firstname.lower())) 注解: 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度 更缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈所在， 则改为实现全部六个富比较方法应该会轻松提升速度。 3.2 新版功能. 在 3.4 版更改: 现在已支持从未识别类型的下层比较函数返回 NotImplemented 异常。 functools CHAPTER27 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置断点等，而分析器运 行代码并为你提供执行时间的详细分类，从而使你能够找出你程序中的瓶颈。 27.1 bdb —Debugger framework Source code: Lib/bdb.py The bdb module handles basic debugger functions

firstname.lower())) 注解: 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度 更缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈所在， 则改为实现全部六个富比较方法应该会轻松提升速度。 3.2 新版功能. 在 3.4 版更改: 现在已支持从未识别类型的下层比较函数返回 NotImplemented 异常。 functools CHAPTER27 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置断点等，而分析器运 行代码并为你提供执行时间的详细分类，从而使你能够找出你程序中的瓶颈。 27.1 bdb —Debugger framework Source code: Lib/bdb.py The bdb module handles basic debugger functions

firstname.lower())) 注解: 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度 更缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈所在， 则改为实现全部六个富比较方法应该会轻松提升速度。 3.2 新版功能. 在 3.4 版更改: 现在已支持从未识别类型的下层比较函数返回 NotImplemented 异常。 functools CHAPTER28 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置断点等，而分析器运 行代码并为你提供执行时间的详细分类，从而使你能够找出你程序中的瓶颈。 28.1 bdb --- Debugger framework Source code: Lib/bdb.py The bdb module handles basic debugger functions

firstname.lower())) 注解: 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度 更缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈所在， 则改为实现全部六个富比较方法应该会轻松提升速度。 3.2 新版功能. 在 3.4 版更改: 现在已支持从未识别类型的下层比较函数返回 NotImplemented 异常。 functools CHAPTER27 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置中断点等等，性能分 析器可以运行代码并为你提供执行时间的详细数据，使你能够找出你的程序中的瓶颈。审计事件提供运行时 行为的可见性，如果没有此工具则需要进行侵入式调试或修补。 27.1 审计事件表 下表包含了在整个 CPython 运行时和标准库中由sys.audit() 或 PySys_Audit()

firstname.lower())) 注解: 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度 更缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈所在， 则改为实现全部六个富比较方法应该会轻松提升速度。 注解: 这个装饰器不会尝试重写类 或其上级类中已经被声明的方法。这意味着如果某个上级类定义了 比较运算符，则 total_ordering CHAPTER27 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置中断点等等，性能分 析器可以运行代码并为你提供执行时间的详细数据，使你能够找出你的程序中的瓶颈。审计事件提供运行时 行为的可见性，如果没有此工具则需要进行侵入式调试或修补。 27.1 审计事件表 下表包含了在整个 CPython 运行时和标准库中由sys.audit() 或 PySys_Audit()

firstname.lower())) 注解: 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度 更缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈所在， 则改为实现全部六个富比较方法应该会轻松提升速度。 3.2 新版功能. 在 3.4 版更改: 现在已支持从未识别类型的下层比较函数返回 NotImplemented 异常。 functools CHAPTER27 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置中断点等等，性能分 析器可以运行代码并为你提供执行时间的详细数据，使你能够找出你的程序中的瓶颈。审计事件提供运行时 行为的可见性，如果没有此工具则需要进行侵入式调试或修补。 27.1 审计事件表 下表包含了在整个 CPython 运行时和标准库中由sys.audit() 或 PySys_Audit()

lower())) � 备注 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度更 缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈 所在，则改为实现全部六个富比较方法应该会轻松提升速度。 � 备注 这个装饰器不会尝试重写类 或其上级类中已经被声明的方法。这意味着如果某个上级类定义了 比较运算符，则 total_ordering CHAPTER27 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置中断点等等，性 能分析器可以运行代码并为你提供执行时间的详细数据，使你能够找出你的程序中的瓶颈。审计事件提 供运行时行为的可见性，如果没有此工具则需要进行侵入式调试或修补。 27.1 审计事件表 下表包含了在整个 CPython 运行时和标准库中由sys.audit() 或 PySys_Audit()

lower())) � 备注 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度更 缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈 所在，则改为实现全部六个富比较方法应该会轻松提升速度。 � 备注 这个装饰器不会尝试重写类 或其上级类中已经被声明的方法。这意味着如果某个上级类定义了 比较运算符，则 total_ordering CHAPTER27 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置中断点等等，性 能分析器可以运行代码并为你提供执行时间的详细数据，使你能够找出你的程序中的瓶颈。审计事件提 供运行时行为的可见性，如果没有此工具则需要进行侵入式调试或修补。 27.1 审计事件表 下表包含了在整个 CPython 运行时和标准库中由sys.audit() 或 PySys_Audit()

lower())) � 备注 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度更 缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈 所在，则改为实现全部六个富比较方法应该会轻松提升速度。 � 备注 这个装饰器不会尝试重写类 或其上级类中已经被声明的方法。这意味着如果某个上级类定义了 比较运算符，则 total_ordering CHAPTER27 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置中断点等等，性 能分析器可以运行代码并为你提供执行时间的详细数据，使你能够找出你的程序中的瓶颈。审计事件提 供运行时行为的可见性，如果没有此工具则需要进行侵入式调试或修补。 27.1 审计事件表 下表包含了在整个 CPython 运行时和标准库中由sys.audit() 或 PySys_Audit()

firstname.lower())) 备注: 虽然此装饰器使得创建具有良好行为的完全有序类型变得非常容易，但它 确实是以执行速度 更缓慢和派生比较方法的堆栈回溯更复杂为代价的。如果性能基准测试表明这是特定应用的瓶颈所在， 则改为实现全部六个富比较方法应该会轻松提升速度。 备注: 这个装饰器不会尝试重写类 或其上级类中已经被声明的方法。这意味着如果某个上级类定义了 比较运算符，则 total_ordering CHAPTER27 调试和分析 这些库可以帮助你进行 Python 开发：调试器使你能够逐步执行代码，分析堆栈帧并设置中断点等等，性能分 析器可以运行代码并为你提供执行时间的详细数据，使你能够找出你的程序中的瓶颈。审计事件提供运行时 行为的可见性，如果没有此工具则需要进行侵入式调试或修补。 27.1 审计事件表 下表包含了在整个 CPython 运行时和标准库中由sys.audit() 或 PySys_Audit()