Qué hay de nuevo en Python 3.1

Autor

Raymond Hettinger

En este artículo se explican las nuevas características de Python 3.1, en comparación con 3.0.

PEP 372: Diccionarios ordenados

Los diccionarios de Python normales iteran sobre los pares clave/valor en orden arbitrario. A través de los años, varios autores han escrito implementaciones alternativas que recuerdan el orden en el que se insertaron originalmente las claves. Basándose en las experiencias de esas implementaciones, una nueva clase collections.OrderedDict ha sido introducida.

La API de OrderedDict es sustancialmente la misma que la de los diccionarios normales, pero iterará sobre las claves y los valores en un orden garantizado, dependiendo de cuándo se insertó una clave por primera vez. Si una nueva entrada sobrescribe una entrada existente, la posición de inserción original se deja sin cambios. Eliminar una entrada y volver a insertarla la moverá hasta el final.

La biblioteca estándar ahora admite el uso de diccionarios ordenados en varios módulos. El módulo configparser los usa por defecto. Esto permite que los archivos de configuración se lean, modifiquen y luego se vuelvan a escribir en su orden original. El método _asdict() para collections.namedtuple() ahora retorna un diccionario ordenado con los valores que aparecen en el mismo orden que los índices de tupla subyacentes. El módulo json se está construyendo con un object_pairs_hook para permitir que el decodificador construya OrderedDicts. También se agregó soporte para herramientas de terceros como PyYAML.

Ver también

PEP 372 - Diccionarios ordenados

PEP escrito por Armin Ronacher y Raymond Hettinger. Implementación escrita por Raymond Hettinger.

PEP 378: Especificador de formato para el separador de miles

La función incorporada format() y el método str.format() usan un mini-lenguaje que ahora incluye una forma simple, que no tiene en cuenta la configuración regional, de formatear un número con un separador de miles. Eso proporciona una manera de humanizar la salida de un programa, mejorando su apariencia profesional y legibilidad:

>>> format(1234567, ',d')
'1,234,567'
>>> format(1234567.89, ',.2f')
'1,234,567.89'
>>> format(12345.6 + 8901234.12j, ',f')
'12,345.600000+8,901,234.120000j'
>>> format(Decimal('1234567.89'), ',f')
'1,234,567.89'

Los tipos soportados son int, float, complex y decimal.Decimal.

Se está discutiendo cómo especificar separadores alternativos como puntos, espacios, apóstrofos o guiones bajos. Las aplicaciones que reconocen la configuración regional deben usar el especificador de formato n existente, que ya es compatible con el separadores de miles.

Ver también

PEP 378 - Especificador de formato para el separador de miles

PEP escrito por Raymond Hettinger e implementado por Eric Smith y Mark Dickinson.

Otros cambios del lenguaje

Algunos cambios pequeños en el núcleo del lenguaje Python son:

  • Los directorios y archivos zip que contienen un archivo __main__.py pueden ahora ser ejecutados directamente pasando su nombre al intérprete. El directorio/archivo zip es automáticamente insertado como la primera entrada en sys.path. (Sugerencia y parche inicial por Andy Chu; parche revisado por Phillip J. Eby y Nick Coghlan; bpo-1739468.)

  • El tipo int() ganó un método bit_length que retorna el número de bits necesarios para representar sus argumentos en binario:

    >>> n = 37
    >>> bin(37)
    '0b100101'
    >>> n.bit_length()
    6
    >>> n = 2**123-1
    >>> n.bit_length()
    123
    >>> (n+1).bit_length()
    124
    

    (Contribución de Fredrik Johansson, Victor Stinner, Raymond Hettinger y Mark Dickinson; bpo-3439.)

  • Los campos en las cadenas de formato de format() ahora pueden ser automáticamente numerados:

    >>> 'Sir {} of {}'.format('Gallahad', 'Camelot')
    'Sir Gallahad of Camelot'
    

    Anteriormente, la cadena requería campos numerados como: 'Sir {0} of {1}'.

    (Contribución de Eric Smith; bpo-5237.)

  • La función string.maketrans() está en desuso y se reemplaza por nuevos métodos estáticos, bytes.maketrans() y bytearray.maketrans(). Este cambio resuelve la confusión en torno a los tipos que fueron soportados por el módulo string. Ahora, str, bytes y bytearray tienen sus propios métodos maketrans y translate con tablas de traducción intermedias del tipo adecuado.

