fuchencong

在 Python 中，数据属性和方法统称属性（attribute）。其实，方法是可调用的属性。动态属性（dynamic attribute）的接口与数据属性一样（obj.attr），不过按需计算。这与 Bertrand Meyer 所说的统一访问原则（Uniform Access Principle）相符。

这篇文章将介绍 Python 中的异步编程，这些内容建立在之介绍的可迭代对象和生成器、上下文管理器、以及并发编程一般概念等基础之上。

对于线程，应用程序开发者遇到的使用场景，99% 的情况下只需知道如何派生一堆独立的线程，然后用队列收集结果。这篇文章讨论实现了 concurrent.futures.Executor 接口的类，这些类对上面这种使用场景进行了封装，使用起来特别容易，不仅能用于线程，而且还能用于进程处理计算密集型任务。同时还会介绍 future，这种对象表示异步执行的操作，类似于 JavaScript 中的 promise。

并发指同时处理多件事，并行指同时做多件事。二者不同，但有联系。一个关于结构，一个关于执行。并发用于制定方案，用来解决可能（但未必）并行的问题。并行是并发的一种特殊情况。所有并行系统都是并发的，但不是所有并发系统都是并行的。

这篇文章将展示 Python 的 3 种并发方式：线程、进程和原生协程。

这篇文章学习一些在其他语言中不常见的控制流功能，包括 with 语句和上下文管理器协议，匹配模式的 match/case 以及 for、while 和 try 语句中的 else 子句。

迭代是数据处理的基石：程序将计算应用于数据序列。如果数据在内存中放不下，则需要惰性获取数据项，即按需一次获取一项，这就是迭代器的作用。

一门易于使用的高级语言，再加上支持运算符重载，这或许是 Python 在数据科学领域（包括金融和科学应用程序）取得巨大成功的关键原因。这篇文章将学习 Python 的运算符重载机制。

惨痛的教训告诉我，对于小型程序，动态类型就够了，而大型程序则需要更规范的方式。如果语言能做出规范，那么当然比 放任自流 要好。这篇文章我们将继续讲解 Python 的渐进式类型系统。

这篇文章将探讨继承和子类化，重点讲解 super()、多重继承和方法解析顺序 和 混入类 等 Python 特色功能。

面向对象设计第一原则是 对接口编程，而不是对实现编程。在 Python 中，支撑一个类型的是它提供的方法，也就是接口。在不同的编程语言中，接口的定义和使用方式不尽相同。