Python でシングルトンを実装する最良の方法
シングルトン設計パターンの長所と短所はこの記事の焦点ではありませんが、この記事では、シングルトン設計パターンの利点と欠点について説明します。可能な限り最善の方法で Python にシングルトンを実装するには、このパターンを Python 的な方法で実装します。ここで、「最も Python 的」とは、「最小の驚きの原則」に従うことを意味します。
実装方法
方法 1: デコレータ
def singleton(class_): instances = {} def getinstance(*args, **kwargs): if class_ not in instances: instances[class_] = class_(*args, **kwargs) return instances[class_] return getinstance @singleton class MyClass(BaseClass): pass
利点:
- デコレータは追加のセックスを持ち、多重継承よりも直感的です。
欠点:
- MyClass() を使用して作成されたオブジェクトは実際のシングルトン オブジェクトですが、MyClass 自体はクラスではなく関数です。したがって、クラスメソッドを呼び出すことはできません。
方法 2: 基本クラス
class Singleton(object): _instance = None def __new__(class_, *args, **kwargs): if not isinstance(class_._instance, class_): class_._instance = object.__new__(class_, *args, **kwargs) return class_._instance class MyClass(Singleton, BaseClass): pass
利点:
- これは実際のクラスです。
欠点:
- 多重継承、不快。 2 番目の基本クラスから継承する場合、__new__ がオーバーライドされる可能性があります。
方法 3: メタクラス
class Singleton(type): _instances = {} def __call__(cls, *args, **kwargs): if cls not in cls._instances: cls._instances[cls] = super(Singleton, cls).__call__(*args, **kwargs) return cls._instances[cls] # Python2 class MyClass(BaseClass): __metaclass__ = Singleton # Python3 class MyClass(BaseClass, metaclass=Singleton): pass
利点:
- これは実際のクラスです。
- 継承は自動的にカバーされます。
- __metaclass__ を正しく使用してください (そして、それを理解させてください)。
デメリット:
- デメリットはありません。
方法 4: 同じ名前のクラスのデコレータを返す
def singleton(class_): class class_w(class_): _instance = None def __new__(class_, *args, **kwargs): if class_w._instance is None: class_w._instance = super(class_w, class_).__new__(class_, *args, **kwargs) class_w._instance._sealed = False return class_w._instance def __init__(self, *args, **kwargs): if self._sealed: return super(class_w, self).__init__(*args, **kwargs) self._sealed = True class_w.__name__ = class_.__name__ return class_w @singleton class MyClass(BaseClass): pass
利点:
- です。本当のクラス。
- 継承は自動的にカバーされます。
短所:
- シングルトンにしたいクラスごとに 2 つのクラスを作成するとオーバーヘッドが発生しますか?私の場合はこれでうまくいきましたが、拡張できないのではないかと心配しています。
- _sealed 属性の目的は何ですか?
- 基底クラス内で同じ名前のメソッドを呼び出すのに super() を使用することは再帰的になるためできません。これは、__new__ をカスタマイズしたり、__init__ の呼び出しを必要とするクラスをサブクラス化したりできないことを意味します。
方法 5: モジュール
シングルトン モジュール singleton.py。
長所:
- 複雑よりもシンプルの方が優れています。
欠点:
- インスタンス化は遅延されません。
推奨方法
方法 2 を使用することをお勧めしますが、基本クラスの代わりにメタクラスを使用することをお勧めします。以下に実装例を示します:
class Singleton(type): _instances = {} def __call__(cls, *args, **kwargs): if cls not in cls._instances: cls._instances[cls] = super(Singleton, cls).__call__(*args, **kwargs) return cls._instances[cls] class Logger(object): __metaclass__ = Singleton
または Python3 の場合:
class Logger(metaclass=Singleton): pass
クラスが呼び出されるたびに __init__ を実行したい場合は、次のコードを Singleton.__call__ In に追加します。 if ステートメント:
def singleton(class_): instances = {} def getinstance(*args, **kwargs): if class_ not in instances: instances[class_] = class_(*args, **kwargs) return instances[class_] return getinstance @singleton class MyClass(BaseClass): pass
メタクラスの役割
メタクラスはクラスのクラス、つまり、クラスはそのメタクラスのインスタンスです。 Python のオブジェクトのメタクラスは、type(obj) によって見つけることができます。通常の新しいクラスは type 型です。 Logger の (唯一の) インスタンスがクラス 'your_module.Logger' であるのと同様に、上記の Logger はクラス 'your_module.Singleton' になります。 Logger() を使用してロガーが呼び出されるとき、Python はまずロガーのメタクラス Singleton に何をすべきかを尋ね、プリエンプティブなインスタンスの作成を可能にします。このプロセスは、Python が __getattr__ を呼び出してその属性をどのように処理するかをクラスに問い合わせる方法と似ており、myclass.attribute を実行してその属性を参照します。
メタクラスは基本的に、呼び出しクラスの意味とその意味の実装方法を決定します。たとえば、メタクラスを使用して Python で C スタイルの構造を再作成する http://code.activestate.com/recipes/498149/ を参照してください。ディスカッション スレッド [メタクラスの具体的な使用例は何ですか? ](https://codereview.stackexchange.com/questions/82786/what-are-some-concrete-use-cases-for-metaclasses) では、一般的に宣言型プログラミング、特にで使用される ORM に関連するいくつかの例も提供しています。 。
この場合、メソッド 2 を使用し、サブクラスで __new__ メソッドが定義されている場合、SubClassOfSingleton() が呼び出されるたびにこのメソッドが実行されます。これは、メソッドを呼び出す責任があるためです。保存されたインスタンスを返します。メタクラスの場合、一意のインスタンスの作成時に一度だけ実行されます。呼び出しクラスの定義をカスタマイズする必要があります。呼び出しクラスの定義は、その型によって決まります。
一般に、メタクラスを使用してシングルトンを実装することは理にかなっています。シングルトンはインスタンスが 1 回だけ作成されるため特別です。一方、メタクラスは、通常のクラスとは異なる動作をさせる、作成されたクラスのカスタム実装です。メタクラスを使用すると、シングルトン クラス定義をカスタマイズする必要がある場合に、より詳細な制御が可能になります。
もちろん
シングルトンには多重継承は必要ありません (メタクラスは基底クラスではないため)。ただし、継承でクラスのサブクラスを作成するには、シングルトンがclass は最初のメタクラスです。左端のメタクラスは __call__ を再定義します。これが問題になる可能性は低いです。インスタンス ディクショナリはインスタンスの名前空間にないため、誤って上書きされることはありません。
シングルトン パターンは、各クラスが 1 つのことだけを実行する必要があるという意味の「単一責任の原則」に違反しているということも聞きます。こうすることで、コードは独立していてカプセル化されているため、別のコードを変更する必要があるときにコードの動作が壊れることを心配する必要がなくなります。メタクラス実装はこのテストに合格します。メタクラスはパターンを強制し、シングルトンであることを意識する必要のないクラスとサブクラスを作成する責任があります。 メソッド 1 は、「MyClass 自体はクラスではなく関数であるため、クラス メソッドを呼び出すことができません」と指摘したように、このテストに失敗します。
Python 2 および 3 の互換バージョン
Python 2 および 3 でコードを記述するには、もう少し複雑なスキームが必要です。通常、メタクラスは型クラスのサブクラスであるため、メタクラスを使用して、実行時にメタクラスとして中間基本クラスを動的に作成し、その基本クラスをパブリック シングルトン基本クラスの基本クラスとして使用できます。これは次のように言うは易く行うは難しです:
def singleton(class_): instances = {} def getinstance(*args, **kwargs): if class_ not in instances: instances[class_] = class_(*args, **kwargs) return instances[class_] return getinstance @singleton class MyClass(BaseClass): pass
このアプローチの皮肉の 1 つは、サブクラス化を使用してメタクラスを実装していることです。考えられる利点の 1 つは、純粋なメタクラスとは異なり、isinstance(inst, Singleton) が True を返すことです。
訂正
別のトピックに関して、お気づきかもしれませんが、元の投稿の基本クラスの実装が間違っていました。クラス内の _instances を参照するには、呼び出し時には実際のクラスがまだ作成されていないため、super() またはクラス メソッドの静的メソッドを使用する必要があります。これはすべて、メタクラスの実装にも当てはまります。
class Singleton(object): _instance = None def __new__(class_, *args, **kwargs): if not isinstance(class_._instance, class_): class_._instance = object.__new__(class_, *args, **kwargs) return class_._instance class MyClass(Singleton, BaseClass): pass
以上がPython でシングルトンを実装する最良の方法は何ですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

