Python

Python

并发编程完全指南

Python 提供三种主要并发模型：基于线程的 threading、基于进程的 multiprocessing 和基于协程的 asyncio。此外，concurrent.futures 提供了统一的高层接口。选择哪种模型取决于任务类型。 CPython 的 GIL 确保同一时刻只有一个线程执行 Python 字节码。因此，对于纯 Python 的 CPU 密集型代码，多线程不能带来并行加速。但对于 IO 密集型任务，线程在等待 IO 时会释放 GIL，其他线程可以运行。 C 扩展（如 NumPy 的计算部分）在执行期间可以主动释放 GIL，实现真正的并行

By yellowdog

Python

Python 内置函数完全参考

见 数据类型(/python-nei-zhi-shu-ju-lei-xing-wan-quan-can-kao/) range 章节。 返回 (index, value) 元组的迭代器。 并行遍历多个迭代器，以最短的为准（strict=False 时）。 返回惰性迭代器，需要 list() 消费。 返回新列表，不修改原对象（区别于 list.sort() 原地排序）。 返回反向迭代器（不创建新列表），要求序列支持 __reversed__ 或 __len__ + __getitem__。 any：任意一个为真返回 True；空迭代器返回 False。 a

By yellowdog

Python

pathlib 完全指南

pathlib 是 Python 3.4 引入的标准库模块，提供面向对象的文件系统路径操作。相比 os.path 的字符串拼接方式，pathlib 的 Path 对象更直观、更安全，跨平台兼容性更好。 Path() 构造函数的参数： pathlib 重载了 / 运算符来进行路径拼接，这是最推荐的方式： joinpath 的参数： with_name 的参数： with_suffix 的参数： write_text 的参数： read_text 的参数： write_bytes 的参数： read_bytes 无参数，返回 bytes。 Path.open

By yellowdog

Python

mypy 类型系统完全指南

相关文档：Pydantic完全指南(/pydantic-wan-quan-zhi-nan/) FastAPI完全指南(/fastapi-wan-quan-zhi-nan/) 装饰器与函数高级(/python-zhuang-shi-qi-yu-han-shu-gao-ji-yong-fa/) Python 是动态类型语言，类型注解（PEP 484+）不影响运行时，但提供： Protocol 定义一组方法/属性的接口，只要对象实现了这些方法，就满足 Protocol，无需继承： 不要一次性给整个项目加注解，从公共 API（函数签名）开始，逐步内部化： Any

By yellowdog

Python

loguru 完全指南

最后更新：2026-04-22 标准库 logging 需要手动创建 Logger、Handler、Formatter 三层对象，配置繁琐。loguru 用一个全局 logger 对象统一所有操作，开箱即用。 loguru 只有一个全局 logger 对象（loguru.logger），所有输出目标（终端、文件、自定义 sink）通过 logger.add() 注册为 sink，每个 sink 独立配置级别、格式、轮转策略，logger.remove() 移除 sink。 默认 sink 是 sys.stderr，id 为 0。 默认输出格式： logg

By yellowdog

Python

itertools 与 functools 完全指南

itertools 和 functools 是 Python 标准库中两个专注于函数式编程的模块。itertools 提供高效的迭代器工具，functools 提供高阶函数和函数操作工具。两者结合使用能写出简洁、高效、声明式的 Python 代码。 无限迭代器不会自动停止，必须配合 islice、takewhile 或 break 使用，否则会进入死循环。 从起始值开始无限递增计数。 无限循环遍历可迭代对象的元素。 注意：cycle 会将整个可迭代对象的内容缓存在内存中，对大型序列要谨慎使用。 重复输出同一个值，可指定次数或无限重复。 将多个可迭代对象首

By yellowdog

Python

contextlib 完全指南

contextlib 是 Python 标准库中用于支持上下文管理器的工具模块。它提供了一系列工具，让你无需手动实现 __enter__ / __exit__ 协议就能创建上下文管理器，同时也提供了管理多个上下文、异常抑制、输出重定向等实用工具。 上下文管理器是实现了 __enter__ 和 __exit__ 两个方法的对象，配合 with 语句使用： 等价于： 通过类实现上下文管理器是最基础的方式，适合需要维护状态的场景。 __exit__ 方法的参数说明： contextlib.contextmanager 允许用生成器函数来编写上下文管理器，代码更

By yellowdog

Python

asyncio 异步编程完全指南

asyncio 适合 I/O 密集型 任务（网络请求、文件读写、数据库查询）。CPU 密集型任务用 multiprocessing 或 concurrent.futures.ProcessPoolExecutor。 Python 3.7+ 推荐的入口，创建事件循环、运行协程、关闭循环： gather 参数说明： return_when 可选值： 异步代码中调用同步阻塞函数（如读文件、调用同步库）会阻塞整个事件循环。应用 run_in_executor 放到线程池/进程池执行： TaskGroup 在任意子任务失败时会自动取消其余任务，并将所有异常汇总为

By yellowdog

Python

Python 包管理工具

Python 生态中主流的包管理工具有 uv 和 Poetry。uv 是基于 Rust 开发的现代工具，速度极快，正逐渐成为主流首选；Poetry 是功能完善的传统选项，项目管理能力强。两者都以 pyproject.toml 作为项目配置文件。 相关文档：装饰器与函数高级(/python-zhuang-shi-qi-yu-han-shu-gao-ji-yong-fa/) | FastAPI完全指南(/fastapi-wan-quan-zhi-nan/) uv 是 Astral（Ruff 的开发团队）推出的 Python 包管理器和项目管理工具，用 Rus

By yellowdog
查看全部