Python帶參數(shù)的裝飾器運行原理解析
更新時間：2020年06月09日 11:47:16 作者：Johnthegreat
這篇文章主要介紹了Python帶參數(shù)的裝飾器運行原理解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
關于裝飾器的理解，特別像《盜夢空間》中的進入夢境和從夢境出來的過程，一層一層的深入夢境，然后又一層一層的返回，被帶入夢境的是被裝飾的函數(shù)，裝飾器就是使人入夢的工具。
上代碼：
from functools import wraps
def decorator_with_argument(argument=''):
def outer(func):
message = argument + func.__name__
@wraps(func)
def inner(*args, **kwargs):
print(message)
print('This is inner function running')
return func(*args, **kwargs)
return inner
return outer
以上是裝飾器的部分。
接下來，是帶參數(shù)的裝飾器：
@decorator_with_argument("Decorator's argument + ")
def pfunc(arg='default'):
print('This is pfunc running')
print(f'This " {arg} " is from pfunc argument')
最后，函數(shù)的運行：
pfunc("pfunc's argument")
函數(shù)本身也是帶參數(shù)的。輸出結(jié)果如下：
Decorator's argument + pfunc
This is inner function running
This is pfunc running
This " pfunc's argument " is from pfunc argumentProcess finished with exit code 0
下圖是關于夢境的具體圖示：
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關文章
這篇文章主要介紹了Python中Selenium模擬JQuery滑動解鎖實例，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-07-07
python 讀寫txt文件 json文件的實現(xiàn)方法
下面小編就為大家?guī)硪黄猵ython 讀寫、創(chuàng)建 文件的實現(xiàn)方法。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2016-10-10
因工作需要，需要爬取相關數(shù)據(jù)，之前是爬取網(wǎng)頁數(shù)據(jù)，可以用python的requests和Selenium進行爬取。但b站的直播消費數(shù)據(jù)網(wǎng)頁版不能顯示，只能在手機上看到，所以就有了這篇文章。需要的朋友可以參考下2021-04-04
Tensorflow: 從checkpoint文件中讀取tensor方式
今天小編就為大家分享一篇Tensorflow: 從checkpoint文件中讀取tensor方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
遺傳算法是一種模擬自然進化過程與機制來搜索最優(yōu)解的方法，這篇文章主要為大家介紹了如何在Python中實現(xiàn)遺傳算法，感興趣的小伙伴可以了解一下2023-06-06
這篇文章主要介紹了Pytorch使用visdom可視化問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-06-06
Python 實現(xiàn)圖片轉(zhuǎn)字符畫的示例(靜態(tài)圖片,gif皆可)
這篇文章主要介紹了Python 實現(xiàn)圖片轉(zhuǎn)字符畫的示例，幫助大家更好的利用python進行圖片處理，感興趣的朋友可以了解下2020-11-11
這篇文章主要介紹了簡單介紹Python中的readline()方法的使用,是Python入門學習中的基礎知識,需要的朋友可以參考下2015-05-05
這篇文章主要為大家介紹了python列表生成器常用迭代器示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-06-06
這篇文章主要介紹了Python中的joblib模塊詳解,用已知的數(shù)據(jù)集經(jīng)過反復調(diào)優(yōu)后,訓練出一個較為精準的模型,想要用來對格式相同的新數(shù)據(jù)進行預測或分類,常見的做法是將其訓練好模型封裝成一個模型文件,直接調(diào)用此模型文件用于后續(xù)的訓練,需要的朋友可以參考下2023-08-08