Python裝飾器知識點補充
首先回顧一下關于Python裝飾器以及裝飾器模式
補全
根據Java實現裝飾器模式的,我們可以寫下面一段代碼:
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() # 調用
這個實現對于上篇文章中提到的Java使用裝飾器。上面也是一個裝飾器,實現最簡單的一個增加函數日志的功能,但是如果這個額外功能是要去檢測傳入的參數時,這時上面的就不行了。這時12步輕松搞定python裝飾器中的例子還是精妙的。
# 裝飾器 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 # 原函數 def add(a, b): return Coordinate(a.x + b.x, a.y + b.y) # 使用裝飾 add = wrapper(add)
細心你會發(fā)現,裝飾器函數的參數就是傳入的原函數,而內部函數的參數跟原函數一模一樣,最外層返回的是內部函數的引用,內部函數返回的是傳入參數的引用調用的結果
這里用到了函數作為參數特性,當然還有些閉包的知識,具體請看 上面提到的博客鏈接,真的講的不錯。
而上篇說到的Python裝飾 特性就是這個神奇的語法糖了,可以這樣使用
# 原函數 @wrapper def add(a, b): return Coordinate(a.x + b.x, a.y + b.y)
帶參數的裝飾器
如果要實現一個帶參數的裝飾器,那要怎么寫呢
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]執(zhí)行程序所用時間: %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
調用并執(zhí)行輸出結果:
print(polynomial_1(1, 5)) [duoxiangshi_1]執(zhí)行程序所用時間: 4.76837158203125e-06 0
帶參數的裝飾器需要在不帶參數裝飾器外再定義一層函數,最外層函數的返回值是第二層函數的引用。
總結:多些多練,用于實際中,才能更加熟練。最近學數據結構與算法,寫些裝飾器用來看程序執(zhí)行時間,真是再方便不過了!
相關文章
pycharm中使用anaconda部署python環(huán)境的方法步驟
這篇文章主要介紹了pycharm中使用anaconda部署python環(huán)境的方法步驟,小編覺得挺不錯的,現在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2018-12-12