Python 这么多版本该选哪个?

我之前一直使用 Python 3.10 版本来写Python代码。但最近在运行一些新项目时，发现会报错，排查后发现是 f-string 的写法问题——比如用了与外层相同的引号，或者包含反斜杠。查阅资料后才明白，这些用法是 Python 3.12 才引入的新特性。要解决这个问题，要么修改源码，要么就得升级 Python 版本。

趁这个机会，我顺便把 Python 3.8 到 3.14 的更新日志都过了一遍，以便确定今后该把哪个版本作为主力开发版本。

目前来看，Python v3.11 和 v3.12 应该是当下项目的主流选择。考虑到 v3.12 对 f-string 的语法做了大幅放宽，我打算以后主力使用 v3.12，以免再次遇到某些项目因采用放宽后的 f-string 写法而无法运行的情况。

至于 3.13 和 3.14，版本太新，部分第三方库可能尚未兼容，暂时先不考虑。

除了根据外部项目需求来选择 Python 版本之外，如果你还需要用 Python 调用 MATLAB 代码，那就还得考虑 MATLAB 版本与 Python 的兼容性——在 MATLAB 2024a 及更早版本中，只能与 Python 3.11及更早版本相互调用。因此，我现在也把 MATLAB 升级到了 R2024b。

附：Python 3.8–3.14 的主要更新摘要如下

Python 3.8（2019年10月14日发布）

海象运算符 :=（PEP 572）

这是 Python 3.8 最具争议的语法新增。它允许在表达式内部进行赋值，将"赋值"和"判断"合二为一。

在 3.8 之前，如果你想在 while 循环中读取数据并检查长度，必须写成：

n = len(data)
while n > 0:
print(n)
    n = len(data)

海象运算符让这变成一行：

while (n := len(data)) > 0:
print(n)

另一个典型场景是在列表推导式中复用计算结果。比如正则匹配时，无需重复调用 match()：

import re
# 3.8 之前：需要单独写循环或重复调用
# 3.8 之后：在推导式内直接赋值并复用
results = [m.group(0) for line in lines if (m := re.search(r'\d+', line))]

这个特性由 Guido van Rossum 亲自推动，但在社区引发了激烈讨论，甚至一度导致他辞去 BDFL（终身仁慈独裁者）职位。

海象运算符 (:=) 虽然方便，但并不是所有地方都适合用，过度使用它，会使代码变得更不直观，与Python之禅（明了优于隐晦；简单优于复杂）想违背，这也是当年提案的争论之处。

比如下面这个用法就会代码变得难维护

result = (z := (y := (x := compute())) + y) + z

仅限位置参数 /（PEP 570）

函数参数列表中新增 / 符号，将其左侧的参数标记为"只能按位置传递，不能按关键字传递"。

defpow(x, y, /, mod=None):
return (x ** y) % mod if mod else x ** y

pow(2, 3)        # ✅ 正确
pow(2, 3, mod=5) # ✅ mod 在 / 右侧，可以按关键字传
pow(x=2, y=3)    # ❌ TypeError: x 和 y 在 / 左侧，不能按关键字传

这解决了 C 扩展函数（如 len()、str.find()）长期以来与纯 Python 函数在调用约定上的不一致问题。它也让 API 设计者能明确区分"实现细节参数"和"公开接口参数"——内部参数放在 / 左侧，用户无需关心其名称。

f-string 使用 f'{expr=}'快速输出变量名和数值

在 f-string 的花括号内加 =，Python 会自动输出变量名=数值结果。

x = 42
print(f'{x=}')
# 输出: x=42

print(f'{x * 2 = }')
# 输出: x * 2 = 84

之前版本需要写 f'x={x}'，现在只需 f'{x=}'。

importlib.metadata 模块

这是从 importlib_metadata 第三方包正式纳入标准库的模块，用于读取已安装包的元数据。

from importlib.metadata import version, requires, entry_points

version('requests')  # 返回 '2.31.0'
requires('django')  # 返回依赖列表
entry_points()['console_scripts']  # 读取包的入口点

它替代了 pkg_resources 中大量笨重的 API，让检查环境、构建插件系统变得更直接。

其他值得注意的更新

‍✦ Vectorcall 协议（PEP 590）

‍  这是 C API 层面的底层优化，普通用户无感知，但影响深远。它定义了一种更快速的函数调用协议，减少了参数打包/解包的开销。Python 3.8 的内置类型（如 dict()、list()）开始采用这一协议，为 3.11 的全面性能爆发奠定了底层基础。

