excel办公软件基础知识是什么(一般办公软件excel需要掌握哪些)
562
2022-05-30
橡皮擦,一个逗趣的互联网高级网虫,新的系列,让我们一起 Be More Pythonic。
七、函数装饰器
装饰器(Decorators)在 Python 中,主要作用是修改函数的功能,而且修改前提是不变动原函数代码,装饰器会返回一个函数对象,所以有的地方会把装饰器叫做 “函数的函数”。
还存在一种设计模式叫做 “装饰器模式”,这个后续的课程会有所涉及。
装饰器调用的时候,使用 @,它是 Python 提供的一种编程语法糖,使用了之后会让你的代码看起来更加 Pythonic。
7.1 装饰器基本使用
在学习装饰器的时候,最常见的一个案例,就是统计某个函数的运行时间,接下来就为你分享一下。
计算函数运行时间:
import time def fun(): i = 0 while i < 1000: i += 1 def fun1(): i = 0 while i < 10000: i += 1 s_time = time.perf_counter() fun() e_time = time.perf_counter() print(f"函数{fun.__name__}运行时间是:{e_time-s_time}")
如果你希望给每个函授都加上调用时间,那工作量是巨大的,你需要重复的修改函数内部代码,或者修改函数调用位置的代码。在这种需求下,装饰器语法出现了。
先看一下第一种修改方法,这种方法没有增加装饰器,但是编写了一个通用的函数,利用 Python 中函数可以作为参数这一特性,完成了代码的可复用性。
import time def fun(): i = 0 while i < 1000: i += 1 def fun1(): i = 0 while i < 10000: i += 1 def go(fun): s_time = time.perf_counter() fun() e_time = time.perf_counter() print(f"函数{fun.__name__}运行时间是:{e_time-s_time}") if __name__ == "__main__": go(fun1)
接下来这种技巧扩展到 Python 中的装饰器语法,具体修改如下:
import time def go(func): # 这里的 wrapper 函数名可以为任意名称 def wrapper(): s_time = time.perf_counter() func() e_time = time.perf_counter() print(f"函数{func.__name__}运行时间是:{e_time-s_time}") return wrapper @go def func(): i = 0 while i < 1000: i += 1 @go def func1(): i = 0 while i < 10000: i += 1 if __name__ == '__main__': func()
在上述代码中,注意看 go 函数部分,它的参数 func 是一个函数,返回值是一个内部函数,执行代码之后相当于给原函数注入了计算时间的代码。在代码调用部分,你没有做任何修改,函数 func 就具备了更多的功能(计算运行时间的功能)。
装饰器函数成功拓展了原函数的功能,又不需要修改原函数代码,这个案例学会之后,你就已经初步了解了装饰器。
7.2 对带参数的函数进行装饰
直接看代码,了解如何对带参数的函数进行装饰:
import time def go(func): def wrapper(x, y): s_time = time.perf_counter() func(x, y) e_time = time.perf_counter() print(f"函数{func.__name__}运行时间是:{e_time-s_time}") return wrapper @go def func(x, y): i = 0 while i < 1000: i += 1 print(f"x={x},y={y}") if __name__ == '__main__': func(33, 55)
如果你看着晕乎了,我给你标记一下参数的重点传递过程。
还有一种情况是装饰器本身带有参数,例如下述代码:
def log(text): def decorator(func): def wrapper(x): print('%s %s():' % (text, func.__name__)) func(x) return wrapper return decorator @log('执行') def my_fun(x): print(f"我是 my_fun 函数,我的参数 {x}") my_fun(123)
上述代码在编写装饰器函数的时候,在装饰器函数外层又嵌套了一层函数,最终代码的运行顺序如下所示:
my_fun = log('执行')(my_fun)
此时如果我们总结一下,就能得到结论了:使用带有参数的装饰器,是在装饰器外面又包裹了一个函数,使用该函数接收参数,并且返回一个装饰器函数。
还有一点要注意的是装饰器只能接收一个参数,而且必须是函数类型。
7.3 多个装饰器
先临摹一下下述代码,再进行学习与研究。
import time def go(func): def wrapper(x, y): s_time = time.perf_counter() func(x, y) e_time = time.perf_counter() print(f"函数{func.__name__}运行时间是:{e_time-s_time}") return wrapper def gogo(func): def wrapper(x, y): print("我是第二个装饰器") return wrapper @go @gogo def func(x, y): i = 0 while i < 1000: i += 1 print(f"x={x},y={y}") if __name__ == '__main__': func(33, 55)
代码运行之后,输出结果为:
我是第二个装饰器 函数wrapper运行时间是:0.0034401339999999975
虽说多个装饰器使用起来非常简单,但是问题也出现了,print(f"x={x},y={y}") 这段代码运行结果丢失了,这里就涉及多个装饰器执行顺序问题了。
先解释一下装饰器的装饰顺序。
import time def d1(func): def wrapper1(): print("装饰器1开始装饰") func() print("装饰器1结束装饰") return wrapper1 def d2(func): def wrapper2(): print("装饰器2开始装饰") func() print("装饰器2结束装饰") return wrapper2 @d1 @d2 def func(): print("被装饰的函数") if __name__ == '__main__': func()
上述代码运行的结果为:
装饰器1开始装饰 装饰器2开始装饰 被装饰的函数 装饰器2结束装饰 装饰器1结束装饰
可以看到非常对称的输出,同时证明被装饰的函数在最内层,转换成函数调用的代码如下:
