python裝飾器詳解
#python裝飾器的詳細解析
什麼是裝飾器?
推薦學習:Python影片教學
python裝飾器(fuctional decorators)就是用來拓展原來函數功能的函數,目的是在不改變原函數名(或類別名稱)的情況下,為函數增加新的功能。
這個函數的特別之處在於它的回傳值也是一個函數,這個函數是內嵌「原「」函數的函數。
一般而言,我們要拓展原來函數程式碼,最直接的辦法就是侵入程式碼裡面修改,例如:
import time def f(): print("hello") time.sleep(1) print("world")
#這是我們最原始的的函數,然後我們試著記錄這個函數執行的總時間,那最簡單的做法就是改動原來的程式碼:
import time def f(): start_time = time.time() print("hello") time.sleep(1) print("world") end_time = time.time() execution_time = (end_time - start_time)*1000 print("time is %d ms" %execution_time)
但是實際工作中,有些時候核心程式碼並不可以直接去改,所以在不改動原始程式碼的情況下,我們可以再定義一個函數。(但是生效需要再次執行函數)
import time def deco(func): start_time = time.time() f() end_time = time.time() execution_time = (end_time - start_time)*1000 print("time is %d ms" %execution_time) def f(): print("hello") time.sleep(1) print("world") if __name__ == '__main__': deco(f) print("f.__name__ is",f.__name__) print()
#這裡我們定義了一個函數deco,它的參數是一個函數,然後給這個函數嵌入了計時功能。但是想要拓展這一千萬個函數功能,
就是要執行一千萬次deco()函數,所以這樣並不理想!接下來,我們可以試著用裝飾器來實現,先看看裝飾器最原始的面貌。
import time def deco(f): def wrapper(): start_time = time.time() f() end_time = time.time() execution_time = (end_time - start_time)*1000 print("time is %d ms" %execution_time ) return wrapper @deco def f(): print("hello") time.sleep(1) print("world") if __name__ == '__main__': f()
這裡的deco函數就是最原始的裝飾器,它的參數是一個函數,然後傳回值也是一個函數。
其中作為參數的這個函數f()就在傳回函數wrapper()的內部執行。然後在函數f()前面加上@deco,
f()函數就相當於被注入了計時功能,現在只要呼叫f(),它就已經變身為「新的功能更多」的函數了,
(不需要重複執行原函數)。
擴展1:帶有固定參數的裝飾器
import time def deco(f): def wrapper(a,b): start_time = time.time() f(a,b) end_time = time.time() execution_time = (end_time - start_time)*1000 print("time is %d ms" % execution_time) return wrapper @deco def f(a,b): print("be on") time.sleep(1) print("result is %d" %(a+b)) if __name__ == '__main__': f(3,4)
擴展2:無固定參數的裝飾器
import time def deco(f): def wrapper(*args, **kwargs): start_time = time.time() f(*args, **kwargs) end_time = time.time() execution_time_ = (end_time - start_time)*1000 print("time is %d ms" %execution_time) return wrapper @deco def f(a,b): print("be on") time.sleep(1) print("result is %d" %(a+b)) @deco def f2(a,b,c): print("be on") time.sleep(1) print("result is %d" %(a+b+c)) if __name__ == '__main__': f2(3,4,5) f(3,4)
擴充3:使用多個裝飾器,裝飾一個函數
import time def deco01(f): def wrapper(*args, **kwargs): print("this is deco01") start_time = time.time() f(*args, **kwargs) end_time = time.time() execution_time = (end_time - start_time)*1000 print("time is %d ms" % execution_time) print("deco01 end here") return wrapper def deco02(f): def wrapper(*args, **kwargs): print("this is deco02") f(*args, **kwargs) print("deco02 end here") return wrapper @deco01 @deco02 def f(a,b): print("be on") time.sleep(1) print("result is %d" %(a+b)) if __name__ == '__main__': f(3,4)
''' this is deco01 this is deco02 hello,here is a func for add : result is 7 deco02 end here time is 1003 ms deco01 end here '''
裝飾器呼叫順序
裝飾器是可以疊加使用的,那麼使用裝飾器以後代碼是啥順序呢?
對於Python中的”@”語法糖,裝飾器的呼叫順序與使用 @ 語法糖聲明的順序相反。
在這個例子中,」f(3, 4) = deco01(deco02(f(3, 4)))」。
Python內建裝飾器
在Python中有三個內建的裝飾器,都是跟class相關的:staticmethod、classmethod 和property 。
staticmethod 是類別靜態方法,其跟成員方法的區別是沒有self 參數,並且可以在類別不進行實例化的情況下調用
classmethod 與成員方法的區別在於所接收的第一個參數不是self (類別實例的指標),而是cls(目前類別的具體類型)
property 是屬性的意思,表示可以透過透過類別實例直接存取的資訊
對於staticmethod和classmethod這裡就不介紹了,透過一個例子來看看property。
注意,對於Python新式類別(new-style class),如果將上面的「@var.setter」 裝飾器所裝飾的成員函數去掉,則Foo. var 屬性為唯讀屬性,使用「foo.var = 'var 2′」 進行賦值時會拋出異常。但是,對於Python classic class,所宣告的屬性不是 read-only的,所以即使去掉」@var.setter」裝飾器也不會報錯。
總結
本文介紹了Python裝飾器的一些使用,裝飾器的程式碼還是比較容易理解的。只要透過一些例子進行實際操作一下,就很容易理解了。
以上是python 裝飾器詳解的詳細內容。更多資訊請關注PHP中文網其他相關文章!

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python在現實世界中的應用包括數據分析、Web開發、人工智能和自動化。 1)在數據分析中,Python使用Pandas和Matplotlib處理和可視化數據。 2)Web開發中,Django和Flask框架簡化了Web應用的創建。 3)人工智能領域,TensorFlow和PyTorch用於構建和訓練模型。 4)自動化方面,Python腳本可用於復製文件等任務。

Python在數據科學、Web開發和自動化腳本領域廣泛應用。 1)在數據科學中,Python通過NumPy、Pandas等庫簡化數據處理和分析。 2)在Web開發中,Django和Flask框架使開發者能快速構建應用。 3)在自動化腳本中,Python的簡潔性和標準庫使其成為理想選擇。

Python的靈活性體現在多範式支持和動態類型系統,易用性則源於語法簡潔和豐富的標準庫。 1.靈活性:支持面向對象、函數式和過程式編程,動態類型系統提高開發效率。 2.易用性:語法接近自然語言,標準庫涵蓋廣泛功能,簡化開發過程。

Python因其簡潔與強大而備受青睞,適用於從初學者到高級開發者的各種需求。其多功能性體現在:1)易學易用,語法簡單;2)豐富的庫和框架,如NumPy、Pandas等;3)跨平台支持,可在多種操作系統上運行;4)適合腳本和自動化任務,提升工作效率。

可以,在每天花費兩個小時的時間內學會Python。 1.制定合理的學習計劃,2.選擇合適的學習資源,3.通過實踐鞏固所學知識,這些步驟能幫助你在短時間內掌握Python。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

MinGW - Minimalist GNU for Windows
這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

SecLists
SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

記事本++7.3.1
好用且免費的程式碼編輯器