元类
103456743
五、实践为王
请记住上面的简单案例，如果您想从本文中获得对Python元类仅有的一点印象。纸上得来终觉浅，绝知此事要躬行，开始吧。
模块
此时，在包pkg中就可以导入子模块mod_1（仿佛子模块mod_1真的在包pkg中）：
3、可导出的公有属性
在公有属性方面，包与模块的行为完全一致，当然别忘了包还有 动态的新增属性。
2、导入过程
一个模块的导入过程主要分三步：搜索、加载 和 名字绑定。（具体参考 The import statement）
1）搜索
3、更多细节根据 The import statement 中的描述，以下是导入原理对应的Python伪码：
函数式编程
| 差异点 | 函数（lambda表达式） | 函数（def语句） |
|---|---|---|
| 函数体 | 只能是单行表达式（expression） | 可以是任意复杂的语句（statement） |
| 函数返回值 | 返回值就是函数体中的表达式的求值结果 | 由函数体中的return语句指定 返回值 |
| 函数名 | 定义后直接返回函数对象（匿名函数） | 定义后自动为函数对象绑定函数名 |
| 函数定义位置 | 可以在任何允许函数对象出现的位置定义（支持即时定义，即时调用） | 只能在允许语句出现的位置定义（先定义，后调用） |
| 用途 | 多用于一次性使用的简单函数 | 适用于一切函数和类方法 |
闭包的这种 能够记住环境状态 的特性非常有用，Python中有一些其他特性就是借助闭包来实现的，比如 装饰器
从上面的示例可以看出，如果在编码过程中遇到了“多次用相同的参数调用一个函数”的场景，就可以考虑使用偏函数来固化这些相同的参数，进而简化函数调用。
可以看出，这个闭包版本的唯一缺点是它需要对函数title进行重新定义（与默认参数的情况有些类似）。
总而言之，如果需要对 已有函数 进行参数固化，偏函数是最佳选择。
2、生成器表达式
生成器表达式（Generator Expressions）与列表解析在语法和功能方面都非常相似。二者的根本差异是：生成器表达式返回一个 生成器，而列表解析返回一个列表。如下所示：
| 差异点 | 生成器表达式 | 列表解析 |
|---|---|---|
| 表示方法 | (expr for item in iterable if cond_expr) | [expr for item in iterable if cond_expr] |
| 返回值 | 一个生成器 | 一个列表 |
与列表解析相比，生成器表达式具有 延迟计算（lazy evaluation）的特点，因此在使用内存上更有效。关于生成器表达式的实际案例，可以参考 Python核心编程（第二版） 中的 『8.13』 一节：『生成器表达式』。
谢谢阅读！！！！
閱讀更多 我用Python 的文章