‍✦ math.comb() 和 math.perm()：组合数和排列数计算

‍✦ math.isqrt()：整数平方根，比 int(math.sqrt(n)) 更精确高效

‍✦ statistics.fmean() 和 statistics.geometric_mean()：更快的浮点均值和几何平均数

‍✦ typing.Final、typing.Literal、typing.Protocol：类型系统的关键补充

‍✦ multiprocessing.shared_memory：跨进程共享内存，无需序列化开销

Python 3.9（2020年10月5日发布）

字典合并运算符 |（PEP 584）

终于可以用运算符合并字典了：

defaults = {'a': 1, 'b': 2}
overrides = {'b': 3, 'c': 4}

# 合并产生新字典，右侧优先级高
merged = defaults | overrides
# {'a': 1, 'b': 3, 'c': 4}

# 原地更新
defaults |= overrides
# defaults 变为 {'a': 1, 'b': 3, 'c': 4}

之前只能用 {**d1, **d2} 或 d1.copy(); d1.update(d2)，前者在键冲突时的行为不够明确，后者是语句而非表达式。

类型提示泛型内置化（PEP 585）

从 3.9 开始，你可以直接用 list[int]、dict[str, float] 作为类型提示，无需再从 typing 模块导入大写版本。

v3.9之前

from typing importList, Dict, Set, Tuple

defprocess(data: List[int]) -> Dict[str, int]:
    ...

v3.9之后

# 3.9 之后
defprocess(data: list[int]) -> dict[str, int]:
    ...

这不仅是少写几行导入的问题，它标志着 Python 类型系统正在从"外部附加"走向"语言原生"。list、dict 等内置类型在运行时就是自身，不再需要 typing.List 这种代理对象。不过 PEP 585 也引入了"软废弃"机制，typing.List 等不会立即消失，但社区逐渐转向小写风格。

新 PEG 解析器（PEP 617）

Python 从 1990 年代起一直使用自研的 LL(1) 解析器，它要求语法规则能通过一个字符的向前看（Lookahead）无歧义解析。这个限制越来越成为语法创新的瓶颈。

3.9 引入了基于 PEG（Parsing Expression Grammar）的新解析器，由 Guido 亲自设计实现。PEG 解析器更灵活、更强大，允许更复杂的语法规则。虽然 3.9 的语法本身没有大变化，但解析器替换为 3.10 的 match/case 结构模式匹配铺平了道路——这种复杂的语法在旧解析器下几乎不可能实现。

zoneinfo 模块（PEP 615）

内置 IANA 时区数据库支持，终于无需依赖 pytz 了。

from zoneinfo import ZoneInfo
from datetime import datetime

dt = datetime(2024, 7, 13, 15, 0, tzinfo=ZoneInfo("Asia/Shanghai"))
print(dt.tzname())  # 'CST'

字符串方法 removeprefix / removesuffix

url = "https://example.com"
url.removeprefix("https://")  # 'example.com'

filename = "document.txt"
filename.removesuffix(".txt")  # 'document'

这解决了长期以来社区用 str.startswith() 配合切片或 str.lstrip()（后者行为错误，因为 lstrip 是按字符集移除而非按前缀字符串）的痛点。

其他值得注意的更新

‍✦ graphlib 模块：内置拓扑排序算法 TopologicalSorter，用于任务依赖排序

‍✦ ast.unparse()：将 AST 节点反序列化为源代码字符串

‍✦ asyncio 支持多线程事件循环和 asyncio.to_thread() 的雏形

‍✦ typing.Annotated：为类型提示附加元数据，被 FastAPI 等框架广泛采用

Python 3.10（2021年10月4日发布）

结构模式匹配 match/case（PEP 634）

这是 Python 3.10 最重磅的语法特性，在3.10 版本之前，Python 从来没有实现switch 语句在其他编程语言中所做的功能。match/case类似于传统语言中的 switch，但功能更强大。它不仅能匹配字面量，还能解构序列、字典和对象，大幅减少繁琐的 if-elif-else 链。

模式匹配支持：

‍✦ 序列模式：[a, b, *rest] 匹配列表/元组

‍✦ 映射模式：{"key": value} 匹配字典

‍✦ 类模式：Point(x, y) 匹配数据类实例

‍✦ 守卫子句：case [x] if x > 0: 添加条件判断

‍✦ 通配符：_ 匹配任意值但不绑定

例子

基本模式匹配

x = 10
match x:
case10:
print("x is 10")
case20:
print("x is 20")
case _:
print("x is something else")

