Python 高级编程：深入探索高级代码实践

1. 1.装饰器（Decorators）
   装饰器是 Python 中非常强大的特性，它可以在不修改函数源代码的情况下，为函数添加额外的功能。以下是一个简单的装饰器示例，用于计算函数的执行时间：

import time

def timeit(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"Function {func.__name__} took {end_time - start_time} seconds to execute.")
        return result
    return wrapper

@timeit
def my_function():
    # 这里是函数的具体实现
    time.sleep(2)
    print("Function completed.")

2. 2.生成器（Generators）
   生成器是一种特殊的迭代器，可以在需要的时候生成值，而不是一次性生成所有值。这对于处理大型数据集或无限序列非常有用。以下是一个生成斐波那契数列的生成器示例：

def fibonacci_generator():
    a, b = 0, 1
    while True:
        yield a
        a, b = b, a + b

fib_gen = fibonacci_generator()
for _ in range(10):
    print(next(fib_gen))

3. 3.上下文管理器（Context Managers）
   上下文管理器用于管理资源的获取和释放，确保在代码块执行完毕后正确地释放资源。Python 中的 with 语句就是用于使用上下文管理器的。以下是一个使用上下文管理器来管理文件操作的示例：

class FileHandler:
    def __init__(self, filename, mode):
        self.filename = filename
        self.mode = mode

    def __enter__(self):
        self.file = open(self.filename, self.mode)
        return self.file

    def __exit__(self, exc_type, exc_val, exc_tb):
        self.file.close()

with FileHandler('example.txt', 'w') as file:
    file.write("Hello, World!")

4. 4.元类（Metaclasses）
   元类是用于创建类的类，它可以控制类的创建过程。虽然元类在实际开发中使用较少，但了解它们可以帮助您更深入地理解 Python 的面向对象编程。以下是一个简单的元类示例，用于将类的所有属性名称转换为大写：

5. class UpperAttrMetaClass(type):
       def __new__(cls, clsname, bases, attrs):
           upper_attrs = {key.upper(): value for key, value in attrs.items()}
           return type.__new__(cls, clsname, bases, upper_attrs)
   
   class MyClass(metaclass=UpperAttrMetaClass):
       my_attribute = "Hello"
   
   print(MyClass.MY_ATTRIBUTE)

6. 5.并发与并行（Concurrency and Parallelism）
   在现代编程中，处理并发和并行任务是非常重要的。Python 提供了多种方式来实现并发和并行，如多线程、多进程和异步编程。以下是一个使用多线程来同时执行多个任务的示例：

import threading
import time

def task(name):
    print(f"Starting task {name}")
    time.sleep(2)
    print(f"Task {name} completed")

threads = []
for i in range(5):
    thread = threading.Thread(target=task, args=(f"Task {i}",))
    threads.append(thread)
    thread.start()

for thread in threads:
    thread.join()