Python 3.15 釋出：告別 3.10，擁抱 3.11 新功能

Python 3.15 已經正式發布！今年由 3.14 和 3.15 的發布經理 Hugo van Kemenade 策劃了這份《Python 3.15 新功能指南》。身為一個開發支援所有 Python 版本的開源軟體的人，我終於可以告別 Python 3.10，並開始擁抱 Python 3.11 的新功能了。

首先，來看看 Python 3.15 的一些亮點。

我對 PEP 810 提出的「明確延遲載入」（Explicit lazy imports）感到最興奮。這項功能讓你可以像這樣載入模組：

lazy import json

lazy from pathlib import Path

這些模組會在程式碼中首次使用到這些符號時才被載入。我的 LLM CLI 工具實作了外掛功能，我過去必須在外掛作者文件中建議手動延遲載入，因為如果外掛使用了像 sentence_transformers 這樣的大型依賴項，每次呼叫 llm 指令都可能增加數秒的啟動時間。延遲載入直接解決了這個啟動成本問題。

新的推導式解包語法 [*sublist for sublist in lists] 也非常實用。以下是從文件中擷取的範例：

lists = [[1, 2], [3, 4], [5]]

[*L for L in lists]

[1, 2, 3, 4, 5]

等同於 [x for L in lists for x in L]

sets = [{1, 2}, {2, 3}, {3, 4}]

{*s for s in sets}

{1, 2, 3, 4}

等同於 {x for s in sets for x in s}

dicts = [{'a': 1}, {'b': 2}, {'a': 3}]

{**d for d in dicts}

{'a': 3, 'b': 2}

等同於 {k: v for d in dicts for k,v in d.items()}

PEP 798: Unpacking in Comprehensions（由 Adam Hartz 和 Erik Demaine 提出）將此功能作為 PEP 448 解包語法的擴展，後者已於 2015 年隨 Python 3.5 推出。

Python 現有的追蹤分析器已從 cProfile 更名為 profiling.tracing，並新增了一個令人興奮的取樣分析器，名為 Tachyon，也就是 profiling.sampling。

取樣分析器透過定期擷取執行中程序的堆疊追蹤來運作，然後利用這些資訊計算哪些函式花費了最多的時間。它們的開銷非常低，可以對執行中的系統提供深入的洞察，而無需事先對這些系統進行儀器化。

我之前曾使用 py-spy 等工具來實現此功能，現在這項能力已內建於標準函式庫中。如果你有一個現有的 Python 3.15 程序的 PID，你可以執行以下指令開始收集樣本（我在 macOS 上必須使用 sudo）：

sudo uv run --python 3.15 python -m profiling.sampling attach 1234

與主程式互動一會兒，然後按下 Ctrl+C 停止收集，即可看到一份報告，其外觀大致如下圖所示。它還可以產生像火焰圖和熱力圖，甚至可以輸出成能在 Firefox 分析器 UI 中檢視的格式。

Miguel Grinberg 前幾天針對 3.15.0rc3 版本調查了「Python 3.15 有多快？」，發現其效能與 3.14 大致相同，但實驗性的 JIT 除外。JIT 在 Fibonacci 測試中比標準 3.15 解譯器提供了 1.2 倍的提升，這是 Miguel 首次觀察到 JIT 帶來有意義的效能增長。

Miguel 去年對 3.14 的探索發現，與 Python 3.13 相比，許多類別的效能都有顯著提升。

我使用以下指令序列讓 uv 在我的 Mac 上使用 Python 3.15。首先，我必須升級 uv 本身，以確保它知道新版本：

uv self update

然後我安裝了穩定的 3.15 版本：

uv python install 3.15

並告知 uv 我希望它成為所有 uv run 指令的預設版本，除非專案本身鎖定不同的版本：

uv python pin --global 3.15

現在，以下指令會回報 3.15 為版本：

uv run python --version

我已經使用 uv tool install 安裝了一堆工具。我重新安裝它們以使用 Python 3.15，如下所示：

uv tool upgrade datasette --python 3.15

然後我可以像這樣確認版本：

datasette --get /-/versions.json | jq

隨著 3.15 的發布，Python 3.10（於 2021 年發布）已正式停止支援。我的主要開源專案政策是讓它們在所有受支援的 Python 版本中都能運作，因此我現在可以放棄 3.10，並開始使用 3.11 中引入的功能。

這是《Python 3.11 新功能文件》。我終於可以依賴 tomllib 的可用性了！Datasette 大量使用 asyncio，而 3.11 新增了 TaskGroup 和 timeout()，以及其他幾個新功能。

datetime.UTC 是 3.11 中 datetime.timezone.utc 的新別名。Python 的 SQLite 支援在 3.11 中獲得了一些重大升級，包括：

setlimit() 和 getlimit() 暴露了一種從 Python 設定 SQLite 執行時限制的機制。

create_window_function() 讓我們可以在 Python 中建立自訂的視窗函式，作為一個具有 step()、value()、inverse() 和 finalize() 方法的類別。

blobopen() 提供了一種高效的機制，用於對儲存在 SQLite 資料列中的大型 BLOB 二進位值進行部分讀取和寫入。你現在可以呼叫 set_authorizer(None) 來移除 SQLite 授權器，Datasette 過去為此有一個解決方法！

此外，Python 的型別系統也獲得了一系列改進。我計畫在接下來的幾週內將 Python 3.11 的改進應用到我的一些專案中。這是我的第一個 Datasette PR，用於移除 set_authorizer(None) 的解決方法。

我也更新了我的 click-app、datasette-plugin、python-lib 和 llm-plugin cookiecutter 模板，以針對 Python 3.11 到 Python 3.15 進行測試。