Python2和Python3的差异

之前做Spark大数据分析的时候，考虑要做Python的版本升级，对于Python2和Python3的差异做了一个调研，主要对于语法和第三方工具包支持程度进行了比较。

基本语法差异

核心类差异

1. 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：

   

2. 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。

3. 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。

4. 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

1. print语句被python3废弃，统一使用print函数

2. exec语句被python3废弃，统一使用exec函数

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

4. 不相等操作符"<>"被Python3废弃，统一使用"!="

5. long整数类型被Python3废弃，统一使用int

6. 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

7. 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()  #<built-in method keys of dict object at 0x000000000040B4C8>
   list(mydict.keys()) #['a', 'c', 'b']

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

9. raw_input函数被Python3废弃，统一使用input函数

10. 字典变量的has_key函数被Python废弃，统一使用in关键词

11. 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

12. apply函数被Python3废弃

13. 异常StandardError 被Python3废弃，统一使用Exception

修改类差异

1. 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。

2. 异常抛出和捕捉机制区别

   • Python2

   raise IOError, "file error" #抛出异常
   except NameError, err:  #捕捉异常

   • Python3

   raise IOError("file error") #抛出异常
   except NameError as err: #捕捉异常

3. 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 = 1
   print （'comprehension: ', [i for i in range(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 = 1
   print （'comprehension: ', [i for i in range(5)]）
   print （'after: i =', i  ） #i=1

4. 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

5. 比较操作符区别

   • Python2中任意两个对象都可以比较

   11 < 'test' #True

   • Python3中只有同一数据类型的对象可以比较

   11 < 'test' # TypeError: unorderable types: int() < str()

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	selenium	web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	lxml	xml解释库
数据处理	xlrd	excel文件读取
数据处理	xlwt	excel文件写入
数据处理	xlutils	excel文件简单格式修改
数据处理	pywin32	excel文件的读取写入及复杂格式定制
数据处理	Python-docx	Word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-python	mysql的读写接口库
数据存储	mysqlclient	mysql的读写接口库
数据存储	SQLAlchemy	数据库的ORM封装
数据存储	pymssql	sql server读写接口库
数据存储	redis	redis的读写接口
数据存储	PyMongo	mongodb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	requests	HTTP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。