Python 3.15 正式发布，带来惰性导入和 frozendict 等新特性

Python 3.15 是许久以来功能最丰富的 Python 版本之一，正式版刚刚发布。以下是其中最重大、最大胆、最重要的创新、变更与修复。

惰性导入（Lazy imports）

这是人们期盼已久的功能：惰性导入允许 import 只在程序真正用到时才被处理。对于那些导入缓慢、会给程序启动时间带来巨大开销的模块，你可以把这份开销推迟到该模块的代码真正执行时再付出。

你既可以使用新的惰性导入语法显式地启用惰性导入，也可以通过编程方式或环境变量，让使用常规导入写法的代码表现出惰性行为。这样一来，无需大量改写，就能让现有代码享受到这一特性。最妙的是，把导入变为惰性没有任何缺点：除此之外，它们的行为与预期完全一致。

内置类型 frozendict

Python 很少新增数据类型，但这一次是经过长期争论、期待已久的补充：冻结字典。frozendict 的行为与普通字典一样，区别在于它是不可变的（不能添加、删除或修改元素），而且是可哈希的（因此可以把它用作另一个字典的键等等）。

内置类型 sentinel()

语言中另一项新增内容，意在取代一种常见却有问题的 Python 写法：用 object() 创建一个唯一的哨兵对象（例如，当 None 本身可能是合法值时，用它作为 None 的替代）。新语法 sentinel("NAME") 会创建唯一的对象，这些对象只能通过 is 运算符与自身比较相等。这类对象可以被正确地做类型检查，并且拥有有意义的表示形式，而不只是一个随机的对象描述符。

Tachyon：统计采样分析器

长期存在的 cProfile 模块以确定性的方式对 Python 代码进行分析——也就是说，它会跟踪并记录每一次调用。这使它精确，但也意味着被 cProfile 跟踪的程序运行速度远低于正常水平。Python 3.15 中新增的分析模块 profiling.sampling 使用统计采样方法，在只对程序速度造成极小影响的情况下获取有用的性能信息。现有的 cProfile 分析器仍然可用——它不会消失——只是多了一个新名字：profiling.tracing。

升级版 JIT

CPython 内置的即时（JIT）编译器在 Python 3.13 中首次亮相。它的长期目标是在不修改任何代码的情况下让 Python 程序跑得更快，某种程度上类似于另一套 Python 运行时 PyPy 的加速方式，而且不必付出切换到一套完全不同、自身又有诸多限制的解释器的代价。

JIT 的前几个版本并没有承诺、也没有带来多少额外的速度提升，因为它们更多是在为未来的改进打基础。不过到了 Python 3.15，JIT 相比标准 CPython 已经展现出 8% 到 13% 的几何平均性能提升，具体幅度取决于平台和工作负载。最大的变化包括：新的跟踪前端（让更多种类的代码得以加速）、使用寄存器分配以实现更快更省内存的工作、JIT 生成更优质的机器码，以及诸如为某些类别的对象消除引用计数等额外优化。

值得一试的是，为你的工作负载启用 JIT，看看是否有可测量的差异。但要注意，JIT 的后续开发如今受到一些明确制定的准则约束，规定它必须提供多大的性能提升，才能被视为 Python 完全支持的一部分，而不仅仅是一个实验性的副线。

更完善的错误信息

在过去几个版本中，Python 的错误信息变得越来越精确、详细和有用，Python 3.15 延续了这一工作。亮点包括：

• 针对缺失名称的建议（“x has no attribute ‘y’。你是不是想用 ‘xyz’？”）现在会从给定对象的成员中给出建议，而不仅仅是从对象本身。
• 建议现在也覆盖删除属性的检查，而不仅仅是访问属性。
• 如果解释器无法基于 Levenshtein 距离的模糊名称匹配为某个方法给出建议，它会查阅一份其他语言中此类方法常用名称的列表。例如，如果你试图使用 list.push()（一个 JavaScript 方法），解释器会建议 .append()，这才是 Python 列表的正确方法。

类型系统改进

TypedDict 类允许你创建带有预定义键、并对键和值做类型提示的字典，现在其定义中新增支持两个参数。closed 参数让你可以指定运行时是否只能使用所指定的键。extra_items 参数让你可以在运行时指定额外的键，但仅限于值为指定类型的键。

TypeForm 类型定义让你可以表示对某个类型表达式求值后得到的结果。有了它，类型注解就可以用在那些把类型本身当作值来使用的地方——例如 typing.cast 甚至 isinstance 这类操作的各种变体，或者作为第三方类型检查工具工作方式的一部分。

推导式中的解包

这又是一个人们长期要求的功能。如果你想用推导式完全解包或“展平”一个嵌套对象，过去需要使用 itertools.chain() 这样的函数，或者写出语法丑陋的嵌套推导式：

x = [[1,2,3],[4,5],[6]]
y = [a for b in x for a in b]
>>> [1, 2, 3, 4, 5, 6] # y

在推导式中使用星号运算符进行解包，可以让你省去一步：

x = [[1,2,3],[4,5],[6]]
y = [*a for a in x]
>>> [1, 2, 3, 4, 5, 6] # y

用 ** 解包同样可行，例如作为一种展平并合并字典的方式：

dicts = [{'a': 1}, {'b': 2}, {'a': 3}]
y = {**d for d in dicts}
>>> {'a': 3, 'b': 2}

最后，这种解包也可以用来构造生成器表达式：

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）