d1(d2(func))
你在这部分需要注意的是,装饰器的外函数和内函数之间的语句,是没有装饰到目标函数上的,而是在装载装饰器时的附加操作。
在对函数进行装饰的时候,外函数与内函数之间的代码会被运行。
测试效果如下:
import time def d1(func): print("我是 d1 内外函数之间的代码") def wrapper1(): print("装饰器1开始装饰") func() print("装饰器1结束装饰") return wrapper1 def d2(func): print("我是 d2 内外函数之间的代码") def wrapper2(): print("装饰器2开始装饰") func() print("装饰器2结束装饰") return wrapper2 @d1 @d2 def func(): print("被装饰的函数")
运行之后,你就能发现输出结果如下:
我是 d2 内外函数之间的代码 我是 d1 内外函数之间的代码
d2 函数早于 d1 函数运行。
接下来在回顾一下装饰器的概念:
被装饰的函数的名字会被当作参数传递给装饰函数。
装饰函数执行它自己内部的代码后,会将它的返回值赋值给被装饰的函数。
这样看上文中的代码运行过程是这样的,d1(d2(func)) 执行 d2(func) 之后,原来的 func 这个函数名会指向 wrapper2 函数,执行 d1(wrapper2) 函数之后,wrapper2 这个函数名又会指向 wrapper1。因此最后的 func 被调用的时候,相当于代码已经切换成如下内容了。
# 第一步 def wrapper2(): print("装饰器2开始装饰") print("被装饰的函数") print("装饰器2结束装饰") # 第二步 print("装饰器1开始装饰") wrapper2() print("装饰器1结束装饰") # 第三步 def wrapper1(): print("装饰器1开始装饰") print("装饰器2开始装饰") print("被装饰的函数") print("装饰器2结束装饰") print("装饰器1结束装饰")
上述第三步运行之后的代码,恰好与我们的代码输出一致。
那现在再回到本小节一开始的案例,为何输出数据丢失掉了。
import time def go(func): def wrapper(x, y): s_time = time.perf_counter() func(x, y) e_time = time.perf_counter() print(f"函数{func.__name__}运行时间是:{e_time-s_time}") return wrapper def gogo(func): def wrapper(x, y): print("我是第二个装饰器") return wrapper @go @gogo def func(x, y): i = 0 while i < 1000: i += 1 print(f"x={x},y={y}") if __name__ == '__main__': func(33, 55)
在执行装饰器代码装饰之后,调用 func(33,55) 已经切换为 go(gogo(func)),运行 gogo(func) 代码转换为下述内容:
def wrapper(x, y): print("我是第二个装饰器")
在运行 go(wrapper),代码转换为:
s_time = time.perf_counter() print("我是第二个装饰器") e_time = time.perf_counter() print(f"函数{func.__name__}运行时间是:{e_time-s_time}")
此时,你会发现参数在运行过程被丢掉了。
7.4 functools.wraps
使用装饰器可以大幅度提高代码的复用性,但是缺点就是原函数的元信息丢失了,比如函数的 __doc__、__name__:
# 装饰器 def logged(func): def logging(*args, **kwargs): print(func.__name__) print(func.__doc__) func(*args, **kwargs) return logging # 函数 @logged def f(x): """函数文档,说明""" return x * x print(f.__name__) # 输出 logging print(f.__doc__) # 输出 None
解决办法非常简单,导入 from functools import wraps ,修改代码为下述内容:
from functools import wraps # 装饰器 def logged(func): @wraps(func) def logging(*args, **kwargs): print(func.__name__) print(func.__doc__) func(*args, **kwargs) return logging # 函数 @logged def f(x): """函数文档,说明""" return x * x print(f.__name__) # 输出 f print(f.__doc__) # 输出 函数文档,说明
7.5 基于类的装饰器
在实际编码中 一般 “函数装饰器” 最为常见,“类装饰器” 出现的频率要少很多。
基于类的装饰器与基于函数的基本用法一致,先看一段代码:
class H1(object): def __init__(self, func): self.func = func def __call__(self, *args, **kwargs): return '
类 H1 有两个方法:
__init__:接收一个函数作为参数,就是待被装饰的函数;
__call__:让类对象可以调用,类似函数调用,触发点是被装饰的函数调用时触发。
最后在附录一篇写的不错的 博客,可以去学习。
在这里类装饰器的细节就不在展开了,等到后面滚雪球相关项目实操环节再说。
装饰器为类和类的装饰器在细节上是不同的,上文提及的是装饰器为类,你可以在思考一下如何给类添加装饰器。
7.6 内置装饰器
常见的内置装饰器有 @property、@staticmethod、@classmethod。该部分内容在细化面向对象部分进行说明,本文只做简单的备注。
7.6.1 @property
把类内方法当成属性来使用,必须要有返回值,相当于 getter,如果没有定义 @func.setter 修饰方法,是只读属性。
7.6.2 @staticmethod
静态方法,不需要表示自身对象的 self 和自身类的 cls 参数,就跟使用函数一样。
7.6.3 @classmethod
类方法,不需要 self 参数,但第一个参数需要是表示自身类的 cls 参数。
7.7 这篇博客的总结
关于 Python 装饰器,网上的文章实在太太多了,学习起来并不是很难,真正难的是恰到好处的应用在项目中,希望本篇博客能对你理解装饰器有所帮助。
其他内容也可以查阅 官方手册。
博主 ID:梦想橡皮擦,希望大家
、
评论
、
。
Python
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。