Python 3.15最终beta：frozendict等了十年，编码地狱终结，采样分析器快到离谱

7月18号晚上11点，Python 3.15.0b4发布了。最终beta，下一个就是RC了。

我在pyenv里装了一个，打算随便看看新特性。结果一测就到了凌晨3点。

不是夸张。这次更新的几个东西，确实让我有种"终于"的感觉。

frozendict：这个我等了十年

说真的，frozenset 2006年就有了。frozendict 硬是拖到了2026年。

二十年。

你知道Python里有个经典的坑吗？函数默认参数用可变对象：

# 经典翻车现场
def add_item(item, target={}):
    target[item] = True
    return target

print(add_item("a"))  # {'a': True}
print(add_item("b"))  # {'a': True, 'b': True}  ← 不是 {'b': True}！

每个Python教程都会讲这个坑。解法一直是"用None当默认值，函数里再初始化"。但说实话，很多时候你就是想传一个不可变的默认配置字典进去。以前只能用 types.MappingProxyType 包一层，或者手动转tuple再转回来，丑得要命。

现在：

# Python 3.15
DEFAULTS = frozendict(
    timeout=30,
    retry=3,
    encoding="utf-8"
)

def fetch(url, params=DEFAULTS):
    # params 永远不会被修改，安全
    return params["timeout"]

# 试图修改？直接报错
DEFAULTS["timeout"] = 60
# TypeError: 'frozendict' object does not support item assignment

而且它能哈希。能当字典的key，能放进set里：

config_a = frozendict(host="localhost", port=8080)
config_b = frozendict(port=8080, host="localhost")

# 顺序不同，但相等
print(config_a == config_b)        # True
print(hash(config_a) == hash(config_b))  # True

# 能当set元素，自动去重
configs = {config_a, config_b}  # 只有一个元素，因为相等

这里有个细节值得注意：frozendict 不是 dict 的子类，直接继承 object。所以你的代码里如果有 isinstance(x, dict) 这种检查，frozendict 不会通过。迁移的时候得改成 isinstance(x, (dict, frozendict)) 或者更宽泛的 collections.abc.Mapping。

我花了大概20分钟把项目里几个配置常量从 dict 改成 frozendict，跑了一遍测试，没出问题。标准库的 json、pickle、copy 都已经支持了。eval() 和 exec() 也接受 frozendict 当 globals。

sentinel：告别 object() 土办法

这个比较小，但我真的很想吐槽。

Python里写"可选参数，但None是合法值"的时候，你怎么办？比如一个搜索函数，limit=None 表示不限制，limit=10 表示返回10条，但万一用户就想传 None 当占位符呢？

以前的标准操作：

# 以前的土办法，每个模块都要来一遍
_MISSING = object()

def search(query, limit=_MISSING):
    if limit is _MISSING:
        limit = 10
    ...

每个模块各自定义各自的 _MISSING = object()，互相不兼容。类型检查器也头疼，得写一堆 Union 和 overload。

3.15 给了内置的 sentinel：

# Python 3.15
NOT_SET = sentinel("NOT_SET")

def search(query, limit=NOT_SET):
    if limit is NOT_SET:
        limit = 10
    ...

干净。而且 sentinel 支持类型表达式，能直接用在类型注解里，mypy 终于不用猜了。

推导式解包：一行干掉两层循环

这个特性看着小，但我实际用起来是真香。

以前要扁平化嵌套列表：

# 以前：两层循环，第一次看的人要愣一下
matrix = [[1, 2], [3, 4], [5, 6]]
flat = [x for row in matrix for x in row]
# [1, 2, 3, 4, 5, 6]

现在：

# Python 3.15
flat = [*row for row in matrix]
# [1, 2, 3, 4, 5, 6]

字典也能用。我项目里有个地方在做API响应合并，多个字典后面的覆盖前面的：

# 合并多个配置字典
configs = [{"host": "a"}, {"port": 8080}, {"host": "b"}]
merged = {**c for c in configs}
# {'host': 'b', 'port': 8080}

以前写 {k: v for d in dicts for k, v in d.items()}，现在一行 {**d for d in dicts} 搞定。

不过有个事得提一嘴：这种写法对不熟悉的人来说需要适应。团队里有个刚来的实习生看到 [*row for row in matrix] 愣了10秒问我这是什么语法。所以如果你团队Python水平参差不齐，斟酌一下再大规模用。

lazy imports：启动速度直接起飞

这个是我测得最久的。

Python 3.15 加了 lazy 软关键字：

# 正常导入：模块立刻加载
import json

# 延迟导入：首次使用时才加载
lazy import json

print("启动中...")  # json 还没加载
data = json.loads('{"key": "value"}')  # 这里才加载

我拿一个内部工具试了一下。这个工具 import 了 47 个模块，冷启动 2.3 秒。把几个重模块改成 lazy 之后：

lazy import pandas as pd
lazy import numpy as np
lazy import matplotlib.pyplot as plt
lazy from sqlalchemy import create_engine
# ... 其他重模块