    (Contribución de Georg Brandl; bpo-5675.)

  • La sintaxis de la sentencia with ahora permite múltiples gestores de contexto en una sola declaración:

    >>> with open('mylog.txt') as infile, open('a.out', 'w') as outfile:
    ...     for line in infile:
    ...         if '<critical>' in line:
    ...             outfile.write(line)
    

    Con la nueva sintaxis, la función contextlib.nested() ya no es necesaria y ahora está obsoleta.

    (Contribución de Georg Brandl y Mattias Brändström; appspot issue 53094.)

  • round(x, n) ahora retorna un número entero si x es un entero. Anteriormente retornaba un número flotante:

    >>> round(1123, -2)
    1100
    

    (Contribución de Mark Dickinson; bpo-4707.)

  • Python ahora utiliza el algoritmo de David Gay para encontrar la representación de coma flotante más corta que no cambia su valor. Esto debería ayudar a mitigar parte de la confusión que rodea a los números de coma flotante binarios.

    La importancia se ve fácilmente con un número como 1.1, que no tiene un equivalente exacto en coma flotante binaria. Puesto que no hay un equivalente exacto, una expresión como float('1.1') se evalúa como el valor representable más cercano, que es 0x1.199999999999ap+0 en hexadecimal o 1.100000000000000088817841970012523233890533447265625 en decimal. Ese valor más cercano fue y todavía es utilizado en los cálculos de coma flotante posteriores.

    La novedad es cómo se muestra el número. Anteriormente, Python usaba un enfoque simple. El valor de repr(1.1) se calculaba como format(1.1, '.17g') que era evaluado como '1.1000000000000001'. La ventaja de utilizar 17 dígitos era que se basaba en las garantías de IEEE-754 para asegurar que eval(repr(1.1)) se volviera a redondear exactamente a su valor original. La desventaja es que muchas personas encontraban el resultado confuso (confundiendo las limitaciones intrínsecas de la representación de coma flotante binaria con un problema con Python en sí).

    El nuevo algoritmo para repr(1.1) es más inteligente y retorna '1.1'. Efectivamente, busca todas las representaciones de cadenas equivalentes (las que se almacenan con el mismo valor flotante subyacente) y retorna la representación más corta.

    El nuevo algoritmo tiende a emitir representaciones más limpias cuando es posible, pero esto no cambia los valores subyacentes. Por lo tanto, todavía se da el caso 1.1 + 2.2 != 3.3, aún cuando las representaciones puedan sugerir lo contrario.

    El nuevo algoritmo depende de ciertas características de la implementación de coma flotante subyacente. Si no se encuentran las características necesarias, el algoritmo antiguo seguirá utilizándose. Además, los protocolos de pickle de texto aseguran la portabilidad multiplataforma mediante el algoritmo antiguo.

    (Contribución de Eric Smith y Mark Dickinson; bpo-1580)

Módulos nuevos, mejorados y obsoletos

  • Se ha añadido una clase collections.Counter para admitir el recuento conveniente de elementos únicos en una secuencia o una iteración:

    >>> Counter(['red', 'blue', 'red', 'green', 'blue', 'blue'])
    Counter({'blue': 3, 'red': 2, 'green': 1})
    

    (Contribución de Raymond Hettinger; bpo-1696199.)

  • Se ha añadido un nuevo módulo tkinter.ttk para acceder al conjunto de widgets temáticos de Tk. La idea básica de ttk es separar, dentro de lo posible, el código que implementa el comportamiento de un widget del código que implementa su apariencia.

    (Contribución de Guilherme Polo; bpo-2983.)

  • Las clases gzip.GzipFile y bz2.BZ2File ahora admiten el protocolo de gestión de contexto:

    >>> # Automatically close file after writing
    >>> with gzip.GzipFile(filename, "wb") as f:
    ...     f.write(b"xxx")
    

    (Contribución de Antoine Pitrou.)

