Python基础之装饰器
文章目录
- 1 装饰器
- 1.1 定义
- 1.2 使用示例
- 1.2.1 使用类中实例装饰器
- 1.2.2 使用类方法装饰器
- 1.2.3 使用类中静态装饰器
- 1.2.4 使用类中普通装饰器
- 1.3 内部装饰器
- 1.3.1 @property
- 2 常用装饰器
- 2.1 @timer:测量执行时间
- 2.2 @memoize:缓存结果
- 2.3 @validate_input:数据验证
- 2.4 @log_results:日志输出
- 2.5 @suppress_errors:优雅的错误处理
- 2.6 @validate_output:确保质量结果
- 2.7 @retry:重试执行
- 2.8 @visualize_results:漂亮的可视化
- 2.9 @debug:调试变得更容易
- 2.10 @deprecated:处理废弃的函数
1 装饰器
装饰器(Decorators
)是Python
中一种强大而灵活的功能,用于修改或增强函数或类的行为。
1.1 定义
装饰器本质上是一个函数,它接受另一个函数或类
作为参数,并返回一个新的函数或类
。它们通常用于在不修改原始代码的情况下添加额外的功能或功能
装饰器函数是一种Python
语言中的特殊函数,它可以用来修改其他函数的行为。装饰器函数通常接受一个函数
作为参数,并返回一个新的函数
,这个新函数通常会在原函数的基础上添加一些额外的功能
作用
:为函数增加新功能,减少重复性操作,使代码简洁
1.2 使用示例
使用装饰器的步骤:
- 定义装饰器
- 通过
@
调用装饰器
1.2.1 使用类中实例装饰器
装饰器一般是放在全局命名空间或单独一个类里,但是把装饰器放到类里面,相当于把一个函数变成类的方法
class Decorators:def log_func(self,func):def wrapper(*args,**kwargs):print(f"function start")print(f"args:{args}")ret=func(*args,**kwargs)print(f"function end!")return retreturn wrapperd=Decorators()
@d.log_func
def fib(n):if n<=1:return 0return fib(n-1)+fib(n-2)fib(3)
使用缺点:每次使用装饰器必须创建一个对象,且self参数没有用
1.2.2 使用类方法装饰器
不用实例中装饰器可以使用类中装饰器,添加@classmethod
变成类方法
class Decorators:@classmethoddef log_func(cls,func):def wrapper(*args,**kwargs):print(f"function start")print(f"args:{args}")ret=func(*args,**kwargs)print(f"function end!")return retreturn wrapper@Decorators.log_func
def fib(n):if n<=1:return 0return fib(n-1)+fib(n-2)fib(3)
这种方式虽然不用创建对象了,直接类名调用,但是第一个参数cls依然没用到
1.2.3 使用类中静态装饰器
假如装饰器和对象无关,和类无关,可以使用静态装饰器@staticmethod
class Decorators:@staticmethoddef log_func(func):def wrapper(*args,**kwargs):print(f"function start")print(f"args:{args}")ret=func(*args,**kwargs)print(f"function end!")return retreturn wrapper@Decorators.log_func
def fib(n):if n<=1:return 0return fib(n-1)+fib(n-2)fib(3)
这种方式虽然不用创建对象,直接类名调用,也不会有第一个参数没用到的情况
当把一个装饰器封装到类里面时,这个方式就不错
注意
:用@staticmethod
修饰的装饰器不能装饰类里面的方法,会直接报错
1.2.4 使用类中普通装饰器
如果在含有装饰器的类中使用自己的装饰器时,可以把装饰器当成普通方法
class Decorators: # 此处的log_func可以理解为辅助函数或辅助装饰器def log_func(func):def wrapper(*args,**kwargs):print(f"function start")print(f"args:{args}")ret=func(*args,**kwargs)print(f"function end!")return retreturn wrapper@log_funcdef fib(n):if n<=1:return 0return fib(n-1)+fib(n-2)# 在类中或类外都可以使用装饰器添加如下方法# 这句话只能放到类末尾log_func=staticmethod(log_func)
d=Decorators()
d.fib(3)
如上代码,就可以在类中或者类外都使用装饰器
1.3 内部装饰器
1.3.1 @property
@property
是Python
中的一个内置装饰器,它可以将一个方法转换为属性。具体来说,@property
装饰器可以将一个方法转换为只读属性,这意味着我们可以像访问属性一样访问这个方法,而不需要调用它。例如:
class MyClass:def __init__(self, x):self._x = x@propertydef x(self):return self._x
在这个例子中,我们定义了一个名为 MyClass 的类,并在其中定义了一个名为 x 的方法。我们使用 @property
装饰器将该方法转换为只读属性,这样我们就可以像访问属性一样访问这个方法
obj = MyClass(42)print(obj.x) # 输出 42
即:带有@property
装饰器的函数被调用时,后面不能加小括号()
2 常用装饰器
2.1 @timer:测量执行时间
优化代码性能是非常重要的。@timer
装饰器可以帮助我们跟踪特定函数的执行时间。通过用这个装饰器包装函数,我可以快速识别瓶颈并优化代码的关键部分。下面是它的工作原理:
import timedef timer(func):def wrapper(*args, **kwargs):start_time = time.time()result = func(*args, **kwargs)end_time = time.time()print(f"{func.__name__} took {end_time - start_time:.2f} seconds to execute.")return resultreturn wrapper
@timer
def my_data_processing_function():
# Your data processing code here
将@timer与其他装饰器结合使用,可以全面地分析代码的性能。
2.2 @memoize:缓存结果
在数据科学中,我们经常使用计算成本很高的函数。@memoize
装饰器帮助我缓存函数结果,避免了相同输入的冗余计算,显著加快工作流程:
def memoize(func):cache = {}def wrapper(*args):if args in cache:return cache[args]result = func(*args)cache[args] = resultreturn resultreturn wrapper
@memoize
def fibonacci(n):if n <= 1:return nreturn fibonacci(n - 1) + fibonacci(n - 2)
