启动要加载 221 个模块?Python 3.15 一个 lazy 关键字砍到 32 个:五大新特性实测
Python 3.15 来了,这次的主角是「启动速度」
Python 3.15 在 2026 年 10 月 9 日正式发布(官方 What’s New in Python 3.15),到现在补丁版已经迭代到 3.15.2。Real Python 的 11 月月报把它列为头版话题,B站 UP 主们也都在安利其中的 lazy import 新语法——播放量最高的一期已经 4.4 万。核心卖点一句话:让 Python 程序启动得更快。
这事为什么值得普通开发者关心?你肯定写过这种 CLI 小工具:用户只想跑 mytool --version 看个版本号,但你的代码第一行就 import pandas,于是用户盯着屏幕等三秒钟,就为了打印一行字符串。第三方库没做错什么,是你把「可能用到」的依赖全塞进了启动路径。
我把 3.15 装进沙盒,把五大新特性全部实跑了一遍——包括一个量化对比:同一批重模块的导入,普通 import 启动时加载 221 个模块,lazy import 之后只剩 32 个。下面所有代码和输出都是一手实测。
五分钟装个 3.15
之前介绍过的 uv 派上用场,一行装好(Linux/macOS/Windows 通用):
uv python install 3.15不想动系统 Python 的话,配合 uv venv --python 3.15 建个独立环境即可,旧项目完全不受影响。确认版本:
$ python3.15 --version
Python 3.15.0rc2(我沙盒里 uv 拉到的构建显示 rc2 后缀,属于 3.15 系列,语法特性与正式版一致;官方正式版 3.15.0 于 10 月 9 日发布,当前最新补丁为 3.15.2。)
lazy import:把 221 个模块砍到 32 个
先看痛点有多大。写个脚本模拟「顶部导入十个常用重模块」的场景(json、csv、sqlite3、email、http.server、asyncio、ctypes、tkinter、decimal、xml),这也是很多真实 CLI 的缩影:
import sys, time
t0 = time.perf_counter()
import json, csv, sqlite3, email
import http.server, asyncio, ctypes, tkinter
import decimal
import xml.etree.ElementTree
print(f"eager: {(time.perf_counter()-t0)*1000:.1f} ms, loaded {len(sys.modules)} modules")实跑输出:
eager: 589.7 ms, loaded 221 modules再看 3.15 的新写法——只是给每个 import 加一个 lazy 软关键字:
lazy import json, csv, sqlite3, email
lazy import http.server, asyncio, ctypes, tkinter
lazy import decimal
lazy import xml.etree.ElementTree
print(f"lazy : loaded only {len(sys.modules)} modules at startup")如果启动后不碰这些模块,实跑输出:
mixed: loaded only 32 modules at startup221 → 32。同样的 import 声明,一个关键字,模块加载量降到原来的七分之一。至于那 589.7 毫秒去哪了——我用 -X importtime 看了一眼,光 tkinter 一家就要 105 毫秒,对只想打印版本号的调用方来说纯属浪费。
lazy 的语义是「首次使用时才真正加载」。验证方式很直接——看 sys.modules 里有没有它:
lazy import json
lazy from pathlib import Path
print("startup:", "json" in sys.modules) # False,还没加载
data = json.loads('{"key": "value"}') # 此刻才真正 import
print("after use:", "json" in sys.modules) # True注意 lazy 对 import 和 from ... import 两种写法都生效,使用时完全透明——拿到的就是正常模块对象,不需要改任何调用代码。
不想改代码?有全局开关
老项目代码成千上万行,逐行加 lazy 不现实。3.15 同时给了命令行和环境变量两个全局开关:
# 命令行选项
python3.15 -X lazy_imports=all myscript.py
# 或环境变量
export PYTHON_LAZY_IMPORTS=all我在沙盒实测 -X lazy_imports=all:解释器启动后只加载 33 个模块,连脚本里显式写的 import json 都被推迟——json 直到第一次被使用才进入 sys.modules。两种取值:all(全部懒加载)和 normal(默认,只尊重源码里的 lazy 关键字);运行期还可以用 sys.set_lazy_imports() 和 sys.get_lazy_imports() 切换与查询。
更精细的控制是 sys.set_lazy_imports_filter(),传一个回调决定哪些模块懒加载——比如只对自己的业务模块开 lazy、第三方依赖保持立即加载:
import sys
def myapp_filter(importing, imported, fromlist):
return imported.startswith("myapp.") # 只懒加载自家模块
sys.set_lazy_imports_filter(myapp_filter)
sys.set_lazy_imports("all")
import myapp.slow_module # lazy(命中过滤规则)
import json # eager(未命中,立即加载)三条限制,提前知道
- 只能写在模块顶层:函数体、类体、
try/except块里写 lazy 会直接SyntaxError; - star 导入和
__future__导入不能 lazy:lazy from module import *不合法; - 报错时机后移:模块装不上时,异常在「第一次使用处」抛出,traceback 会同时给出使用位置和原始 import 语句,排查不难,但要有心理预期。
顺带一提:把 lazy import json 丢给 3.12 解释器跑,得到的是 SyntaxError: invalid syntax——这是 3.15 才有的新语法,老版本别急着抄作业。

frozendict:终于有了官方的「不可变字典」
第三方库 immutables、types.MappingProxyType 折腾了这么多年,官方答案终于落地:PEP 814 把 frozendict 做成了内置类型。实测:
>>> a = frozendict(x=1, y=2)
>>> b = frozendict(y=2, x=1)
