f string 是 3.6 开始有的
另外 python 用 conda 还是很方便的
--
FROM 117.89.12.*

大数据用java吧
人工智能才python
【 在 adoal 的大作中提到: 】
: 考虑到Python用户基数的增长主要来自“（大）数据科学家”，
: 要求他们有程序员的技能，甚至是相当多程序员都没有的
: 偏运维方向的运行时环境折腾技能，太没人性了^o^
: ...................
--
FROM 113.108.77.*

以前编了个工具 用的挺好的
后来某一个包升级了 有一天再用这个工具 直接不能用 只能升级到新版本才行
确实很烦人

【 在 zhangzhf 的大作中提到: 】
: 我相信很多人电脑里都中装了好几个Python的版本。网上找一下升级python，他就说让你重新装一个。
: 装好centos，自带的是3.6，想直接升级，好像不行，只能重新装一个。装一个conda，它又带一个。
: 时间长了，电脑里好几个版本，乱死了。
: ....................

- 来自「最水木 for iPhone13,3」
--
FROM 112.96.55.*

module 之间互相严重依赖怎么说？

【 在 zzyzhur (六子) 的大作中提到: 】
: 我觉得就是python的问题，版本更新太快，各种module互相严重依赖，更严重的问题是好多不能兼容旧版本。从而导致必须同时维护一大堆版本。
--
FROM 47.243.39.*

因为太多教程都在教大家pip freeze。
所以很多库的依赖关系都是强绑定的，那自然乱成一锅粥了，不奇怪。

跨版本号的兼容性需要一个组织来维护的，比如debian算是做的比较好的，你看他的版本依赖都是尽量不依赖单一版本号，都是指定范围的。但第三方repo里面的依赖就经常跟单一版本号绑定了。
pip这种完全没人管理的生态，可不就是大家都freeze最终只能各自建venv嘛。

事实上，大部分module的跨大版本兼容性基本上都还可以。没有人愿意主动去break掉向下兼容性，但有少数确实是需要折腾的，比如opencv,2/3/4三个大版本都有api轻微变化。会break掉代码，但不严重，都是些小变化，会的人大概几分钟就能修好。

【 在 hgoldfish 的大作中提到: 】
: module 之间互相严重依赖怎么说？
:
--
修改:lvsoft FROM 180.111.27.*
FROM 180.111.27.*