  • El módulo decimal ahora admite métodos para crear un objeto decimal de un float binario. La conversión es exacta pero puede ser a veces una sorpresa:

    >>> Decimal.from_float(1.1)
    Decimal('1.100000000000000088817841970012523233890533447265625')
    

    El resultado decimal largo muestra la fracción binaria real que se almacena para 1.1. La fracción tiene muchos dígitos porque 1.1 no se puede representar exactamente en binario.

    (Contribución de Raymond Hettinger y Mark Dickinson.)

  • El módulo itertools desarrolló dos nuevas funciones. La función itertools.combinations_with_replacement() es una de las cuatro para generar combinatorias que incluyen permutaciones y productos cartesianos. La función itertools.compress() imita su homónimo de APL. Además, la función existente itertools.count() tiene ahora un argumento step opcional y puede aceptar cualquier tipo de secuencia de conteo, incluyendo fractions.Fraction y decimal.Decimal:

    >>> [p+q for p,q in combinations_with_replacement('LOVE', 2)]
    ['LL', 'LO', 'LV', 'LE', 'OO', 'OV', 'OE', 'VV', 'VE', 'EE']
    
    >>> list(compress(data=range(10), selectors=[0,0,1,1,0,1,0,1,0,0]))
    [2, 3, 5, 7]
    
    >>> c = count(start=Fraction(1,2), step=Fraction(1,6))
    >>> [next(c), next(c), next(c), next(c)]
    [Fraction(1, 2), Fraction(2, 3), Fraction(5, 6), Fraction(1, 1)]
    

    (Contribución de Raymond Hettinger.)

  • collections.namedtuple() ahora admite un argumento de palabra clave rename que permite que los campos de nombre inválidos se conviertan automáticamente en nombres posicionados de la forma _0, _1, etc. Esto es de utilidad cuando los nombres del campo están siendo creados por una fuente externa como un encabezado CSV, una lista de campos SQL, o la entrada del usuario:

    >>> query = input()
    SELECT region, dept, count(*) FROM main GROUPBY region, dept
    
    >>> cursor.execute(query)
    >>> query_fields = [desc[0] for desc in cursor.description]
    >>> UserQuery = namedtuple('UserQuery', query_fields, rename=True)
    >>> pprint.pprint([UserQuery(*row) for row in cursor])
    [UserQuery(region='South', dept='Shipping', _2=185),
     UserQuery(region='North', dept='Accounting', _2=37),
     UserQuery(region='West', dept='Sales', _2=419)]
    

    (Contribución de Raymond Hettinger; bpo-1818.)

  • Las funciones re.sub(), re.subn() y re.split() ahora admiten un parámetro flags.

    (Contribución de Gregory Smith.)

  • El módulo logging ahora implementa una clase simple logging.NullHandler para aplicaciones que no utilizan el registro pero llaman al código de una biblioteca que si lo hace. La configuración de un controlador nulo suprimirá las advertencias falsas como «No handlers could be found for logger foo»:

    >>> h = logging.NullHandler()
    >>> logging.getLogger("foo").addHandler(h)
    

    (Contribución de Vinay Sajip; bpo-4384).

  • El módulo runpy que admite el modificador de línea de comando -m ahora admite la ejecución de paquetes al buscar y ejecutar un submódulo __main__ cuando se proporciona un nombre de paquete.

    (Contribución de Andi Vajda; bpo-4195.)

  • El módulo pdb puede ahora acceder y mostrar el código fuente cargado a través de zipimport (o cualquier otro cargador conforme PEP 302).

    (Contribución de Alexander Belopolsky; bpo-4201.)

  • Los objetos functools.partial pueden ser ahora serializados (pickled).

(Sugerido por Antoine Pitrou y Jesse Noller. Implementado por Jack Diederich; bpo-5228.)

  • Se agrega temas de ayuda pydoc para símbolos de modo que help('@') funcione como se espera en un entorno interactivo.

    (Contribución de David Laban; bpo-4739.)

  • El módulo unittest ahora admite saltear pruebas individuales o clases de pruebas. Y admite marcar una prueba como una falla esperada, una prueba que se sabe que está rota, pero que no debe contarse como una falla en un TestResult:

    class TestGizmo(unittest.TestCase):
    
        @unittest.skipUnless(sys.platform.startswith("win"), "requires Windows")
        def test_gizmo_on_windows(self):
            ...
    