在递归函数中也可以使用 @memoize
来优化重复计算。
2.3 @validate_input:数据验证
数据完整性至关重要, @validate_input 装饰器可以验证函数参数,确保它们在继续计算之前符合特定的标准:
def validate_input(func):def wrapper(*args, **kwargs):# Your data validation logic hereif valid_data:return func(*args, **kwargs)else:raise ValueError("Invalid data. Please check your inputs.")return wrapper
@validate_input
def analyze_data(data):
# Your data analysis code here
可以方便的使用@validate_input
在数据科学项目中一致地实现数据验证。
2.4 @log_results:日志输出
在运行复杂的数据分析时,跟踪每个函数的输出变得至关重要。@log_results
装饰器可以帮助我们记录函数的结果,以便于调试和监控:
def log_results(func):def wrapper(*args, **kwargs):result = func(*args, **kwargs)with open("results.log", "a") as log_file:log_file.write(f"{func.__name__} - Result: {result}\n")return resultreturn wrapper
@log_results
def calculate_metrics(data):
# Your metric calculation code here
将@log_results
与日志库结合使用,以获得更高级的日志功能。
2.5 @suppress_errors:优雅的错误处理
数据科学项目经常会遇到意想不到的错误,可能会破坏整个计算流程。@suppress_errors
装饰器可以优雅地处理异常并继续执行:
def suppress_errors(func):def wrapper(*args, **kwargs):try:return func(*args, **kwargs)except Exception as e:print(f"Error in {func.__name__}: {e}")return Nonereturn wrapper
@suppress_errors
def preprocess_data(data):
# Your data preprocessing code here
@suppress_errors
可以避免隐藏严重错误,还可以进行错误的详细输出,便于调试
2.6 @validate_output:确保质量结果
确保数据分析的质量至关重要。@validate_output
装饰器可以帮助我们验证函数的输出,确保它在进一步处理之前符合特定的标准:
def validate_output(func):def wrapper(*args, **kwargs):result = func(*args, **kwargs)if valid_output(result):return resultelse:raise ValueError("Invalid output. Please check your function logic.")return wrapper@validate_output
def clean_data(data):
# Your data cleaning code here
这样可以始终为验证函数输出定义明确的标准。
2.7 @retry:重试执行
@retry
装饰器帮助我在遇到异常时重试函数执行,确保更大的弹性:
import timedef retry(max_attempts, delay):def decorator(func):def wrapper(*args, **kwargs):attempts = 0while attempts < max_attempts:try:return func(*args, **kwargs)except Exception as e:print(f"Attempt {attempts + 1} failed. Retrying in {delay} seconds.")attempts += 1time.sleep(delay)raise Exception("Max retry attempts exceeded.")return wrapperreturn decorator@retry(max_attempts=3, delay=2)
def fetch_data_from_api(api_url):
# Your API data fetching code here
使用@retry时应避免过多的重试。
2.8 @visualize_results:漂亮的可视化
@visualize_results
装饰器数据分析中自动生成漂亮的可视化结果
import matplotlib.pyplot as pltdef visualize_results(func):def wrapper(*args, **kwargs):result = func(*args, **kwargs)plt.figure()# Your visualization code hereplt.show()return resultreturn wrapper@visualize_results
def analyze_and_visualize(data):
# Your combined analysis and visualization code here
2.9 @debug:调试变得更容易
调试复杂的代码可能非常耗时。@debug
装饰器可以打印函数的输入参数和它们的值,以便于调试:
def debug(func):def wrapper(*args, **kwargs):print(f"Debugging {func.__name__} - args: {args}, kwargs: {kwargs}")return func(*args, **kwargs)return wrapper
@debug
def complex_data_processing(data, threshold=0.5):
# Your complex data processing code here
2.10 @deprecated:处理废弃的函数
随着我们的项目更新迭代,一些函数可能会过时。@deprecated
装饰器可以在一个函数不再被推荐时通知用户:
import warningsdef deprecated(func):def wrapper(*args, **kwargs):warnings.warn(f"{func.__name__} is deprecated and will be removed in future versions.", DeprecationWarning)return func(*args, **kwargs)return wrapper
@deprecated
def old_data_processing(data):
# Your old data processing code here
相关文章:
Python基础之装饰器
文章目录 1 装饰器1.1 定义1.2 使用示例1.2.1 使用类中实例装饰器1.2.2 使用类方法装饰器1.2.3 使用类中静态装饰器1.2.4 使用类中普通装饰器 1.3 内部装饰器1.3.1 property 2 常用装饰器2.1 timer:测量执行时间2.2 memoize:缓存结果2.3 validate_input:数据验证2.4 log_result…...

