decorator in python

依然是在stackoverflow中找到了一个非常详尽的解释，见这里。
要点归纳如下：
1，等价语义

def makeitalic(fn):
    def wrapped(str):
        return "<i>" + fn(str) + "</i>"
    return wrapped
@makeitalic
def hello(str):
    return "hello "+str
#等价于hello = makeitalic(hello)
print hello("world") 
#output:<i>hello world</i>

2，基础：函数是对象，所以可以任意赋值；函数可以在另一个函数中定义。=> a function can return another function。
3，关键，为啥要用它呢？
美观&非侵入式的增强函数的行为。
4，来自的同篇帖子的一个实例（配合上*args,**kwargs可以接受任意参数）：

def benchmark(func):
    """
    A decorator that prints the time a function takes
    to execute.
    """
    import time
    def wrapper(*args, **kwargs):
        t = time.clock()
        res = func(*args, **kwargs)
        print func.__name__, time.clock()-t
        return res
    return wrapper

def logging(func):
    """
    A decorator that logs the activity of the script.
    (it actually just prints it, but it could be logging!)
    """
    def wrapper(*args, **kwargs):
        res = func(*args, **kwargs)
        print func.__name__, args, kwargs
        return res
    return wrapper

@benchmark
@logging
def reverse_string(string):
    return str(reversed(string))

print reverse_string("Able was I ere I saw Elba")

这里还有。

5，补充：
decorator还可以是类，例如（捎带展示了descriptors）

class Property(object):
    def __init__(self, fget):
        self.fget = fget
    def __get__(self, obj, type):
        if obj is None:
            return self
        return self.fget(obj)
class MyClass(object):
    @Property
    def foo(self):
        return "Foo!"

甚至任何callable的对象都可以？

yield in python

缘起至以前那篇python PerformanceTips，对通过yield实现的Generator产生了兴趣。

搜索了一下，stackoverflow上的一个回答介绍的很全面了，简单归纳一下要点：
1，首先明确python中for的语义：顺序迭代，以及iterable的含义。
2，Generators are iterators，但是不提供随机访问（__getitem__()）。
3，当含有yield的函数被调用时，函数并没有执行，而是直接返回了一个generator object。
在这个object中猜测一定保存了函数的数据状态（locals and globals）和逻辑运行状态（类似EIP）。
然后每次next()调用时，generator根据当前的数据+逻辑状态生成当前值，同时保持状态为下一次迭代做准备。
4，只有Generators才能迭代一个无限长对象。

另外留几个无关的坑：decorator，descriptor，metaclass，以后要抽空分析一下。

py3源码[8]-多线程

1，python中的多线程是系统原生进程，但是受到GIL影响，性能有折损，but not too bad.
知乎上这个问题的扩展讨论：http://www.zhihu.com/question/21219976
2，thread(基础实现，build in，by c),threading(上层保证，std module，by python)
不同平台采用统一接口封装（python/thread_pthread.h,python/thread_nt.h）。
3，默认单进程启动，不采用GIL，避免无误开销。
4，2种调度方法：标准调度（约100条bytecode）；阻塞调度（主动退出）。其中GIL是python和os多线程调度之间的桥梁。
5，threading同步/互斥的几个工具：
a，Lock，提供：get/release，互斥锁。
b，RLock，可重入版本Lock。
c，Condition，提供：wait/notify，事件锁。
d，Semaphore，保护n个相同资源，信号量。
e，Event，Condition的简单包装。