        @unittest.expectedFailure
        def test_gimzo_without_required_library(self):
            ...
    

    Además, se han creado pruebas de excepciones para trabajar con gestores de contexto usando la declaración with:

    def test_division_by_zero(self):
        with self.assertRaises(ZeroDivisionError):
            x / 0
    

    Además, se agregaron varios métodos de aserción nuevos, incluyendo assertSetEqual(), assertDictEqual(), assertDictContainsSubset(), assertListEqual(), assertTupleEqual(), assertSequenceEqual(), assertRaisesRegexp(), assertIsNone(), y assertIsNotNone().

    (Contribución de Benjamin Peterson y Antoine Pitrou.)

  • El módulo io tiene tres nuevas constantes para el método seek(): SEEK_SET, SEEK_CUR y SEEK_END.

  • La tupla sys.version_info es ahora una tupla nombrada:

    >>> sys.version_info
    sys.version_info(major=3, minor=1, micro=0, releaselevel='alpha', serial=2)
    

    (Contribución de Ross Light; bpo-4285.)

  • Los módulos nntplib y imaplib ahora tienen soporte de IPv6.

    (Contribución de Derek Morr; bpo-1655 y bpo-1664.)

  • El módulo pickle ha sido adaptado para una mejor interoperabilidad con 2.x cuando es usado con un protocolo 2 o menor. La reorganización de la biblioteca estándar cambió la referencia formal para varios objetos. Por ejemplo, __builtin__.set en Python 2 es llamado builtins.set en Python 3. Este cambio confundió los esfuerzos de compartir datos entre diferentes versiones de Python. Pero ahora cuando el protocolo 2 o menor es seleccionado, el pickler va a usar automáticamente los nombres antiguos de Python 2 tanto para carga como para volcado. Esta reasignación es activada de manera predeterminada pero puede ser desactivada con la opción fix_imports:

    >>> s = {1, 2, 3}
    >>> pickle.dumps(s, protocol=0)
    b'c__builtin__\nset\np0\n((lp1\nL1L\naL2L\naL3L\natp2\nRp3\n.'
    >>> pickle.dumps(s, protocol=0, fix_imports=False)
    b'cbuiltins\nset\np0\n((lp1\nL1L\naL2L\naL3L\natp2\nRp3\n.'
    

    Un efecto secundario, desafortunado pero inevitable, de este cambio es que los pickles del protocolo 2 producidos con Python 3.1 no serán legibles con Python 3.0. El protocolo de pickle más reciente, protocolo 3, debe utilizarse al migrar datos entre implementaciones de Python 3.x, ya que no intenta seguir siendo compatible con Python 2.x.

    (Contribución de Alexandre Vassalotti y Antoine Pitrou, bpo-6137.)

  • Se agregó un nuevo módulo, importlib. Proporciona una implementación de referencia de Python completa, portátil y pura de la instrucción import y su contraparte, la función __import__() . Representa un avance sustancial en la documentación y definición de las acciones que tienen lugar durante las importaciones.

    (Contribución de Brett Cannon.)

Optimizaciones

Se han agregado importantes mejoras de rendimiento:

  • La nueva biblioteca I/O (definida en PEP 3116) estaba escrita mayormente en Python y rápidamente demostró ser un cuello de botella problemático en Python 3.0. En Python 3.1, la biblioteca I/O ha sido reescrita enteramente en C y es de 2 a 20 veces más rápida dependiendo en la tarea a manejar. La versión puramente en Python está aún disponible para fines experimentales a través del módulo _pyio.

    (Contribución de Amaury Forgeot d’Arc y Antoine Pitrou.)

  • Se ha añadido una heurística para que el recolector de basura no realice el seguimiento de tuplas y diccionarios que contengan solo objetos no rastreables. Esto puede reducir el tamaño de las colecciones y, por lo tanto, la sobrecarga de recolección de elementos no utilizados en programas de larga ejecución, en función de su uso particular de los tipos de datos.

    (Contribución de Antoine Pitrou, bpo-4688.)

  • Habilitando una opción de configuración llamada --with-computed-gotos en compiladores que la admiten (en particular: gcc, SunPro, icc), el ciclo de evaluación del bytecode se compila con un nuevo mecanismo de despacho que proporciona aceleraciones de hasta un 20% , dependiendo del sistema, del compilador y del punto de referencia.

