門脇
ご存知のように、Python 3.
本記事では、具体的にどのような点がアップデートされているのか、主な機能をピックアップして紹介していきます。
新しい対話型インタプリタとエラーメッセージ
今回のリリースにおける最も大きな変更点の1つとして、新しい対話型インタプリタがあります。また、エラーメッセージはPython 3.
最初にこの2つについて簡単に紹介します。
対話型インタプリタの改善
新しい対話型インタプリタの主な特徴には以下があります。
- プロンプトやトレースバックがデフォルトでカラー表示され、視認性が向上した
- 関数やクラスなどの複数行にわたるコードの編集が可能になった
- exitやquitなどのコマンドが括弧なしで実行できるようになった
- ファンクションキーへ機能が割り当てられた
- F1キー: ヘルプの表示
- F2キー: コマンドの履歴をブラウズ
- F3キー: ペーストモードで大きなコードブロックを貼り付け
参考までに、実際にインタプリタで実行した結果は以下の通りです。
さらに改善されたエラーメッセージ
先述のとおり、インタプリタの更新に伴いエラーメッセージもカラー化されました。エラーの種類や関係するコード部分が色分けされることで、視覚的に重要な情報を簡単に確認できるようになりました。
具体的に見てみましょう。Python 3.IndexError: list index out of rangeと表示されていました。
Python 3.<python-input-X>のように変更され、末尾の数字はインタプリタで実行された入力順に番号が表示されています。
標準ライブラリ・モジュールの衝突がより明確に
エラーメッセージは、標準ライブラリやモジュールの名前との衝突についても改善されています。たとえば以下のようなファイル構成で、スクリプトファイルsecrets.
$ tree . ├── example_err.py └── secrets.py
サンプルのため、secrets.
import secrets
print(secrets.token_bytes())
上記をPython 3.AttributeError: module 'secrets' has no attribute 'token_だけが返されます。
$ python3.12 example_err.py
Traceback (most recent call last):
File "/home/ubuntu/example_err.py", line 3, in <module>
print(secrets.token_bytes())
^^^^^^^^^^^^^^^^^^^
AttributeError: module 'secrets' has no attribute 'token_bytes'
Python 3.consider renaming.../部分でファイル名の変更を促すとともに、the same name as the standard library module named 'secrets'という部分で標準ライブラリのsecretsモジュールと同じ名前であることが示されています。
エラーメッセージが具体的に問題を指摘してくれることで、より迅速に問題を把握することができるのはとてもありがたいです。
$ python3.13 example_err.py
Traceback (most recent call last):
File "/home/ubuntu/example_err.py", line 3, in <module>
print(secrets.token_bytes())
^^^^^^^^^^^^^^^^^^^
AttributeError: module 'secrets' has no attribute 'token_bytes'
(consider renaming '/home/ubuntu/secrets.py' since it has
the same name as the standard library module named 'secrets'
and prevents importing that standard library module)
パフォーマンス向上にむけた取り組み
続いてはパフォーマンスに関する内容について見ていきます。Python 3.
実験的なJIT（Just-In-Time）コンパイルの導入
Python 3.--enable-experimental-jitオプションを指定してPythonをビルドする必要があります。
以下に具体的なビルド手順を記載しています。今回は、ubuntu
# 関連ライブラリの更新/インストール $ sudo apt update $ sudo apt install build-essential zlib1g-dev \ > libncurses5-dev libgdbm-dev libnss3-dev libssl-dev \ > libreadline-dev libffi-dev curl clang # Python 3.13.2をダウンロード $ curl -O hhttps://www.python.org/ftp/python/3.13.2/Python-3.13.2.tgz $ tar zxvf Python-3.13.2.tgz $ cd Python-3.13.2 # Pythonをビルド JITを有効にするオプションと最適化オプションを指定 $ ./configure --enable-experimental-jit --enable-optimizations $ make
実際にシステムにインストールしたい場合は、追加でsudo make installを実行する必要があります。今回は確認を行うだけですので、Python-3.
