛选条件中计算一个值，而同一个值又在表达式中需要被使用:
[clean_name.title() for name in names
if (clean_name := normalize('NFC', name)) in allowed_names]请尽量将海象运算符的使用限制在清晰的场合中，以降低复杂性并提升可读性。
仅限位置形参
新增了一个函数形参语法 / 用来指明某些函数形参必须使用仅限位置而非关键字参数的形式。这种标记语法与通过 help () 所显示的使用 Larry Hastings 的 Argument Clinic 工具标记的 C 函数相同。
在下面的例子中，形参 a 和 b 为仅限位置形参，c 或 d 可以是位置形参或关键字形参，而 e 或 f 要求为关键字形参:
def f(a, b, /, c, d, *, e, f): print(a, b, c, d, e, f)
以下均为合法的调用:
f(10, 20, 30, d=40, e=50, f=60)
但是，以下均为不合法的调用:
f(10, b=20, c=30, d=40, e=50, f=60) # b cannot be a keyword argument f(10, 20, 30, 40, 50, f=60) # e must be a keyword argument
这种标记形式的一个用例是它允许纯 Python 函数完整模拟现有的用 C 代码编写的函数的行为。例如，内置的 pow () 函数不接受关键字参数:
def pow(x, y, z=None, /): "Emulate the built in pow() function" r = x ** y return r if z is None else r%z
另一个用例是在不需要形参名称时排除关键字参数。例如，内置的 len () 函数的签名为 len (obj, /)。这可以排除如下这种笨拙的调用形式:
len(obj='hello') # The "obj" keyword argument impairs readability
另一个益处是将形参标记为仅限位置形参将允许在未来修改形参名而不会破坏客户的代码。例如，在 statistics 模块中，形参名 dist 在未来可能被修改。这使得以下函数描述成为可能:
def quantiles(dist, /, *, n=4, method='exclusive') ...
由于在 / 左侧的形参不会被公开为可用关键字，其他形参名仍可在 **kwargs 中使用:
>>> def f(a, b, /, **kwargs):
... print(a, b, kwargs)
...
>>> f(10, 20, a=1, b=2, c=3) # a and b are used in two ways
10 20 {'a': 1, 'b': 2, 'c': 3}这极大地简化了需要接受任意关键字参数的函数和方法的实现。例如，下面是 collections 模块中的代码摘录：
class Counter(dict): def __init__(self, iterable=None, /, **kwds): # Note "iterable" is a possible keyword argument
用于已编译字节码文件的并行文件系统缓存
新增的 PYTHONPYCACHEPREFIX 设置 (也可使用 -X pycache_prefix) 可将隐式的字节码缓存配置为使用单独的并行文件系统树，而不是默认的每个源代码目录下的 __pycache__ 子目录。
缓存的位置会在 sys.pycache_prefix 中报告 (None 表示默认位置即 __pycache__ 子目录)。
调试构建使用与发布构建相同的 ABI
发布构建和调试构建现在都是 ABI 兼容的：定义 Py_DEBUG 宏不会再启用 Py_TRACE_REFS宏，它引入了唯一的 ABI 不兼容性。Py_TRACE_REFS 宏添加了 sys.getobjects () 函数和 PYTHONDUMPREFS 环境变量，它可以使用新的 ./configure --with-trace-refs 构建选项来设置。（由 Victor Stinner 在 bpo-36465 中贡献。）
f - 字符串支持 = 用于自动记录表达式和调试文档
增加 = 说明符用于 f-string。形式为 f'{expr=}' 的 f - 字符串将扩展表示为表达式文本，加一个等于号，再加表达式的求值结果。例如：
>>> user = 'eric_idle'
>>> member_since = date(1975, 7, 31)
>>> f'{user=} {member_since=}'
"user='eric_idle' member_since=datetime.date(1975, 7, 31)"通常的 f - 字符串格式说明符 允许更细致地控制所要显示的表达式结果:
>>> delta = date.today() - member_since
>>> f'{user=!s} {delta.days=:,d}'
'user=eric_idle delta.days=16,075'= 说明符将输出整个表达式，以便详细演示计算过程:
>>> print(f'{theta=} {cos(radians(theta))=:.3f}')
theta=30 cos(radians(theta))=0.866PEP 587: Python 初始化配置
PEP 587 增加了一个新的 C API 用来配置 Python 初始化，提供对整个配置过程的更细致控制以及更好的错误报告。
Vectorcall: 用于 CPython 的快速调用协议
添加 "vectorcall" 协议到 Python/C API。它的目标是对已被应用于许多类的现有优化进行正式化。任何实现可调用对象的扩展类型均可使用此协议。
此特性目前为暂定状态，计划在 Python 3.9 将其完全公开。
具有外部数据缓冲区的 pickle 协议 5
当使用 pickle 在 Python 进程间传输大量数据以充分发挥多核或多机处理的优势时，非常重要一点是通过减少内存拷贝来优化传输效率，并可能应用一些定制技巧例如针对特定数据的压缩。
pickle 协议 5 引入了对于外部缓冲区的支持，这样 PEP 3118 兼容的数据可以与主 pickle 流分开进行传输，这是由通信层来确定的。
连续三年夺冠，Python为什么这么受欢迎？
Python 已经成为最受欢迎的编程语言。
在2019年度 IEEE Spectrum 编程语言排行榜中，Python 不负众望，稳居榜首，而且连续三年夺冠。IEEE Spectrum 2019 十大编程语言排行如下
Python 的流行在很大程度上是受了大量可用专用库的驱动，特别是在人工智能领域中。事实上，Keras 库对深度学习开发人员影响很大。但深度学习并不是 Python 产生巨大的影响的唯一领域，微处理器计算能力的显著提高意味着嵌入式版本的 Python：如 CircuitPython 和 MicroPython，正越来越受制造商的欢迎。
而 Python 为何能连续三年夺冠？
Python 的高速发展主要原因是软件工程的蓬勃发展，它吸引了许多零基础的初学者。Java 的编程方法对于初学者来说太冗长了，单单想要完全理解和运行在 Java 中的 “hello world” 这样的简单程序，你就需要去了解类、静态方法和包。在 C 语言中，这要简单一些，但是在内存管理上还是会出现一些问题。但在 Python 这里，就只是一行代码的事。所以，Python 越来越流行，被越来越多的开发者使用。
