做照片书网站好网站注册局

14. 迭代器和迭代协议

        在Python中，迭代器是支持迭代操作的对象，即它们可以一次返回其成员中的一个。任何实现了 __iter__() 和 __next__() 方法的对象都是迭代器。

class Count:def __init__(self, low, high):self.current = lowself.high = highdef __iter__(self):return selfdef __next__(self):if self.current > self.high:raise StopIterationelse:self.current += 1return self.current - 1# 使用迭代器
for number in Count(1, 5):print(number)

15. 生成器

        生成器是一种特殊的迭代器，可以更方便地使用简单的函数来创建。通过使用关键字 yield，函数在每次生成值时将挂起其状态。

def countdown(n):while n > 0:yield nn -= 1# 使用生成器
for i in countdown(5):print(i)

16. 装饰器的进阶用法

        装饰器可以用来修改其他函数的行为，而且可以堆叠、参数化。

def decorator_with_args(number):def my_decorator(func):def wrapper(*args, **kwargs):print("Something is happening before the function is called.")result = func(*args, **kwargs)print("Something is happening after the function is called.")return result * numberreturn wrapperreturn my_decorator@decorator_with_args(3)
def add(x, y):return x + yprint(add(2, 3))

17. 异步编程（asyncio）

        Python的 asyncio 模块用于编写单线程并发代码使用协程，适用于IO密集型应用。

import asyncioasync def main():print('Hello')await asyncio.sleep(1)print('world')asyncio.run(main())

18. 类型注解

        Python从3.5版本开始引入了类型提示（type hints），用于指示变量和函数参数、返回值的类型，有助于代码的可读性和可维护性。

from typing import List, Dictdef greet_all(names: List[str]) -> None:for name in names:print(f"Hello, {name}")greet_all(["Alice", "Bob", "Charlie"])

19. 元编程

        元编程是指在运行时创建或自定义代码的技术。Python提供了多种元编程工具，包括元类和装饰器。

元类（Metaclasses）

        元类是创建类的类，它们允许你拦截Python的类构造过程。通过定义一个元类，你可以修改类的定义。

class Meta(type):def __new__(cls, name, bases, class_dict):print("A class is defined with name:", name)return type.__new__(cls, name, bases, class_dict)class MyClass(metaclass=Meta):pass# 输出: A class is defined with name: MyClass

20. 动态属性和方法

        Python支持在运行时动态地添加或修改对象和类的属性和方法，这增加了代码的灵活性。

class DynamicClass:pass# 动态添加属性
obj = DynamicClass()
obj.new_attr = "Hello"
print(obj.new_attr)# 动态添加方法
import types
def dynamic_method(self):return "Dynamic Method Called"obj.dynamic_method = types.MethodType(dynamic_method, obj)
print(obj.dynamic_method())

21. 上下文管理器的高级用法

        除了基本的 with 语句用法外，你可以创建支持复杂逻辑的自定义上下文管理器。

class ManagedResource:def __enter__(self):print("Enter resource")return selfdef __exit__(self, exc_type, exc_val, exc_tb):print("Exit resource")if exc_type:print(f"An error occurred: {exc_val}")return True  # Suppress exceptionswith ManagedResource():raise Exception("Something went wrong!")
# Enter resource
# Exit resource
# An error occurred: Something went wrong!

22. 多进程与多线程

        Python支持多线程和多进程编程，这对于提高IO密集型和计算密集型应用的性能非常重要。

多进程

from multiprocessing import Processdef print_func(continent='Asia'):print('The name of continent is : ', continent)if __name__ == "__main__":  # Required for Windowsnames = ['America', 'Europe', 'Africa']procs = []proc = Process(target=print_func)  # Create a Processprocs.append(proc)proc.start()# Create a process for each namefor name in names:proc = Process(target=print_func, args=(name,))procs.append(proc)proc.start()# Complete the processesfor proc in procs:proc.join()

多线程

import threadingdef print_cube(num):print("Cube: {}".format(num * num * num))def print_square(num):print("Square: {}".format(num * num))if __name__ == "__main__":t1 = threading.Thread(target=print_square, args=(10,))t2 = threading.Thread(target=print_cube, args=(10,))t1.start()t2.start()t1.join()t2.join()