https://www.cnblogs.com/kendrick/p/7478304.html

基本语法差异

核心类差异

Python3对Unicode字符的原生支持

Python2中使用 ASCII 码作为默认编码方式导致string有两种类型str和unicode,Python3只支持unicode的string。python2和python3字节和字符对应关系为:

Python3采用的是绝对路径的方式进行import。

Python2中相对路径的import会导致标准库导入变得困难(想象一下,同一目录下有file.py,如何同时导入这个文件和标准库file)。Python3中这一点将被修改,如果还需要导入同一目录的文件必须使用绝对路径,否则只能使用相关导入的方式来进行导入。

Python2中存在老式类和新式类的区别,Python3统一采用新式类。新式类声明要求继承object,必须用新式类应用多重继承。

Python3使用更加严格的缩进。Python2的缩进机制中,1个tab和8个space是等价的,所以在缩进中可以同时允许tab和space在代码中共存。这种等价机制会导致部分IDE使用存在问题。Python3中1个tab只能找另外一个tab替代,因此tab和space共存会导致报错:TabError: inconsistent use of tabs and spaces in indentation.

废弃类差异

print语句被python3废弃,统一使用print函数

exec语句被python3废弃,统一使用exec函数

execfile语句被Python3废弃,推荐使用exec(open(“./filename”).read())

不相等操作符””被Python3废弃,统一使用”!=”

long整数类型被Python3废弃,统一使用int

xrange函数被Python3废弃,统一使用range,Python3中range的机制也进行修改并提高了大数据集生成效率

Python3中这些方法再不再返回list对象:dictionary关联的keys()、values()、items(),zip(),map(),filter(),但是可以通过list强行转换:

mydict={“a”:1,”b”:2,”c”:3}mydict.keys()#list(mydict.keys())#[‘a’, ‘c’, ‘b’]

迭代器iterator的next()函数被Python3废弃,统一使用next(iterator)

raw_input函数被Python3废弃,统一使用input函数

字典变量的has_key函数被Python废弃,统一使用in关键词

file函数被Python3废弃,统一使用open来处理文件,可以通过io.IOBase检查文件类型

apply函数被Python3废弃

异常StandardError 被Python3废弃,统一使用Exception

修改类差异

浮点数除法操作符/和//区别

Python2:/是整数除法,//是小数除法

Python3:/是小数除法,//是整数除法。

异常抛出和捕捉机制区别

Python2

raiseIOError,”file error”#抛出异常exceptNameError, err:#捕捉异常

Python3

raiseIOError(“file error”)#抛出异常exceptNameErroraserr:#捕捉异常

for循环中变量值区别

Python2,for循环会修改外部相同名称变量的值

i = 1print(’comprehension: ‘, [iforiinrange(5)])print(’after: i =’, i  )#i=4

Python3,for循环不会修改外部相同名称变量的值

i = 1print(’comprehension: ‘, [iforiinrange(5)])print(’after: i =’, i  )#i=1

round函数返回值区别

Python2,round函数返回float类型值

isinstance(round(15.5),int) #True

Python3,round函数返回int类型值

isinstance(round(15.5),float)#True

比较操作符区别

Python2中任意两个对象都可以比较

11

Python3中只有同一数据类型的对象可以比较

11

新增类差异

所有在Python3.X中增加的新特性在Python2中都不支持,这些新特性的说明在官网中有详细的说明:

3.1 https://docs.python.org/3.1/whatsnew/

3.2 https://docs.python.org/3.2/whatsnew/3.2.html

3.3 https://docs.python.org/3.3/whatsnew/3.0.html

3.4 https://docs.python.org/3.4/whatsnew/3.4.html

3.5 https://docs.python.org/3.5/whatsnew/3.5.html

3.6 https://docs.python.org/3.6/whatsnew/3.6.html

国内有对这些特性中的重要点进行介绍的博文,可以作为参考:http://www.cnblogs.com/animalize/p/5633215.html

第三方工具包

我们在pip官方下载源pypi搜索Python2.7和Python3.5的第三方工具包数可以发现,Python2.7版本对应的第三方工具类目数量是28523,Python3.5版本的数量是12457,这两个版本在第三方工具包支持数量差距相当大。

https://pypi.python.org/pypi?:action=browse&c=532

https://pypi.python.org/pypi?:action=browse&c=607

我们从数据分析的应用角度列举了常见实用的第三方工具包(如下表),并分析这些工具包在Python2.7和Python3.5的支持情况:

分类工具名用途

数据收集scrapy网页采集,爬虫

数据收集scrapy-redis分布式爬虫

数据收集seleniumweb测试,仿真浏览器

数据处理beautifulsoup网页解释库,提供lxml的支持

数据处理lxmlxml解释库

数据处理xlrdexcel文件读取

数据处理xlwtexcel文件写入

数据处理xlutilsexcel文件简单格式修改

数据处理pywin32excel文件的读取写入及复杂格式定制

数据处理Python-docxWord文件的读取写入

数据分析numpy基于矩阵的数学计算库

数据分析pandas基于表格的统计分析库

数据分析scipy科学计算库,支持高阶抽象和复杂模型

数据分析statsmodels统计建模和计量经济学工具包

数据分析scikit-learn机器学习工具库

数据分析gensim自然语言处理工具库

数据分析jieba中文分词工具库

数据存储MySQL-pythonmysql的读写接口库

数据存储mysqlclientmysql的读写接口库

数据存储SQLAlchemy数据库的ORM封装

数据存储pymssqlsql server读写接口库

数据存储redisredis的读写接口

数据存储PyMongomongodb的读写接口

数据呈现matplotlib流行的数据可视化库

数据呈现seaborn美观的数据可是湖库,基于matplotlib

工具辅助jupyter基于web的python IDE,常用于数据分析

工具辅助chardet字符检查工具

工具辅助ConfigParser配置文件读写支持

工具辅助requestsHTTP库,用于网络访问

工具安装问题

windows环境

Python2 无法安装mysqlclient。Python3 无法安装MySQL-python、 flup、functools32、Gooey、Pywin32、 webencodings。

matplotlib在python3环境中安装报错:The following required packages can not be built:freetype, png。需要手动下载安装源码包安装解决。

scrapy在python3环境中安装报错,需安装VC++2015安装包: http://landinghub.visualstudio.com/visual-cpp-build-tools

scipy在Python3环境中安装报错,numpy.distutils.system_info.NotFoundError,需要自己手工下载对应的安装包,依赖numpy,pandas必须严格根据python版本、操作系统、64位与否。

运行matplotlib后发现基础包numpy+mkl安装失败,需要自己下载,国内暂无下载源

centos环境下

python2无法安装mysql-python和mysqlclient包,报错:EnvironmentError: mysql_config not found,解决方案是安装mysql-devel包解决。使用matplotlib报错:no module named _tkinter,安装Tkinter、tk-devel、tc-devel解决。

pywin32也无法在centos环境下安装。

工具测试结果

解决上述的安装问题后,编写了测试脚本(附录)运行上述工具包的简单案例,测试结果均通过,表明上述第三方工具包安装成功后在Windows和Centos环境下均可以成功运行。

文章来源于互联网,如有雷同请联系站长删除:Python2和Python3的差异

发表评论