序列模式匹配

defhandle_command(command):
match command:
case ["quit"]:
print("Goodbye!")
case ["load", filename]:
print(f"Loading {filename}")
case ["save", filename, *options]:
print(f"Saving {filename} with {options}")
case {"type": "click", "x": x, "y": y}:
print(f"Clicked at ({x}, {y})")
case _:
print("Unknown command")

handle_command(["load", "data.txt"])  # Loading data.txt
handle_command({"type": "click", "x": 10, "y": 20})  # Clicked at (10, 20)

对象模式匹配

classPoint:
def__init__(self, x, y):
self.x = x
self.y = y

p = Point(0, 3)
match p:
case Point(x=0, y=y):
print(f"Point is on the Y axis at {y}")
case Point(x=x, y=0):
print(f"Point is on the X axis at {x}")
case Point(x, y):
print(f"Point is at ({x}, {y})")
case _:
print("Not a point")

联合类型运算符 |（PEP 604）

类型提示中可以用 | 替代 typing.Union，更加简洁：

# 3.10 之前
from typing importUnion
deffunc(value: Union[int, str]) -> None:
    ...

# 3.10 之后
deffunc(value: int | str) -> None:
    ...

更精确的行号（PEP 626）

在 3.10 之前，traceback 中的行号有时指向函数定义行而非实际执行行，调试时令人困惑。3.10 通过在字节码中存储更细粒度的位置信息，让异常 traceback 能精确指向出错的具体表达式，而非整行。

错误消息大幅改进

3.10 的错误消息开始变得"有温度"了。它不再只是冷冰冰地抛出 SyntaxError，而是尝试理解你的意图并给出建议：

# 你写了：
if x > 0
print(x)

# 3.10 提示：
# SyntaxError: expected ':'
#     if x > 0
#             ^

对于名称错误，它甚至会提示你可能想导入的模块：

# 你写了：
json.dumps(data)

# 3.10 提示：
# NameError: name 'json' is not defined. Did you forget to import 'json'?

其他值得注意的更新

‍✦ ParamSpec（PEP 612）：让装饰器能正确保留被装饰函数的参数类型签名

‍✦ TypeAlias（PEP 613）：显式标记类型别名，如 Vector = list[float] 可写成 Vector: TypeAlias = list[float]

‍✦ zip(strict=True)：严格模式，要求可迭代对象长度一致，否则抛出异常

Python 3.11（2022年10月24日发布）

性能飞跃：CPython 快 10–60%

3.11 是 Python 的性能爆发年。通过多项底层优化，官方 pyperformance 基准测试显示比 3.10 平均快 10–25%，某些场景（如纯函数调用、属性访问）快达 60%。

关键优化包括：

‍✦ 自适应解释器：根据运行时类型特化字节码，热点代码走快速路径

‍✦ 零成本异常：try/except 没有异常时不产生运行时开销

‍✦ 内联函数调用：减少 Python 函数调用的 C 栈帧开销

‍✦ 更快的对象属性访问：优化了 __dict__ 查找路径

这是 CPython 团队" faster-cpython "项目的首个重大成果，让 Python 终于摆脱了"慢语言"的刻板印象。

异常组（PEP 654）

asyncio.gather() 或并发场景下，多个任务可能同时失败，抛出多个异常。3.11 之前你只能捕获第一个异常，其余的丢失了。

3.11 引入了 ExceptionGroup 和 BaseExceptionGroup，以及 except* 语法：

deffailing():
raise ExceptionGroup("multiple errors", [
        ValueError("invalid value"),
        TypeError("wrong type"),
        KeyError("missing key")
    ])

try:
    failing()
except* ValueError as eg:
print(f"Caught ValueErrors: {eg.exceptions}")
except* TypeError as eg:
print(f"Caught TypeErrors: {eg.exceptions}")

except* 可以匹配异常组中的部分异常，让其余异常继续传播。这为构建健壮的并发错误处理框架提供了原生支持。

tomllib 模块（PEP 680）

TOML 已成为 pyproject.toml（PEP 518/621）的事实标准配置格式，但 Python 长期缺乏内置的 TOML 解析器。3.11 终于将 tomli 项目纳入标准库，命名为 tomllib（只读）：

import tomllib

withopen("pyproject.toml", "rb") as f:
    config = tomllib.load(f)