IDEA设置Maven 镜像
第一步:右键项目,选择Maven->Create ‘settings.xml’ 已经存在的话是Open ‘settings.xml’: 第二步:在settings.xml文件中增加阿里云镜像地址,代码如下: <?xml version"1.0" encodin…...
项目评定等级L1、L2、L3、L4
软件项目评定等级的数量可以因不同的评定体系和标准而异。一般情况下,项目评定等级通常按照项目的规模、复杂性和风险等因素来划分,可以有多个等级,常见的包括: L1(Level 1):通常表示较小规模、…...

一个基于SpringBoot+Vue前后端分离学生宿舍管理系统详细设计实现
博主介绍:✌全网粉丝30W,csdn特邀作者、博客专家、CSDN新星计划导师、Java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ 🍅文末获取源码联系🍅 👇🏻 精彩专…...

工作相关----《配置bond》
进入到/etc/sysconfig/network-scripts,按照要求配置主备关系 vim ifcfg-bond0,编写主要内容如下: /*mode1 表示主备份策略,miimon100 系统每100毫秒监测一次链路连接状态, 如果有一条线路不通就转入另一条线路*/ BOND…...
Nacos、ZooKeeper和Dubbo的区别
Nacos、ZooKeeper和Dubbo是三个不同的分布式系统组件,它们之间有以下几点区别: 功能定位:Nacos主要提供服务发现、配置管理和服务治理等功能,而ZooKeeper主要是分布式协调服务,提供了分布式锁、分布式队列等原语&#…...

