2020 年 1 月 1 日，Python 官方结束了对 Python 2 的维护，这意味着 Python 2 已完全退休，进入了 Python 3 时代。打从进入 3 版本以来，Python 官方已经发布了众多修改分支，现在来到了最新的版本 Python 3.11。
其实研究界有个不公开的秘密，那就是 Python 运转速率并不快但容易上手，因此运用人数超级多，在众多最受欢迎语言榜单中 Python 多次位列第一。很多开发者都期待这门语言的性能有所提升，还有人畅想 Python 4 会不会在某个不经意的时刻到来，有这种想法的人可以放一放了，Python 之父 Van Rossum 都说了，Python 4.0 可能不会来了。
Van Rossum 曾表示：「我和 Python 核心开发团队的成员对 Python 4.0 没什么想法，提不起兴趣，估计至少会一直编号到 3.33。Python 的加速是渐进式的，3.11 版本会有新的速率提升，预计会比 3.10 快得多。」
正如 Van Rossum 所说，根据官方资料显示最新发布的 Python 3.11 比 Python 3.10 快 10-60%，对用户更友好。这一版本历经 17 个月的开发，现在公开可用。
Python 3.11 的具体改观主要表现在：更详实的 Error Tracebacks、更快的代码执行、更好的异步任务语法、改观范例变量、反对 TOML 配置解析以及一些其他非常酷的功能（包括快速驱动、Zero-Cost 异样处理、异样组等）。
Python 指导委员会成员和核心开发者、Python3.10/3.11 发布管理者 Pablo Galindo Salgado 表示，为了使 3.11 成为最好的 Python 版本，我们付出了很多努力。
Python 3.11 新特性
Error Tracebacks
Python 这门编程语言对初学者非常友好，它具有易于理解的语法和强大的数据结构。但对于刚刚接触 Python 的人来说却存在一个难题，即如何解释当 Python 遇到差错时显示的 traceback。
Python 3.11 将 Decorative annotation 增添到 tracebacks 中，以帮助用户更快地解释差错消息。想要获得这种功能，可以将以下代码增添到 inverse.py 文件中。
举例来说，你可以运用 inverse() 来计算一个数的倒数。因为 0 没有倒数，所以在运转下列代码时会抛出一个差错。
注意嵌入在 traceback 中的 ^ 和~ 符号，它们指向导致差错的代码。与此前的 tracebacks 一样，你应该从底层开始，然后逐步向上。这种操作对发现差错非常有用，但如果代码过于复杂，带注释的 tracebacks 会更好。
更快的代码执行
Python 以速率慢著称，例如在 Python 中，惯例循环比 C 中的类似循环慢几个数量级。
Python 官方正在着手改观这一缺陷。2020 年秋，Mark Shannon 提出了关于 Python 的几个性能改观。这个提议被称为香农计划 (Shannon Plan)，他们希望通过几个版本的更新将 Python 的速率提高 5 倍。不久之后微软正式加入该计划，该公司正在反对包括 Mark Shannon、Guido van Rossum 在内的开发人员，致力于「Faster CPython」项目的研究。
「Faster CPython」项目中的一个重要提案是 PEP 659，在此基础上，Python 3.11 有了许多改观。
PEP 659 描述了一种「specializing adaptive interpreter」。主要思想是通过优化经常执行的操作来加快代码运转速率， 这类似于 JIT（just-in-time）编译。只是它不影响编译，相反，Python 的字节码是动态调整或可更改的。
研究人员在字节码生成中增添了一个名为「quickening」的新步骤，从而可以在运转时优化指令，并将它们替换为 adaptive 指令。
一旦函数被调用了一定次数，quickening 指令就会驱动。在 CPython 3.11 中，八次调用之后就会驱动 quickening。你可以通过调用 dis() 并设置 adaptive 参数来观察解释器如何适应字节码。
在基准测试中，CPython 3.11 比 CPython 3.10 平均快 25%。Faster CPython 项目是一个正在进行的项目，已经有几个优化计划在 2023 年 10 月与 Python 3.12 一起发布。你可以在 GitHub 上关注该项目。