    (Contribución de Antoine Pitrou junto con varios otros participantes, bpo-4753).

  • La decodificación de UTF-8, UTF-16 y LATIN-1 es ahora de dos a cuatro veces más rápida.

    (Contribución de Antoine Pitrou y Amaury Forgeot d’Arc, bpo-4868.)

  • El módulo json tiene ahora una extensión C para mejorar sustancialmente su desempeño. Además, la API fue modificada para que json trabaje solo con str, no con bytes. Este cambio hace que el módulo coincida con la especificación de JSON que es definida en términos de Unicode.

    (Contribución de Bob Ippolito y convertido a Py3.1 por Antoine Pitrou y Benjamin Peterson; bpo-4136.)

  • La deserialización (unpickling) ahora interna los nombres de los atributos de los objetos serializados (pickled). Esto ahorra memoria y permite que los pickles sean más pequeños.

    (Contribución de Jake McGuire y Antoine Pitrou; bpo-5084.)

IDLE

  • El menú de formato del IDLE ahora proporciona una opción para eliminar los espacios en blanco finales de un archivo de código fuente.

    (Contribución de Roger D. Serwy; bpo-5150.)

Cambios en la compilación y la API de C

Los cambios en el proceso de compilación de Python y en la API C incluyen:

  • Integers are now stored internally either in base 2**15 or in base 2**30, the base being determined at build time. Previously, they were always stored in base 2**15. Using base 2**30 gives significant performance improvements on 64-bit machines, but benchmark results on 32-bit machines have been mixed. Therefore, the default is to use base 2**30 on 64-bit machines and base 2**15 on 32-bit machines; on Unix, there’s a new configure option --enable-big-digits that can be used to override this default.

    Aparte de las mejoras de rendimiento, este cambio debería ser invisible para los usuarios finales, con una excepción: para propósitos de prueba y depuración, hay un nuevo sys.int_info que proporciona información sobre el formato interno, dando el número de bits por dígito y el tamaño en bytes del tipo C utilizado para almacenar cada dígito:

    >>> import sys
    >>> sys.int_info
    sys.int_info(bits_per_digit=30, sizeof_digit=4)
    

    (Contribución de Mark Dickinson; bpo-4258.)

  • La función PyLong_AsUnsignedLongLong() es ahora capaz de manejar un pylong negativo lanzando una excepción OverflowError en lugar de TypeError.

    (Contribución de Mark Dickinson y Lisandro Dalcrin; bpo-5175.)

  • PyNumber_Int() está ahora obsoleto. Utilice PyNumber_Long() en su lugar.

    (Contribución de Mark Dickinson; bpo-4910.)

  • Se agrega una nueva función PyOS_string_to_double() para reemplazar las funciones obsoletas PyOS_ascii_strtod() y PyOS_ascii_atof().

    (Contribución de Mark Dickinson; bpo-5914.)

  • Se agrega PyCapsule como un reemplazo para la API PyCObject. La principal diferencia es que el nuevo tipo tiene una interfaz bien definida para pasar información de seguridad de escritura y una firma menos complicada para llamar a un destructor. El tipo anterior tenía una API problemática y ahora está obsoleta.

    (Contribución de Larry Hastings; bpo-5630.)

Portando a Python 3.1

Esta sección enumera los cambios descritos anteriormente y otras correcciones de errores que pueden requerir cambios en su código:

  • Las nuevas representaciones de cadenas de coma flotante pueden romper las pruebas de documentación existentes. Por ejemplo:

    def e():
        '''Compute the base of natural logarithms.
    
        >>> e()
        2.7182818284590451
    
        '''
        return sum(1/math.factorial(x) for x in reversed(range(30)))
    
    doctest.testmod()
    
    **********************************************************************
    Failed example:
        e()
    Expected:
        2.7182818284590451
    Got:
        2.718281828459045
    **********************************************************************
    
  • La reasignación automática de nombres en el módulo pickle para el protocolo 2 o inferior puede hacer que los pickles de Python 3.1 sean ilegibles en Python 3.0. Una solución es usar el protocolo 3. Otra solución es establecer la opción fix_imports en False. Consulte la discusión anterior para obtener más detalles.