LinuxターミナルでPythonバージョンを表示する際の許可の問題の解決策PythonターミナルでPythonバージョンを表示しようとするとき、Pythonを入力してください...

Pythonオブジェクトのシリアル化と脱介入は、非自明のプログラムの重要な側面です。 Pythonファイルに何かを保存すると、構成ファイルを読み取る場合、またはHTTPリクエストに応答する場合、オブジェクトシリアル化と脱滑り化を行います。 ある意味では、シリアル化と脱派化は、世界で最も退屈なものです。これらすべての形式とプロトコルを気にするのは誰ですか? Pythonオブジェクトを維持またはストリーミングし、後で完全に取得したいと考えています。 これは、概念レベルで世界を見るのに最適な方法です。ただし、実用的なレベルでは、選択したシリアル化スキーム、形式、またはプロトコルは、プログラムの速度、セキュリティ、メンテナンスの自由、およびその他の側面を決定する場合があります。

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。 このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均()関数の計算をサポートします。 浮動小数点数も使用できます。 ランダムをインポートします インポート統計 fractiから

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

このチュートリアルは、単純なツリーナビゲーションを超えたDOM操作に焦点を当てた、美しいスープの以前の紹介に基づいています。 HTML構造を変更するための効率的な検索方法と技術を探ります。 1つの一般的なDOM検索方法はExです

この記事では、numpy、pandas、matplotlib、scikit-learn、tensorflow、django、flask、and requestsなどの人気のあるPythonライブラリについて説明し、科学的コンピューティング、データ分析、視覚化、機械学習、Web開発、Hの使用について説明します。

この記事では、コマンドラインインターフェイス(CLI)の構築に関するPython開発者をガイドします。 Typer、Click、Argparseなどのライブラリを使用して、入力/出力の処理を強調し、CLIの使いやすさを改善するためのユーザーフレンドリーな設計パターンを促進することを詳述しています。


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

MinGW - Minimalist GNU for Windows
このプロジェクトは osdn.net/projects/mingw に移行中です。引き続きそこでフォローしていただけます。 MinGW: GNU Compiler Collection (GCC) のネイティブ Windows ポートであり、ネイティブ Windows アプリケーションを構築するための自由に配布可能なインポート ライブラリとヘッダー ファイルであり、C99 機能をサポートする MSVC ランタイムの拡張機能が含まれています。すべての MinGW ソフトウェアは 64 ビット Windows プラットフォームで実行できます。

メモ帳++7.3.1
使いやすく無料のコードエディター

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境

ホットトピック