刷一下算法
记录下自己的思路与能理解的解法,可能并不是最优解法,不定期持续更新~ 1.盛最多水的容器 给定一个长度为 n 的整数数组 height 。有 n 条垂线,第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。 找出其中的两条线,使得它们与 x 轴共同构成的容器可以容…...

three.js——GUI的使用
GUI的使用 效果图1、导入gui2、创建一个GUI对象3、通过gui调用方法 name:按钮的名称 效果图 1、导入gui // 导入ligui import { GUI } from three/examples/jsm/libs/lil-gui.module.min.js2、创建一个GUI对象 const gui new GUI()3、通过gui调用方法 name:按钮的名称 // 创…...

LeetCode 332. Reconstruct Itinerary【欧拉回路,通路,DFS】困难
本文属于「征服LeetCode」系列文章之一,这一系列正式开始于2021/08/12。由于LeetCode上部分题目有锁,本系列将至少持续到刷完所有无锁题之日为止;由于LeetCode还在不断地创建新题,本系列的终止日期可能是永远。在这一系列刷题文章…...

236. 二叉树的最近公共祖先 Python
文章目录 一、题目描述示例 1示例 2示例 3 二、代码三、解题思路 一、题目描述 给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。 百度百科中最近公共祖先的定义为:“对于有根树 T 的两个节点 p、q,最近公共祖先表示为一个节点 x,满…...

WPF中DataGrid控件绑定数据源
步骤 创建数据源:首先,我们需要创建一个数据源,可以是一个集合(如List、ObservableCollection等),也可以是一个DataTable对象。数据源中的每个元素代表一行数据。 设置DataGrid的ItemsSource属性ÿ…...
Linux arm64 set_memory_ro/rw函数
文章目录 一、函数简介1.1 简介1.2 change_memory_common1.3 __change_memory_common 二、apply_to_page_range函数2.1 apply_to_page_range2.2 apply_to_p4d_range2.3 apply_to_pud_range2.4 apply_to_pmd_range2.5 apply_to_pte_range 三、hook系统调用参考资料 一、函数简介…...

安达发|APS排单软件中甘特图的应用
近几年来,企业对生产效率和管理水平的要求越来越高。为了提高生产效率,降低生产成本,许多企业开始引入先进的生产计划与调度系统(APS),实现生产过程的自动化、智能化管理。APS排产软件是一种能够根据企业的…...

快速上手Linux基础开发工具
目录 软件包管理器 概念理解 用法示例 - 以yum为例 vim 模式的切换 常用操作 插件和配置 gcc/g gdb make / makefile 软件包管理器 概念理解 在Linux下安装软件的话,一个比较原始的办法是下载程序的源代码,然后进行编译,进而得到…...

【开发工具】idea 的全局搜索快捷键(Ctrl+shift+F)失效
文章目录 前言1. 取消 输入法的快捷键(推荐使用)2.更改 idea的快捷键3. 热键占用总结 前言 当你发现在idea 中看到用于全局搜索的快捷键就是 CtrlshiftF,可是怎么按都不管用的时候,你就不要再执着于自己的操作继续狂点电脑按键了…...

港联证券:“火箭蛋”来袭 蛋价涨势能否延续?
上个交易周(9月11日至15日),鸡蛋期货商场呈现了意想不到的涨势。9月15日,鸡蛋期货多个合约大涨,其中2310合约涨超5.6%,主力合约2311盘中两度触及涨停,最终收涨6%。业内人士以为,鸡蛋…...

Vue3_vite
使用Vue-cli创建 使用vite创建 Composition API 组合API setup 1.Vue3中的一个新的配置项,值为一个函数 2.可以将组件中所用到的数据,方法等配置在setup中. 3.setup函数的两种返回值 3.1若返回一个对象,则对象中的属性,方法,在模板中均可以直接使用. 3.2若返回一个渲染函数…...

python-字符串去掉空格的常见方法
python提供了去掉字符串空格的方法,可以满足大部分需求。 但在实际应用中,还需要灵活借助python其他方法,来实现字符串空格的删除。 比如,去掉字符串的全部空格、字符串连续空格保留一个等,都需要结合其他的方法来实现…...

如何写出一个成熟的线上线下结合的营销方案?
分享一下咱们案例库里策划的一个线上线下结合的活动的案例。 这个活动是为了推广一个新品牌,增加品牌知名度和用户粘性。 你可以根据以下几个要点来进行活动策划: 1、目标: 让目标用户了解并喜欢新品牌,激发用户参与和分享&am…...

