E.B Python 进阶路线图
当你的原型开始重复逻辑、等待慢请求、处理流式数据或动态注册工具时,再回来学这个选修模块。
先看工程路线


高级 Python 的价值不在炫技,而在让代码更可观察、更可复用、更容易控制。
跑最小异步 trace
import asyncio
async def fetch(name, delay):
await asyncio.sleep(delay)
return f"{name}:done"
async def main():
results = await asyncio.gather(
fetch("retrieval", 0.1),
fetch("rerank", 0.05),
)
print(results)
asyncio.run(main())
预期输出:
['retrieval:done', 'rerank:done']
这是最小 async 习惯:启动相互独立的工作,等待全部结果,再留下 trace。
按这个顺序学
| 步骤 | 课程 | 练习产物 |
|---|---|---|
| 1 | E.B.1 装饰器 | 不改业务代码就加 timing 或 logging |
| 2 | E.B.2 迭代器与生成器 | 不一次性加载全部数据也能流式处理 |
| 3 | E.B.3 并发 | 用 timeout、cancel 和限流思维运行 async 任务 |
| 4 | E.B.4 元编程 | 显式注册工具或 handler |
通过标准
你能构建一个可追踪 pipeline,至少用到装饰器、生成器、异步调用或注册表中的一种,并解释为什么更容易调试,就算通过本模块。