サンプルコードは以下を使用します。JITによる効果を得るために、単純な数値計算部分を関数化して時間計測を実施します。
import time
# JITパフォーマンス計測のため単純な数値計算を行う関数
def simple_calc(n: int) -> int:
res = 0
for i in range(1, n):
res += (i * 3.14159) ** 2
return res
start = time.time()
n = 10**8 # 計算回数（大きいほど効果が出やすい）
result = simple_calc(n)
end = time.time()
duration = end - start # 処理時間を計測
print(f"実行時間: {duration:.3f} 秒")
まずは、システムにインストール済みのPython 3.
$ python3.12 example_jit.py 実行時間: 5.203 秒
実行結果は5秒程度でした。続いて、手動ビルドしたPython 3.PYTHON_を指定して実行します。
# (実行ディレクトリ) ./Python-3.13.2/ $ PYTHON_JIT=1 ./python ../example_jit.py 実行時間: 3.716 秒
実行結果は4秒弱となりました。サンプルコードでは30％以上の速度改善が得られましたが、JITによる最適化では以下のようなコードで効果を得られやすいです。
- ループが多用されるコード：ループ処理では、同じ処理が何度も実行されるため、高速化が期待できます
- 数値計算やCPUバウンドな処理：主にCPUを使う処理では、JITの最適化が直接的にパフォーマンス向上につながります
- 頻繁な関数呼び出しが行われる処理：繰り返し実行される関数は、オーバーヘッドなどを削減する効果が期待できます
前述のとおり、JITの導入はPython 3.
GIL（Global Interpreter Lock）の無効化
JITと同様に、Python 3.
GILとは、Pythonのインタプリタが一度に1つのスレッドのみを実行できるようにするロックのことです。Pythonにおける大きな制約で、GILの存在がパフォーマンスのボトルネックとなることがしばしばあります。
Python 3.--disable-gilオプションを使用してビルドすることで実験的にGILの排他制御を無効化することができます。また、以下のリンクにある手順を行えば、すでにビルド済みのバイナリを試してみることも可能です。
GILの無効化についても、安定性やパフォーマンスが通常の利用において必ずしも改善されるわけではなく、まだ実験的な段階です。将来的な改善に期待しましょう！
型ヒント
Python 3.
| PEP | 変更内容 |
|---|---|
| PEP 696 | TypeVarにデフォルト値の設定が可能に |
| PEP 702 | warnings. |
| PEP 705 | typing. |
| PEP 742 | typing. |
上記のうち、本記事ではwarnings.とtyping.を実際に試してみます。
warnings.deprecated()デコレータ
Pythonで開発を行っていると、ある関数やクラスなどが将来的に廃止される可能性があり、非推奨であることを利用者に知らせたいことがあります。Python 3.warnings.関数を使用して、関数やクラス内に記述していました。3.warnings.デコレータを使用して行えます。具体的な使い方は後述しますが、詳細については以下の公式ドキュメントを参照ください。
以下がサンプルコードです。コメントで3.
import warnings
# デコレータでdeprecation warningを出す
@warnings.deprecated("Use `new_func()` instead.")
def old_func():
# 3.12以前の書き方
# warnings.warn("Use `new_func()` instead.", DeprecationWarning)
return "result (old)"
def new_func():
return "result(new)"
print(old_func()) # 実行時に警告
実行結果は以下のようになります。
$ python3.13 example_warn.py /home/ubuntu/example_warn.py:15: DeprecationWarning: Use `new_func()` instead. print(old_func()) # 実行時に警告 result (old)
warnings.デコレータを使用するメリットとして、 Mypyなどの型チェッカーでも非推奨を確認できる点があります。Mypy 1.--enable-error-code=deprecatedオプションを使用してチェックできます。
mypy example_warn.py --enable-error-code=deprecated example_warn.py:15: error: function example_warn.old_func is deprecated: Use `new_func()` instead. [deprecated] Found 1 error in 1 file (checked 1 source file)
typing.ReadOnlyで読み取り専用の要素を定義
Python 3.ReadOnlyを使用して定義できるようになりました。
from typing import TypedDict, ReadOnly
class Lang(TypedDict):
name: ReadOnly[str] # 読み取り専用
age: int # 変更可能
lang: Lang = {"name": "Python", "age": 34}
lang["age"] = 35 # OK（変更可能）
lang["name"] = "Rust" # 型エラー（変更不可）
Mypyを使用した型チェックにおいても、以下のようにReadOnly TypedDict keyとエラーが返されます。
$ mypy example_readonly.py example_readonly.py:12: error: ReadOnly TypedDict key "name" TypedDict is mutated [typeddict-readonly-mutated] Found 1 error in 1 file (checked 1 source file)
型ヒントのアップデートは一見すると小さな変更に思えますが、これまで対応しきれなかった部分が改善され使いやすくなっており、進化を実感できる内容となっています。
その他のアップデート
ここからは筆者が個人的に選ぶ
os.process_cpu_count() 関数
1つ目は、osモジュールに追加されたprocess_関数についてです。
process_は、現在実行中のプロセスが使用できるCPUの論理コア数を返す関数です。これまでもcpu_関数を使用してシステム全体で利用可能なCPUコア数を取得できましたが、process_関数ではシステムのCPUリソースを動的に確認できるため、並列処理を行う際に、どの程度の並列を使うべきかの調整がしやすくなりました。
>>> import os >>> print(os.process_cpu_count()) 4
copy.replace() 関数
2つ目も標準ライブラリからですが、copyモジュールにreplace()関数が追加されました。主な用途としては、copy.関数のサポートには、以下が含まれています。
- collections.
