


Python 3.10 est sorti ! Vous devriez connaître ces 5 nouvelles fonctionnalités
Python est sur le marché depuis un certain temps maintenant et en tant que développeur Python, je suis heureux de partager que Python reçoit progressivement des mises à jour et des améliorations à chaque nouvelle version. La dernière version de Python, 3.10, présente des améliorations majeures, et je vais lister ces mises à jour ici. J'ai répertorié les 5 premières mises à jour pour cette nouvelle version.
1. Améliorations des messages d'erreur
Pour les développeurs Python, lorsque vous écrivez du code et rencontrez une erreur, les messages d'erreur peuvent vous aider à trouver l'erreur dans le code. Les messages d'erreur améliorés vous facilitent la vie par rapport aux versions précédentes de Python. Par exemple, considérons le code suivant, où il n'y a pas de parenthèses à la fin de la deuxième ligne :
Dans les versions précédentes - Python3.9 et versions antérieures, vous verriez des erreurs telles que -
Eh bien, Invalid syntaxe ! Maintenant, en tant que développeur, que comprenez-vous de ce message d'erreur ? Eh bien, personnellement, à part le fait que j'ai ajouté une mauvaise syntaxe quelque part à la ligne 3, je ne comprends rien.
Mais l'erreur apparaît-elle vraiment à la ligne 3 ? Python 3.10 est le sauveur dans ce cas, avec les dernières mises à jour. Pour le même morceau de code, Python 3.10 renvoie le message d'erreur suivant -
Le numéro de ligne et le message d'erreur très spécifique vous permettront d'intervenir directement, de corriger l'erreur et de continuer à coder. J'essaie personnellement de voir si le code est le même. le message d'erreur est assez clair. Un autre exemple -
Il s'agit d'une mise à jour vraiment sympa de la version Python 3.10, veuillez partager vos réflexions à ce sujet dans la section commentaires de cet article.
2. Syntaxe d'union de types plus simple
Dans les versions précédentes de Python, davantage d'outils sont passés de la conversion de type aux fonctions intégrées pour éviter d'importer des types statiques à chaque fois. Regardez maintenant les changements -
Dans Python 3.10, vous êtes désormais autorisé à utiliser l'opérateur pipe (|) pour spécifier les unions de type au lieu d'importer des unions depuis le module d'entrée. De plus, les syntaxes typing.Union et | existantes doivent être équivalentes, comme comparé ci-dessous -
3. Utilisation de plusieurs instructions `with` sur plusieurs lignes
Python le fait en utilisant une barre oblique inverse() Les instructions multilignes sont prises en charge, mais certaines constructions en Python ne nécessitent pas l'utilisation de barres obliques pour écrire des instructions multilignes. L'un d'eux est un gestionnaire de contexte avec une instruction with() multiligne. Par exemple -
Oui, cela peut ne pas sembler être une fonctionnalité, mais il s'agit d'une amélioration significative par rapport à la version précédente car vous avez peut-être rencontré des cas d'utilisation dans lesquels vous avez utilisé un gestionnaire de contexte multiligne mais n'avez pas pu l'exécuter en raison de l'erreur ci-dessus. Si vous êtes toujours confus, donnons quelques exemples supplémentaires de ce que vous pouvez faire avec la version Python 3.10 des gestionnaires de contexte -
Vous pouvez désormais avoir des instructions de gestionnaire de contexte multilignes sans utiliser de barres obliques inverses. Génial, non ?
4. De meilleurs alias de type
Les alias de type vous permettent de définir rapidement de nouveaux alias qui peuvent être créés pour des déclarations de type complexes. Par exemple :
Cela fonctionne généralement bien. Cependant, il est généralement impossible pour un vérificateur de type de savoir si une telle instruction est un alias de type ou simplement une définition d'une variable globale normale.
Le code python ci-dessus déclare un alias UserInfo pour tuple[str, str] car il s'agit d'un type de données qui combine des valeurs de plusieurs types. Dans notre cas, c'est une chaîne et un entier. De plus, l'ajout d'annotations TypeAlias clarifie l'intention du vérificateur de type et de toute personne lisant votre code.
5. Compression de séquence plus stricte
zip() est une fonction intégrée en Python que vous avez peut-être utilisée lors de la combinaison de plusieurs listes/séquences. Python 3.10 introduit le nouveau paramètre strict, qui ajoute un test d'exécution pour vérifier que toutes les séquences compressées ont la même longueur. Par exemple -
zip() peut être utilisé pour itérer ces trois listes en parallèle :
Utilisons à nouveau les noms et numéros de ces deux séquences indiqués ci-dessus. Maintenant, la seule différence est que les nombres entre ces séquences sont des longueurs différentes des noms de séquence, comme indiqué ci-dessous -
Notez que toutes les informations sur le nom - Kevin ont disparu Si votre ensemble de données est plus grand, il est difficile de le faire ! détecter de telles erreurs. Même si vous découvrez un problème, le diagnostiquer et le résoudre n’est pas toujours facile. L’hypothèse selon laquelle les séquences compressées seront de la même longueur vous aide non seulement à éviter cet écart. Dans Python 3.10, le paramètre strict peut vous aider à éviter cette situation en premier lieu -
Bien que strict n'ajoute pas vraiment de nouvelles fonctionnalités à zip(), il peut vous aider à éviter ces erreurs difficiles à trouver .
Autres mises à jour dans Python 3.10 Cette version contient de nombreuses corrections de bugs ainsi que quelques autres petites mises à jour, qui peuvent être trouvées sur la page de sortie officielle si vous êtes intéressé.
Texte original : https://varun-singh-01.medium.com/python-3-10-released-top-5-new-features-you-should-know-bf968ac99230
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

PHP et Python ont leurs propres avantages et inconvénients, et le choix dépend des besoins du projet et des préférences personnelles. 1.Php convient au développement rapide et à la maintenance des applications Web à grande échelle. 2. Python domine le domaine de la science des données et de l'apprentissage automatique.