注意它要求以二进制模式（rb）打开文件，因为 TOML 规范要求按 UTF-8 解析，二进制模式避免了编码问题。

traceback 彩色高亮

终端中默认启用彩色 traceback，关键行、错误类型、文件路径以不同颜色高亮显示。这不再是第三方库（如 rich、IPython）的专属功能，而是 CPython 原生支持。

其他值得注意的更新

‍✦ asyncio.TaskGroup：结构化并发，确保所有子任务完成后才退出上下文

‍✦ typing.Self：在类方法中返回自身类型，替代复杂的 TypeVar 技巧

‍✦ typing.Never：表示"永远不会返回"的类型，替代 NoReturn

‍✦ math.cbrt()：立方根计算

‍✦ enum.StrEnum / enum.IntEnum 改进

Python 3.12（2023年10月2日发布）

f-string 语法大放宽（PEP 701）

这是 f-string 自 3.6 引入以来最彻底的解放。3.11 之前，f-string 的花括号内表达式有诸多限制：不能用反斜杠、不能换行、不能用与外层相同的引号、不能写注释。3.11 全部解除。

# ✅ 反斜杠
f"路径: {path.replace('\\', '/')}"

# ✅ 多行表达式
f"结果: {
    x + y
}"

# ✅ 相同引号嵌套
f"{'hello'}"

# ✅ 表达式内注释
f"值: {
    x + y  # 累加
}"

泛型语法简化（PEP 695）

3.12 之前定义泛型函数需要繁琐的 TypeVar 声明：

from typing import TypeVar

T = TypeVar("T")

deffunc(x: T) -> T:
return x

3.12 引入了直接在函数/类签名中声明类型参数的语法：

deffunc[T](x: T) -> T:
return x

classContainer[T]:
def__init__(self, value: T) -> None:
self.value = value

类型参数 T 的作用域自动限定在函数或类内部，无需全局声明。这不仅减少了样板代码，也让类型提示更贴近其他现代语言（如 TypeScript、Rust）的泛型风格。配合 3.13 的类型参数默认值（PEP 696），泛型系统变得愈发成熟。

每个解释器的 GIL（PEP 684）

这是 Python 并发架构的底层革命。传统上，CPython 的 GIL（全局解释器锁）是进程级别的，一个 Python 进程内所有线程共享同一个 GIL。3.12 开始，每个子解释器（Subinterpreter）可以拥有独立的 GIL。

这意味着你可以在一个进程内运行多个 Python 解释器实例，每个实例独立持有 GIL，真正实现多核并行。虽然 3.12 的 API 还比较底层（主要通过 _xxsubinterpreters 模块暴露），但它为 3.13 的"自由线程"（nogil）和未来的多核 Python 应用铺平了道路。

缓冲区协议（PEP 688）

memoryview 和缓冲区协议长期以来是 C 扩展的专属领域。3.12 将 __buffer__ 协议暴露给纯 Python，让你能在 Python 层面实现支持缓冲区协议的对象：

classMyBuffer:
def__buffer__(self, flags):
returnmemoryview(b"hello")

buf = MyBuffer()
mv = memoryview(buf)

这让纯 Python 库（如图像处理、二进制协议解析）能更深入地参与零拷贝数据传输。

报错消息继续改进

>>> sys.version_info
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'sys'isnot defined. Did you forget to import'sys'?

其他值得注意的更新

‍✦ pathlib 重大改进：pathlib.Path 支持更多文件操作，如 walk()、copy()、move()

‍✦ os 模块支持 Linux 性能分析事件 perf_event_open

‍✦ typing 模块性能优化，导入速度提升

‍✦ 继续移除 distutils 等废弃模块，推动 setuptools 标准化

Python 3.13（2024年10月7日发布）

实验性自由线程模式（PEP 703）

这是 Python 历史上最重要的并发变革之一。传统 CPython 的 GIL 确保了解释器状态的原子性，但也导致多线程无法真正利用多核 CPU。3.13 引入了无 GIL 构建（--disable-gil），编译后的 Python 解释器允许多线程真正并行执行 Python 字节码。

# 在 nogil 构建下，这段代码能利用多核
import threading

defworker():
    total = 0
for i inrange(10_000_000):
        total += i
return total

threads = [threading.Thread(target=worker) for _ inrange(4)]
for t in threads:
    t.start()
for t in threads:
    t.join()