namedtuple() - dataclasses.
dataclass - datetime.
datetime, datetime. date, datetime. time
これまでもnamedtupleには_replace()関数、dataclassとdatetimeにはreplace()関数が存在していましたが、異なる型のオブジェクトが複数ある場合、それぞれのメソッドを使い分ける必要があり、isinstance()関数などを用いて処理の分岐が必要でした。
copy.を使用することで、これらを統一的に扱えるようになるというメリットがあります。
import copy
from dataclasses import dataclass
from collections import namedtuple
from datetime import datetime, date
# 1. dataclass を使用したサンプル
@dataclass(frozen=True)
class LangData:
name: str
birth: datetime
py_data = LangData(name="Python", birth=datetime(1991, 2, 20))
ru_data = LangData(name="Rust", birth=datetime(2015, 5, 15))
# py_dataの一部を置き換えてコピー
py_data2 = copy.replace(py_data, birth=copy.replace(py_data.birth, year=2000))
print(py_data2) # LangData(name='Python', birth=datetime.datetime(2000, 2, 20, 0, 0))
# 2. namedtuple を使用した LangData
LangTuple = namedtuple("LangTuple", ["name", "birth"])
py_tuple = LangTuple(name="Python", birth=date(1991, 2, 20))
ru_tuple = LangTuple(name="Rust", birth=date(2015, 5, 15))
# ru_tupleの一部を置き換えてコピー
ru_tuple2 = copy.replace(ru_tuple, birth=copy.replace(ru_tuple.birth, year=2020))
print(ru_tuple2) # LangTuple(name='Rust', birth=datetime.date(2020, 5, 15))
# 3. datetime の変更
dt1 = datetime(2025, 2, 20, 14, 30)
dt2 = copy.replace(dt1, year=2030)
print(dt2) # 2030-02-20 14:30:00
プラットフォームサポート
3つ目は、Pythonのプラットフォームサポートについてです。Pythonのプラットフォームは
Python 3.
- AppleのiOSとAndroidがTier 3に追加され、公式サポート対象に
- wasm32-wasi
（WASM （WebAssembly） 向けの WASI （WebAssembly System Interface））が Tier 2に昇格
1.については、いずれもまだ制約はありますが、モバイルOS上でPythonスクリプトが動作する環境が着実に整い始めていると考えられます。2.については、ブラウザ外でWebAssemblyを使うサーバーレスアプリケーション環境で、Pythonの利用がさらにしやすくなることが期待されます。一方で、WebブラウザでPythonを動かすためEmscriptenを使用したWebAssembly wasm32-emscriptenは、公式サポート外になりました。このあたりは、今後の動向が気になるところです。
まとめ
今回はPython 3.
また、Python 3.
- フルサポート
（バグ修正） の期間が従来の1年半から2年に延長 - その後のセキュリティフィックスの期間は3年に変更
この変更により、ユーザーはバグ修正を受けられる期間が長くなり、より安定した環境で長く利用できるようになったことも嬉しいことです。今後のリリースにも期待しつつ、最新バージョンのPythonを活用していきましょう！