分享python延迟1秒程序。

Python延迟执行

在Python编程中，"延迟执行"（Lazy Evaluation）是一种编程技术，它允许程序延迟计算或运行某些表达式直到其结果真正需要时，这种策略可以提高代码的执行效率，因为它避免了不必要的计算，并且可以处理无限的数据序列，而不需要把所有数据都加载到内存中，下面将介绍Python中实现延迟执行的几种方式。

生成器(Generators)

生成器是Python中实现延迟执行的一种流行方式，生成器是一种特殊的迭代器，使用yield关键字而不是return来返回值，当一个函数包含yield语句时，它将变成一个生成器函数，调用这个函数不会立即执行它，而是返回一个生成器对象。

def count_up_to(n):
    count = 1
    while count <= n:
        yield count
        count += 1
counter = count_up_to(5)
print(next(counter))   输出： 1
print(next(counter))   输出： 2
...

在上面的例子中，count_up_to函数是一个生成器，每次调用next函数时，它都会从上次离开的地方继续执行，直至遇到yield语句。

列表解析式(List Comprehensions)与生成器表达式(Generator Expressions)

列表解析式提供了一种简洁的方式来创建列表，它们通常用于映射和过滤操作，尽管列表解析式会立即计算出所有值并存储在列表中，但生成器表达式则实现了延迟执行。

列表解析式
squares = [x**2 for x in range(10)]
生成器表达式
squares_gen = (x**2 for x in range(10))

生成器表达式返回一个生成器对象，可以使用next函数逐个获取元素，或者通过for循环遍历。

装饰器(Decorators)

装饰器提供了一种强大的方法来修改或增强函数的行为，而无需改变其源代码，在某些情况下，装饰器可以用来实现延迟执行。

def lazy_property(fn):
    attr_name = "_lazy_" + fn.__name__
    @property
    def _lazy_property(self):
        if not hasattr(self, attr_name):
            setattr(self, attr_name, fn(self))
        return getattr(self, attr_name)
    return _lazy_property
class MyClass:
    @lazy_property
    def expensive_operation(self):
        print("Performing expensive operation...")
        return 42
obj = MyClass()
print(obj.expensive_operation)   输出： Performing expensive operation... 42
print(obj.expensive_operation)   输出： 42 (不再打印)

在上面的代码中，lazy_property装饰器确保了只有当我们首次访问属性时，才会执行被装饰的函数，后续的访问将直接返回缓存的结果。

协程(Coroutines)

Python 3.5及以上版本引入了原生协程支持，通过async和await关键字实现，协程可以在不阻塞主线程的情况下挂起和恢复其执行环境，从而实现更复杂的延迟执行逻辑。

import asyncio
async def my_coroutine():
    print("Coroutine started")
    await asyncio.sleep(1)
    print("Coroutine finished")
asyncio.run(my_coroutine())

在这个例子中，my_coroutine协程将在遇到await表达式时挂起，直到asyncio.sleep(1)完成后再继续执行。