项目地址：https://github.com/faster-cpython/ideas
更好的异步任务语法
Python 中对异步编程的反对已经发展了很长时间。Python 2 时代增添了生成器，asyncio 库最初是在 Python 3.4 中增添的，而 async 和 await 关键字是在 Python 3.5 中增添的。在 Python 3.11 中，你可以运用任务组（task groups），它为运转和监视异步任务提供了更简洁的语法。
改观的范例变量
Python 是一种动态范例语言，但它通过可选的范例提示反对静态范例。Python 静态范例系统的基础在 2015 年的 PEP 484 中定义。自 Python 3.5 以来，每个 Python 版本都引入了几个与范例相关的新提案。
Python 3.11 发布了 5 个与范例相关的 PEP，创下新高：
PEP 646: 可变泛型
PEP 655: 根据需要或可能丢失的情况标记单个 TypedDict 项
PEP 673: Self 范例
PEP 675: 任意文字字符串范例
PEP 681: 数据类转换
反对 TOML 配置解析
TOML 是 Tom's Obvious Minimal Language 的缩写。这是一种在过去十年中流行起来的配置文件格式。在为包和项目指定元数据时，Python 社区已将 TOML 作为首选格式。
虽然 TOML 已被运用多年，但 Python 并没有内置的 TOML 反对。当 tomllib 增添到标准库时，Python 3.11 中的情况发生了变化。这个新模块建立在 toml 第三方库之上，允许解析 TOML 文件。
以下是名为 units.toml 的 TOML 文件示例：
其他功能
除了以上主要更新和改观之外，Python 3.11 还有更多值得探索的功能，比如更快的次序驱动速率、对异样的更多改变以及对字符串格式的小幅改观。
更快的次序驱动速率
Faster CPython 项目的一大成果是实现了更快的驱动时间。当你运转 Python 脚本时，解释器初始化需要一些操作。这就导致即便是最简单的次序也需要几毫秒才能运转。
在很多情况下，与运转代码所需时间相比，驱动次序需要的时间可以忽略不计。但是在运转时间较短的脚本中，如典型的命令行应用次序，驱动时间可能会显著影响次序性能。比如考虑如下脚本，它受到了经典 cowsay 次序的启发。
在 snakesay.py 中，你从命令行读取一条消息，然后将这条消息打印在带有一条可爱蛇的对话气泡中。你可以让蛇说任何话。这是命令行应用次序的基本示例，它运转得很快，但仍需要几毫秒。这一开销的很大部分发生在 Python 导入模块时。
你可以运用 – X importtime 选项来显示导入模块所用的时间。表中的数字为微秒为单位，最后一列是模块名称的格式。
该示例分别运转在 Python 3.11 和 3.10 上，结果如下图所示，Python 3.11 的导入速率更快，有助于 Python 次序更快地驱动。
零成本异样
异样的内部表示在 Python 3.11 中有所不同。异样对象更轻量级，并且异样处理发生了变化。因此只要不触发 except 字句，try … except 块中的开销就越小。
所谓的零成本异样受到了 C++ 和 Java 等其他语言的启发。当你的源代码被编译为字节码时，编译器创建跳转表，由此来实现零成本异样。如果引发异样，查询这些跳转表。如果没有异样，则 try 块中的代码没有运转时开销。
异样组
此前，你了解到了任务组以及它们如何同时处理多个差错。这都要归功于一个被称为异样组的新功能。
我们可以这样考虑异样组，它们是包装了其他几种惯例异样的惯例异样。虽然异样组在很多方面表现得像惯例异样，但它们也反对特殊语法，帮助你有效地处理每个包装异样。如下所示，你可以通过给出一个描述并列出包装的异样来创建一个异样组。
异样 Notes
惯例异样具有增添任意 notes 的扩展能力。你可以运用. add_note() 向任何异样增添一个 note，并通过检查.__notes__属性来查看现有 notes。
负零格式化
运用浮点数进行计算时可能会遇到一个奇怪概念——负零。你可以观察到负零和 regular zero 在 REPL 中呈现不同，如下所示。
更多关于 Python 3.11 的更新细节请参阅原文档。
原文链接：https://realpython.com/python311-new-features/