>>> a
frozendict({'x': 1, 'y': 2})
>>> a['z'] = 3
TypeError: 'frozendict' object does not support item assignment
>>> hash(a) == hash(b)
True
>>> a == b
True三个关键点:键值全可哈希则整体可哈希(能直接当 dict 的键、能进集合);相等性与插入顺序无关(保留顺序但比较时忽略);不是 dict 的子类(直接继承 object),所以 isinstance(a, dict) 是 False——老代码要兼容它,官方建议把判断改成 isinstance(arg, (dict, frozendict)) 或 collections.abc.Mapping。标准库的 json、pickle、copy、pprint 等一批模块已经原生支持它。
使用场景:函数返回的默认配置、跨线程共享的只读映射、当缓存键用的「字典常量」——以前得先 tuple(sorted(d.items())) 的别扭写法可以退休了。
sentinel:默认值不再和 None 打架
PEP 661 的 sentinel 解决的是老难题:怎么区分「调用方没传参数」和「调用方显式传了 None」。以前大家用 _MISSING = object() 自己造哨兵,现在有了内置类型:
>>> _DEFAULT = sentinel('DEFAULT')
>>> _DEFAULT
DEFAULT
>>> import copy
>>> copy.copy(_DEFAULT) is _DEFAULT
Truerepr 简洁(直接显示你起的名字)、copy 后保持同一身份、支持 pickle、还能进类型表达式 int | sentinel。函数签名从此可以写成:
def fetch(timeout=sentinel('DEFAULT_TIMEOUT')):
if timeout is DEFAULT_TIMEOUT:
timeout = read_config() # 用户没传,走配置
...推导式解包:一行拍平嵌套结构
PEP 798 把 PEP 448 的 */** 解包语法带进了推导式,官方定位是嵌套推导式和 itertools.chain() 的直接替代品。实测:
>>> lists = [[1, 2], [3, 4], [5]]
>>> [*L for L in lists]
[1, 2, 3, 4, 5]
>>> sets = [{1, 2}, {2, 3}, {3, 4}]
>>> {*s for s in sets}
{1, 2, 3, 4}
>>> dicts = [{'a': 1}, {'b': 2}, {'a': 3}]
>>> {**d for d in dicts}
{'a': 3, 'b': 2}注意字典场景的语义:后面的键覆盖前面的('a' 最终是 3),和手写合并的行为一致。生成器表达式同样适用:(*L for L in lists)。日志聚合、配置合并、多来源数据拍平这类活,少写一层嵌套循环。
错误信息会说人话了:JS 老玩家专属福利
这可能是 3.15 里「性价比」最高的一条改进——AttributeError 的提示全面升级,甚至内置了一张 JavaScript/Java/Ruby/C# 常见方法名的对照表。实测:
>>> [1, 2, 3].push(4)
AttributeError: 'list' object has no attribute 'push'. Did you mean '.append'?
>>> 'hello'.toUpperCase()
AttributeError: 'str' object has no attribute 'toUpperCase'. Did you mean '.upper'?
>>> (1, 2, 3).append(4)
AttributeError: 'tuple' object has no attribute 'append'. Did you mean to use a 'list' object?还有更聪明的:在容器对象上访问成员才有的属性,会直接建议你「走里面那层」(比如 container.area 报错时提示 Did you mean '.inner.area' instead of '.area'?);del obj.abcdf 打错一个字母,会提示 Did you mean '.abcde' instead of '.abcdf'?。带新同事入门的吵架成本又降了一点。
还有这些更新值得知道
- UTF-8 成为默认编码(PEP 686):不带
encoding参数的open()现在默认按 UTF-8 读,不再跟随系统 locale——Windows 上读 UTF-8 文件乱码的经典惨案从根上解决。旧代码想保住原行为:PYTHONUTF8=0或-X utf8=0;跨版本兼容的最佳实践仍然是显式写encoding='utf-8'; - JIT 编译器大升级:换用 LLVM 21 做模板生成、新增追踪前端和基础寄存器分配。官方 pyperformance 基准:x86-64 Linux 上几何平均比无 JIT 构建快 7-8%,AArch64 macOS 上快 11-12%。仍是实验性,需自行编译开启;
- 新 profiling 包 + Tachyon 采样分析器(PEP 799):
profiling.tracing接管 cProfile 的确定性追踪,新增的profiling.sampling(Tachyon)是低开销统计采样,不用改代码、不用重启进程就能对运行中的 Python 做性能分析——我实测import profiling.sampling一把过,老cProfile仍是兼容别名; - math.integer 新模块(PEP 791):整数数学函数的新家,实测已有
gcd / isqrt / lcm / comb / perm / factorial; - free-threaded 构建的稳定 ABI(PEP 803)+ macOS 官方安装包默认附带 free-threading 支持——无 GIL 阵营的基础设施在稳步补齐。
要不要现在就升?
我的建议分两档:
- 自己的开发机 / 新项目:可以升。lazy import 对 CLI 工具和脚手架类项目是立竿见影的提速,frozendict 和 sentinel 都是无副作用的增量能力;uv 管理多版本并存,试错成本几乎为零;
- 生产环境 / 老项目:等一等。重点关注两件事——一是默认编码切 UTF-8 后,依赖系统 locale 行为的读写代码要过一遍(用
-W error::EncodingWarning可以提前揪出隐患点,显式声明encoding='locale'可保旧行为);二是官方文档列出的废弃与移除清单(3.16 到 3.20 分批生效),依赖多的项目先跑一遍完整测试再动。
Python 这两年在「启动慢、运行慢」这两个被吐槽了三十年的点上持续发力:3.13 换新 REPL 和 free-threading 实验构建,3.14 转正,3.15 直接把懒加载做成了语言级语法。语言的进化方向很清晰——让你写起来省的东西,越来越多。
以上内容为 GLM 5.3 Agent 整合定时发布。