虽然 3.13 中 nogil 还是实验性的，单线程性能有约 30% 的惩罚，但它标志着 Python 社区正式向"移除 GIL"这一数十年难题发起挑战。到 3.14，这一惩罚已降至 5–10%。

基础 JIT 编译器（PEP 744）

3.13 引入了实验性的即时编译器（JIT），将 Python 字节码在运行时编译为机器码。它基于复制加修补（Copy-and-Patch）技术，由 LLVM 团队在学术研究中提出，后被 CPython 团队采纳。

JIT 默认关闭，需要通过 --enable-experimental-jit 编译开启。虽然 3.13 的 JIT 覆盖范围有限，性能提升温和（约 2–9%），但它为后续版本的持续优化奠定了基础。到 3.14，JIT 已能覆盖更多字节码和控制流。

locals() 语义定义（PEP 667）

长期以来，locals() 的行为像一个"黑箱"——在函数内调用它返回局部变量的快照，但修改这个字典是否会影响实际局部变量？答案因上下文而异，调试器（如 pdb）的实现也因此充满 hack。

3.13 明确了两种语义：

‍✦ locals() 返回独立快照：修改它不影响实际局部变量

‍✦ FrameType.f_locals 返回写穿透代理：修改它会直接反映到运行中的局部变量

这让调试器、分析器和元编程工具能更可靠地检查和修改运行时的局部状态。

新交互式解释器

3.13 的 REPL（交互式解释器）进行了现代化改造：

‍✦ 语法高亮：输入的代码自动着色，关键字、字符串、注释一目了然

‍✦ 多行编辑：支持上下箭头在历史记录中浏览多行代码块

‍✦ 历史记录持久化：退出后重新进入解释器，历史命令仍然保留

‍✦ 更好的自动补全：基于 readline 的改进，补全体验更流畅

这些功能之前需要 IPython 或 bpython 才能实现，现在 CPython 原生支持。

类型参数默认值（PEP 696）

泛型参数可以指定默认值了：

from typing import TypeVar

T = TypeVar("T", default=int)  # 默认类型为 int

classContainer[T]:
def__init__(self, value: T = None) -> None:
self.value = value

# 不指定类型参数时，T 默认为 int
c = Container()  # 等价于 Container[int]()

这减少了类型提示的冗余，特别是在泛型容器和回调函数的类型定义中。

移动端官方支持（PEP 730 / 738）

iOS 和 Android 被正式列为 Tier 3 支持平台。这意味着：

‍✦ CPython 的构建系统正式支持交叉编译到 iOS/Android

‍✦ 官方测试套件会在这些平台上运行

‍✦ 核心开发者承诺修复平台相关的回归问题

Python 正式进入移动端开发生态，为 Kivy、BeeWare 等框架提供了更稳固的基础。

移除"死电池"（PEP 594）

3.13 删除了 19 个长期废弃的"死电池"模块，包括：

‍✦ cgi：已被 WSGI/ASGI 框架完全取代

‍✦ crypt：密码哈希应使用 hashlib

‍✦ mailcap：媒体类型处理

‍✦ msilib、spwd、sunau、telnetlib 等

这缩小了标准库体积，减少了安全维护负担，也推动社区使用更现代的替代方案。

其他值得注意的更新

‍✦ warnings 模块支持 action="default" 的细化控制

‍✦ dbm 模块支持 SQLite 后端

‍✦ asyncio 支持 asyncio.Barrier 同步原语

‍✦ typing 模块支持 ReadOnly 和 Required 类型修饰符（TypedDict）

Python 3.14（2025年10月7日发布）

模板字符串 t-strings（PEP 750）

t-strings（template strings）在语法上类似 f-strings，但不立即求值，而是生成一个可复用的模板对象：

name = "Alice"
template = t"Hello, {name}!"
# template 是一个 Template 对象，包含原始字符串和插值表达式
# 此时 name 的值尚未被填充

模板对象可以被多次渲染，也可以被库拦截进行安全处理：

# 安全 SQL 参数化（伪代码）
from some_sql_lib import render_sql

query = t"SELECT * FROM users WHERE id = {user_id}"
render_sql(query)  # 库会自动将 user_id 转为参数化查询，防止 SQL 注入

