北京看白癜风要多少钱 https://disease.39.net/bjzkbdfyy/170805/5599614.html
ErrorTracebacks
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。
Python3.11将Decorativeannotation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。年秋，MarkShannon提出了关于Python的几个性能改进。这个提议被称为香农计划(ShannonPlan)，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MarkShannon、GuidovanRossum在内的开发人员，致力于「FasterCPython」项目的研究。
「FasterCPython」项目中的一个重要提案是PEP，在此基础上，Python3.11有了许多改进。
PEP描述了一种「specializingadaptiveinterpreter」。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CPython3.11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，CPython3.11比CPython3.10平均快25%。FasterCPython项目是一个正在进行的项目，已经有几个优化计划在年10月与Python3.12一起发布。你可以在GitHub上
项目
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。Python2时代添加了生成器，asyncio库最初是在Python3.4中添加的，而async和await关键字是在Python3.5中添加的。在Python3.11中，你可以使用任务组（taskgroups），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年的PEP中定义。自Python3.5以来，每个Python版本都引入了几个与类型相关的新提案。
Python3.11发布了5个与类型相关的PEP，创下新高：
PEP:可变泛型
PEP:根据需要或可能丢失的情况标记单个TypedDict项
PEP:Self类型
PEP:任意文字字符串类型
PEP:数据类转换
支持TOML配置解析
TOML是TomsObviousMinimalLanguage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，Python3.11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，Python3.11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
FasterCPython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-Ximporttime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Python3.11和3.10上，结果如下图所示，Python3.11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Python3.11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regularzero在REPL中呈现不同，如下所示。
更多关于Python3.11的更新细节请参阅原文档。
原文：