Activer l'accélération du GPU Pytorch sur le système CentOS nécessite l'installation de versions CUDA, CUDNN et GPU de Pytorch. Les étapes suivantes vous guideront tout au long du processus: CUDA et CUDNN Installation détermineront la compatibilité de la version CUDA: utilisez la commande NVIDIA-SMI pour afficher la version CUDA prise en charge par votre carte graphique NVIDIA. Par exemple, votre carte graphique MX450 peut prendre en charge CUDA11.1 ou plus. Téléchargez et installez Cudatoolkit: visitez le site officiel de Nvidiacudatoolkit et téléchargez et installez la version correspondante selon la version CUDA la plus élevée prise en charge par votre carte graphique. Installez la bibliothèque CUDNN:

Docker utilise les fonctionnalités du noyau Linux pour fournir un environnement de fonctionnement d'application efficace et isolé. Son principe de travail est le suivant: 1. Le miroir est utilisé comme modèle en lecture seule, qui contient tout ce dont vous avez besoin pour exécuter l'application; 2. Le Système de fichiers Union (UnionFS) empile plusieurs systèmes de fichiers, ne stockant que les différences, l'économie d'espace et l'accélération; 3. Le démon gère les miroirs et les conteneurs, et le client les utilise pour l'interaction; 4. Les espaces de noms et les CGROUP implémentent l'isolement des conteneurs et les limitations de ressources; 5. Modes de réseau multiples prennent en charge l'interconnexion du conteneur. Ce n'est qu'en comprenant ces concepts principaux que vous pouvez mieux utiliser Docker.

Python et JavaScript ont leurs propres avantages et inconvénients en termes de communauté, de bibliothèques et de ressources. 1) La communauté Python est amicale et adaptée aux débutants, mais les ressources de développement frontal ne sont pas aussi riches que JavaScript. 2) Python est puissant dans les bibliothèques de science des données et d'apprentissage automatique, tandis que JavaScript est meilleur dans les bibliothèques et les cadres de développement frontaux. 3) Les deux ont des ressources d'apprentissage riches, mais Python convient pour commencer par des documents officiels, tandis que JavaScript est meilleur avec MDNWEBDOCS. Le choix doit être basé sur les besoins du projet et les intérêts personnels.

Minio Object Storage: Déploiement haute performance dans le système Centos System Minio est un système de stockage d'objets distribué haute performance développé sur la base du langage Go, compatible avec Amazons3. Il prend en charge une variété de langages clients, notamment Java, Python, JavaScript et GO. Cet article introduira brièvement l'installation et la compatibilité de Minio sur les systèmes CentOS. Compatibilité de la version CentOS Minio a été vérifiée sur plusieurs versions CentOS, y compris, mais sans s'y limiter: CentOS7.9: fournit un guide d'installation complet couvrant la configuration du cluster, la préparation de l'environnement, les paramètres de fichiers de configuration, le partitionnement du disque et la mini

La formation distribuée par Pytorch sur le système CentOS nécessite les étapes suivantes: Installation de Pytorch: La prémisse est que Python et PIP sont installés dans le système CentOS. Selon votre version CUDA, obtenez la commande d'installation appropriée sur le site officiel de Pytorch. Pour la formation du processeur uniquement, vous pouvez utiliser la commande suivante: pipinstalltorchtorchVisionTorChaudio Si vous avez besoin d'une prise en charge du GPU, assurez-vous que la version correspondante de CUDA et CUDNN est installée et utilise la version Pytorch correspondante pour l'installation. Configuration de l'environnement distribué: la formation distribuée nécessite généralement plusieurs machines ou des GPU multiples uniques. Lieu

Lors de l'installation de Pytorch sur le système CentOS, vous devez sélectionner soigneusement la version appropriée et considérer les facteurs clés suivants: 1. Compatibilité de l'environnement du système: Système d'exploitation: Il est recommandé d'utiliser CentOS7 ou plus. CUDA et CUDNN: La version Pytorch et la version CUDA sont étroitement liées. Par exemple, Pytorch1.9.0 nécessite CUDA11.1, tandis que Pytorch2.0.1 nécessite CUDA11.3. La version CUDNN doit également correspondre à la version CUDA. Avant de sélectionner la version Pytorch, assurez-vous de confirmer que des versions compatibles CUDA et CUDNN ont été installées. Version Python: branche officielle de Pytorch

CENTOS L'installation de Nginx nécessite de suivre les étapes suivantes: Installation de dépendances telles que les outils de développement, le devet PCRE et l'OpenSSL. Téléchargez le package de code source Nginx, dézippez-le et compilez-le et installez-le, et spécifiez le chemin d'installation AS / USR / LOCAL / NGINX. Créez des utilisateurs et des groupes d'utilisateurs de Nginx et définissez les autorisations. Modifiez le fichier de configuration nginx.conf et configurez le port d'écoute et le nom de domaine / adresse IP. Démarrez le service Nginx. Les erreurs communes doivent être prêtées à prêter attention, telles que les problèmes de dépendance, les conflits de port et les erreurs de fichiers de configuration. L'optimisation des performances doit être ajustée en fonction de la situation spécifique, comme l'activation du cache et l'ajustement du nombre de processus de travail.