冷启动从 2.3 秒降到 0.8 秒。pandas 那堆东西占了大头，延迟到真正用的时候才加载。

但有几个坑你得知道。

只能在模块顶层用，函数体里写会直接

。而且模块加载失败的异常会延迟到首次使用时才抛出来——不是 import 的时候。所以如果你的 import 语句本身就是在做合法性检查（比如检测某个依赖是否装了），lazy 反而会把这个检测推迟到运行时。

还有，lazy from module import * 和 lazy from __future__ import ... 都不支持，写了就报错。

我建议只对启动时不一定用到的重模块加 lazy，像 os、sys 这种肯定要用的就别折腾了，反而增加心智负担。

UTF-8 默认编码：Windows 用户的春天

这个变化可能是影响面最广的。

以前在 Windows 上：

# Windows 上，open() 默认编码是 GBK（CP936）
with open("data.txt", "w") as f:
    f.write("你好世界")

# 换台 Linux 机器，或者 Docker 容器里跑
# 编码不对，乱码
# 或者更惨：读一个 UTF-8 的文件，直接 UnicodeDecodeError

每个在 Windows 上写过 Python 的人都被这个坑过。解法一直是显式写 encoding="utf-8"，但总有人忘。code review 里来回复这个问题，烦都烦死了。

3.15 开始，默认编码就是 UTF-8 了，不管你是什么系统。

# Python 3.15：所有平台默认 UTF-8
with open("data.txt", "w") as f:
    f.write("你好世界")  # UTF-8，没有悬念

如果你有老代码依赖 locale 编码（比如读系统配置文件），设 PYTHONUTF8=0 环境变量可以回退到旧行为。但我建议趁这个机会把所有 open() 都加上显式 encoding 参数，一劳永逸，跨版本也不会出问题。

Tachyon 采样分析器：快到不像话

这个是我觉得最被低估的特性。

以前做性能分析用 cProfile：

import cProfile
cProfile.run("my_function()")

问题在于 cProfile 是确定性追踪——每个函数调用都记录，开销巨大。我之前分析一个处理 50 万条数据的脚本，加 cProfile 后运行时间从 40 秒变成 2 分钟。分析器本身比程序还慢，这还分析个什么劲。

3.15 新增了 profiling 包，里面有个 Tachyon 采样分析器。不是追踪每次调用，而是周期性拍快照，采样率最高 1,000,000 Hz。

# Python 3.15 命令行直接用
# 运行并分析脚本
python -m profiling.sampling run --mode wall my_script.py

# 附加到正在运行的进程
python -m profiling.sampling dump <PID>

# 生成火焰图
python -m profiling.sampling run --flamegraph my_script.py

参数有几个选项：

是挂钟时间（默认），

只看 CPU 时间，

采样 GIL 持有时间。

直接生成自包含的交互式 HTML 火焰图。

我拿那个 50 万条数据的脚本测了，Tachyon 的开销几乎感觉不到，运行时间还是 40 秒左右。而 cProfile 要 2 分钟。

输出格式除了火焰图还有 --pstats（兼容老格式）、--collapsed（折叠堆栈，配合火焰图工具用）、--gecko（Firefox Profiler 格式）。甚至有个 --live 模式，top 式 TUI 实时界面，类似 Linux 的 htop 但看的是 Python 函数。

要不要升级？我的建议

3.15 正式版秋季发布，现在是最终 beta。我的建议：

# 用 pyenv
pyenv install 3.15.0b4
pyenv virtualenv 3.15.0b4 test315

# 或者用 uv
uv python install 3.15.0b4
uv venv --python 3.15.0b4 test315

跑一遍你的测试套件，看看有没有被 break。特别注意几个点：

的地方，如果开始接受 frozendict 输入，需要改成

。默认编码变了，Windows 上的文件操作行为会变，赶紧加显式

。

还在，向后兼容别名，但

模块标记弃用了，3.17 会移除。

等秋季正式版。但早点测，早点发现问题。

frozendict 等了十年，UTF-8 默认编码等了更久。Python 慢是慢了点，但这些特性确实在往对的方向走。

觉得有用的话，点个赞或者在看，下期继续分享实用的编程技巧。

作者：几行代码 | 公众号：几行代码