与 f-string 的"立即求值"不同，t-string 的"延迟求值"让它天然适合：

‍✦ SQL 参数化：防止注入攻击

‍✦ HTML 模板：自动转义用户输入

‍✦ 国际化（i18n）：提取可翻译字符串，在渲染时根据语言环境替换

‍✦ 日志延迟格式化：避免在日志级别不足时执行昂贵的字符串格式化

这是 Python 在"安全字符串处理"领域迈出的重要一步，填补了长期以来 f-string 在安全性上的空白。

延迟注解求值（PEP 649）

从 3.7 的 from __future__ import annotations 开始，Python 社区一直在探索如何解决类型注解的前向引用问题。当类 A 的方法参数类型是类 B，而类 B 定义在类 A 之后时，你需要写成字符串：

classA:
defmethod(self) -> "B":  # 字符串前向引用
        ...

classB:
    ...

3.14 通过 PEP 649 彻底解决了这个问题。类型注解默认不再在类定义时强制求值，而是以延迟计算的形式存储。这意味着：

# 3.14 之后，无需字符串引号
classA:
defmethod(self) -> B:  # ✅ 直接写 B，即使 B 在后面定义
        ...

classB:
    ...

这消除了字符串前向引用的视觉噪音，也让类型注解的语义更清晰——它们不再是"运行时会被执行的代码"，而是"供类型检查器消费的元数据"。

零开销外部调试（PEP 768）

sys.remote_exec(pid, script) 允许你安全地附加到一个正在运行的 Python 进程，执行调试脚本，然后分离，无需重启目标进程。

# 在调试终端中
import sys
sys.remote_exec(12345, """
import gc
print(f"Objects: {len(gc.get_objects())}")
""")

这被称为"零开销"是因为：目标进程无需预先开启调试模式，没有持续的性能损耗。只有当调试器附加时，才会注入代码。这对于生产环境的问题排查（如内存泄漏、死锁分析）是革命性的——你不再需要为了调试而重启服务或开启昂贵的监控。

自由线程模式成熟

3.13 的 nogil 实验在 3.14 中大幅成熟：

‍✦ 单线程性能惩罚从约 30% 降至 5–10%

‍✦ 内存分配器优化，减少了多线程竞争

‍✦ 更多 C 扩展兼容无 GIL 模式

这意味着 nogil 从"实验性玩具"逐渐走向"生产可用"的门槛。

JIT 编译器增强（PEP 744）

3.14 的 JIT 覆盖范围显著扩大：

‍✦ 支持更多字节码指令的编译

‍✦ 优化了循环和条件分支的机器码生成

‍✦ 性能提升从 3.13 的温和水平进一步扩大

JIT 与 nogil 的结合，让 Python 在多线程 CPU 密集型任务中的竞争力持续提升。

尾调用解释器

在 Clang 19+ 编译器下，3.14 使用尾调用（Tail Call）实现字节码分发（opcode dispatch）。这是一种比传统 switch 语句或跳转表更高效的指令分发方式，基准测试显示快 3–5%。虽然提升幅度不大，但它展示了 CPython 团队在现代编译器特性上的积极探索。

错误消息更智能

3.14 继续打磨错误消息。对于常见的关键字拼写错误：

# 你写了：
whille x > 0:
print(x)

# 3.14 提示：
# SyntaxError: invalid syntax. Did you mean 'while'?

对于缩进和括号不匹配，提示更加精确，甚至能建议缺失的代码结构。

其他值得注意的更新

‍✦ pathlib 继续扩展：支持更多文件系统操作和路径解析优化

‍✦ typing 模块支持更复杂的类型运算

‍✦ asyncio 性能优化，事件循环吞吐量提升

‍✦ 标准库继续清理遗留 API，为新特性腾出空间

相关笔记

‍✦ Matlab 和Python画图体验的区别

‍✦ Matlab 和 Python选哪个？对不起，小孩子才做选择！我都要！

‍✦ 2026年，Python开发我用uv！

‍✦ CUDA 和 PyTorch GPU版本安装笔记

‍✦ 安装Python，我选择miniforge而不是Anaconda

‍✦ Python 如何读写HDF5文件：使用h5py库

‍✦ Python 如何压缩HDF5文件

‍✦ Python 如何调用 Matlab 代码

‍✦ Python丨plt.xkcd 让绘图转手绘

‍✦ 【博客】如何用python读写钙成像的tiff stack：使用tifffile

‍