python最新版311正式发布有哪些新特色？25

python是一种执行速度较慢的编程语言，这好像已经是业内对python的共同观点。例如，python语言中的循环比类似的C语言写成的循环，执行速度慢不止一个数量级。但一般来说，编程语言的开发效率比代码的执行速度更重要，python能使用很多扩展工具包，而这些工具包都是用执行速度比较快的语言开发的，如科学计算工具包Numpy就比python本身内置的计算方法快很多，也因为学习python编写代码更容易，使得python在数据科学领域有长足的应用。但python官方并没有忽略python代码执行速度慢的缺点，于2020年提出了改进性能的 Shannon 计划，按这份计划的要求，python代码未来的执行速度要比当年发布的版本提高5倍以上，并且确定在更快地 CPython的基础上进行改进。

在官方声明文件 PEP 659中，描述了一个个性化的自适应解释器，其主要思想就是在提高代码执行速度的同时，对代码中经常出现的一些操作进行优化，且转换后的python二进制代码可以即时做出适应或改变，这和JIT(Just-in-time)编译的理念类似。众所周知，python代码在运行之前要被解释器编译为二进制代码，而二进制代码是由更多的基本指令组成，这些指令要比规范的python代码更多，因此每一行python代码都会转换为几个二进制代码语句。针对这个问题，看看下面的示例：

>>> def feet_to_meters(feet):
...     return 0.3048 * feet
...

上面这个函数，可以使用 dis 对该函数做反汇编处理，

>>> import dis
>>> dis.dis(feet_to_meters)
  1           0 RESUME                       0

  2           2 LOAD_CONST               1 (0.3048)
              4 LOAD_FAST                    0 (feet)
              6 BINARY_OP                    5 (*)
             10 RETURN_VALUE

上面是运行 dis.dis 函数后的结果，可以看出每一行都是一个二进制代码指令，指令信息由五列，包括行号、字节地址、操作代码名称、操作参数和圆括号中的参数解释。对于编写python代码来说，不需要了解这样的细节，这里拿出来只是为了说明python运行的内在机制。提高python代码的执行速度所在的环节就在python代码转换并生成二进制代码这一步，获得了代码运行过程中可以被优化的指令，就可以用自适应指令来替代。当一个函数被调用的次数确定了，加速机制即刻实施。

可以进一步探究一下解释器如何通过调用 dis() 函数和设置 adaptive 参数，来实现与二进制代码的自适应。看看下面的例子，定义一个函数，调用几次，其参数是一个浮点数：

>>> def feet_to_meters(feet):
...     return 0.3048 * feet
...

>>> feet_to_meters(1.1)
0.33528
>>> feet_to_meters(2.2)
0.67056
>>> feet_to_meters(3.3)
1.00584
>>> feet_to_meters(4.4)
1.34112
>>> feet_to_meters(5.5)
1.6764000000000001
>>> feet_to_meters(6.6)
2.01168
>>> feet_to_meters(7.7)
2.34696

接下来，看看函数 feet_to_meters()运行7次后，该函数的二进制代码指令信息是什么样，

>>> import dis
>>> dis.dis(feet_to_meters, adaptive=True)
  1           0 RESUME                       0

  2           2 LOAD_CONST               1 (0.3048)
               4 LOAD_FAST                   0 (feet)
               6 BINARY_OP                   5 (*)
             10 RETURN_VALUE

从上面的运行结果中，看出有什么特别之处，函数feet_to_meters带参数和前面示例中不带参数的情况下，二进制代码的指令信息相同。接下来再运行一次，这是第8次运行该函数，看看该函数的二进制代码的指令信息发生了什么变化：

>>> feet_to_meters(8.8)
2.68224

>>> dis.dis(feet_to_meters, adaptive=True)
  1           0 RESUME_QUICK                          0

  2           2 LOAD_CONST__LOAD_FAST        1 (0.3048)
              4 LOAD_FAST                                   0 (feet)
              6 BINARY_OP_MULTIPLY_FLOAT      5 (*)
             10 RETURN_VALUE

可以看出，函数feet_to_meters() 被运行8次之后，原来的二进制指令已经被个性化的指令替代，如 BINARY_OP 被 BINARY_OP_MULTIPLY_FLOAT 替代，这能更快地计算两个浮点数相乘。即使参数 feet 是浮点数的情况下，feet_to_meters()函数被实施了优化，但是该函数在调用其他类型的参数时依然执行替换后的二进制指令；尽管内在操作发生了改变，但python代码的执行和python 3.11之前的版本完全一样。

再看看下面的例子，连续调用该函数多次，参数feet 用整数：

>>> for feet in range(52):
...            feet_to_meters(feet)
...

>>> dis.dis(feet_to_meters, adaptive=True)
  1           0 RESUME_QUICK                          0

  2           2 LOAD_CONST__LOAD_FAST        1 (0.3048)
               4 LOAD_FAST                                  0 (feet)
               6 BINARY_OP_MULTIPLY_FLOAT     5 (*)
             10 RETURN_VALUE