Vc - Qt - “扩张“的窗口
该示例演示了一个"扩张的窗口",主窗口的布局为水平布局,内置两个子窗口,采用定时器设置左边窗口的宽度,达到控制"扩张"的目的。 #include <QApplication> #include <QWidget> #include <QHBox…...

(十)学生端搭建
本次旨在将之前的已完成的部分功能进行拼装到学生端,同时完善学生端的构建。本次工作主要包括: 1.学生端整体界面布局 2.模拟考场与部分个人画像流程的串联 3.整体学生端逻辑 一、学生端 在主界面可以选择自己的用户角色 选择学生则进入学生登录界面…...
AI编程--插件对比分析:CodeRider、GitHub Copilot及其他
AI编程插件对比分析:CodeRider、GitHub Copilot及其他 随着人工智能技术的快速发展,AI编程插件已成为提升开发者生产力的重要工具。CodeRider和GitHub Copilot作为市场上的领先者,分别以其独特的特性和生态系统吸引了大量开发者。本文将从功…...
OpenLayers 分屏对比(地图联动)
注:当前使用的是 ol 5.3.0 版本,天地图使用的key请到天地图官网申请,并替换为自己的key 地图分屏对比在WebGIS开发中是很常见的功能,和卷帘图层不一样的是,分屏对比是在各个地图中添加相同或者不同的图层进行对比查看。…...
Hive 存储格式深度解析:从 TextFile 到 ORC,如何选对数据存储方案?
在大数据处理领域,Hive 作为 Hadoop 生态中重要的数据仓库工具,其存储格式的选择直接影响数据存储成本、查询效率和计算资源消耗。面对 TextFile、SequenceFile、Parquet、RCFile、ORC 等多种存储格式,很多开发者常常陷入选择困境。本文将从底…...
Python ROS2【机器人中间件框架】 简介
销量过万TEEIS德国护膝夏天用薄款 优惠券冠生园 百花蜂蜜428g 挤压瓶纯蜂蜜巨奇严选 鞋子除臭剂360ml 多芬身体磨砂膏280g健70%-75%酒精消毒棉片湿巾1418cm 80片/袋3袋大包清洁食品用消毒 优惠券AIMORNY52朵红玫瑰永生香皂花同城配送非鲜花七夕情人节生日礼物送女友 热卖妙洁棉…...
Android屏幕刷新率与FPS(Frames Per Second) 120hz
Android屏幕刷新率与FPS(Frames Per Second) 120hz 屏幕刷新率是屏幕每秒钟刷新显示内容的次数,单位是赫兹(Hz)。 60Hz 屏幕:每秒刷新 60 次,每次刷新间隔约 16.67ms 90Hz 屏幕:每秒刷新 90 次,…...

简约商务通用宣传年终总结12套PPT模版分享
IOS风格企业宣传PPT模版,年终工作总结PPT模版,简约精致扁平化商务通用动画PPT模版,素雅商务PPT模版 简约商务通用宣传年终总结12套PPT模版分享:商务通用年终总结类PPT模版https://pan.quark.cn/s/ece1e252d7df...

LINUX编译vlc
下载 VideoLAN / VLC GitLab 选择最新的发布版本 准备 sudo apt install -y xcb bison sudo apt install -y autopoint sudo apt install -y autoconf automake libtool编译ffmpeg LINUX FFMPEG编译汇总(最简化)_底部的附件列表中】: ffmpeg - lzip…...

简单聊下阿里云DNS劫持事件
阿里云域名被DNS劫持事件 事件总结 根据ICANN规则,域名注册商(Verisign)认定aliyuncs.com域名下的部分网站被用于非法活动(如传播恶意软件);顶级域名DNS服务器将aliyuncs.com域名的DNS记录统一解析到shado…...
第21节 Node.js 多进程
Node.js本身是以单线程的模式运行的,但它使用的是事件驱动来处理并发,这样有助于我们在多核 cpu 的系统上创建多个子进程,从而提高性能。 每个子进程总是带有三个流对象:child.stdin, child.stdout和child.stderr。他们可能会共享…...