Python装饰器知识点补充

 更新时间:2018年05月28日 08:45:56   作者:mugbya  
本篇文章给大家补充了关于Python装饰器的相关知识点内容,大家可以跟着学习参考下。

首先回顾一下关于Python装饰器以及装饰器模式

补全

根据Java实现装饰器模式的,我们可以写下面一段代码:

import logging


def use_logging(func):
 logging.warn("%s is running" % func.__name__)
 return func

def foo():
 print('i am foo')

foo = use_logging(foo)

foo() # 调用

这个实现对于上篇文章中提到的Java使用装饰器。上面也是一个装饰器,实现最简单的一个增加函数日志的功能,但是如果这个额外功能是要去检测传入的参数时,这时上面的就不行了。这时12步轻松搞定python装饰器中的例子还是精妙的。

# 装饰器
def wrapper(func):
 def checker(a, b): # 1
  if a.x < 0 or a.y < 0:
   a = Coordinate(a.x if a.x > 0 else 0, a.y if a.y > 0 else 0)
  if b.x < 0 or b.y < 0:
   b = Coordinate(b.x if b.x > 0 else 0, b.y if b.y > 0 else 0)
  ret = func(a, b)
  if ret.x < 0 or ret.y < 0:
   ret = Coordinate(ret.x if ret.x > 0 else 0, ret.y if ret.y > 0 else 0)
  return ret
 return checker


# 原函数
def add(a, b):
 return Coordinate(a.x + b.x, a.y + b.y)

# 使用装饰 
add = wrapper(add) 

细心你会发现,装饰器函数的参数就是传入的原函数,而内部函数的参数跟原函数一模一样,最外层返回的是内部函数的引用,内部函数返回的是传入参数的引用调用的结果

这里用到了函数作为参数特性,当然还有些闭包的知识,具体请看 上面提到的博客链接,真的讲的不错。

而上篇说到的Python装饰 特性就是这个神奇的语法糖了,可以这样使用

# 原函数
@wrapper
def add(a, b):
 return Coordinate(a.x + b.x, a.y + b.y)

带参数的装饰器

如果要实现一个带参数的装饰器,那要怎么写呢

def time_diff(s):
 def decorator(func):
  def wrapper(*args, **kwargs):
   start_time = time.time()
   res = func(*args, **kwargs)
   end_time = time.time()
   print("[%s]执行程序所用时间: %s" % (s, end_time - start_time))
   return res
  return wrapper
 return decorator
 
@time_diff("polynomial_1")
def polynomial_1(n, x):
 res = 0
 for i in range(n):
  res += i*pow(x, i)
 return res

调用并执行输出结果:

print(polynomial_1(1, 5))

[duoxiangshi_1]执行程序所用时间: 4.76837158203125e-06
0

带参数的装饰器需要在不带参数装饰器外再定义一层函数,最外层函数的返回值是第二层函数的引用。

总结:多些多练,用于实际中,才能更加熟练。最近学数据结构与算法,写些装饰器用来看程序执行时间,真是再方便不过了!

相关文章

  • 详解Python中的测试工具

    详解Python中的测试工具

    本文介绍了两个Python中的测试工具: doctest和unittest,并配以简单的例子来说明这两个测试模块的使用方法,需要的朋友可以参考下
    2019-06-06
  • Python进度条的制作代码实例

    Python进度条的制作代码实例

    这篇文章主要介绍了Python进度条的制作代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-08-08
  • python读取mysql数据绘制条形图

    python读取mysql数据绘制条形图

    这篇文章主要为大家详细介绍了python读取mysql数据绘制条形图,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2020-03-03
  • Django中常遇到的错误问题

    Django中常遇到的错误问题

    在Django开发中,设置DEBUG=False时需要配置ALLOWED_HOSTS以防止报错,此外,如果django-admin.py命令找不到,需添加Django的安装路径到系统环境变量,此文还提供了一些常见Django错误的解决方法,如数据库添加中文报错、信号无法触发等问题
    2024-09-09
  • Python制作进度条的几种方法

    Python制作进度条的几种方法

    如果你之前没用过进度条,八成是觉得它会增加不必要的复杂性或者很难维护,其实不然。要加一个进度条其实只需要几行代码,快跟随小编一起学习学习吧
    2022-12-12
  • python中单下划线与双下划线的区别及说明

    python中单下划线与双下划线的区别及说明

    这篇文章主要介绍了python中单下划线与双下划线的区别及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-09-09
  • Python中常见的导入方式总结

    Python中常见的导入方式总结

    这篇文章主要介绍了Python中常见的导入方式总结,文中有非常详细的代码示例,对正在学习python的小伙伴们有非常好的帮助,需要的朋友可以参考下
    2021-05-05
  • 使用celery和Django处理异步任务的流程分析

    使用celery和Django处理异步任务的流程分析

    Celery是 一个专注于实时处理的任务队列,它还支持任务调度。 Celery快速,简单,高度可用且灵活。这篇文章主要介绍了使用celery和Django处理异步任务的流程分析,需要的朋友可以参考下
    2020-02-02
  • pycharm中使用anaconda部署python环境的方法步骤

    pycharm中使用anaconda部署python环境的方法步骤

    这篇文章主要介绍了pycharm中使用anaconda部署python环境的方法步骤,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-12-12
  • matplotlib图形整合之多个子图绘制的实例代码

    matplotlib图形整合之多个子图绘制的实例代码

    matplotlib绘制多个子图的时候,我们可以根据自己的想法去排列子图的顺序,也可以生成不同的子图数量,本文就详细的介绍了matplotlib 多子图绘制,具有一定的参考价值,感兴趣的可以了解一下
    2022-04-04

最新评论