python中的装饰器(基础装饰器)

2023-05-16

文章目录

    • 一 前置知识-高阶函数,闭包
        • 1. 高阶函数
        • 2. 闭包
    • 二 函数装饰器
        • 1. 什么是装饰器(原理)?
        • 2. 装饰器的实现
        • 3. 何时执行装饰器
        • 4. wraps方法
    • 三 类装饰器

一 前置知识-高阶函数,闭包

1. 高阶函数

在python中,如果一个函数的参数是另外一个或几个函数,那么这个函数就是高阶函数,如下

#高阶函数
def fun1():
    print("Hello world")

def fun2(fun):
    print("start".center(20, '='))
    fun()
    print("end".center(20, '='))

fun2(fun1)

>>>
=======start========
Hello world
========end=========

上面的函数fun2就是一个高阶函数,因为它的参数是一个函数fun1。

2. 闭包

在python中,闭包是一个函数,它延伸了变量的作用域,使得在定义变量的作用域失效后,该变量仍然能够被调用
了解闭包更有助于学习装饰器,关于闭包,可以参考这篇文章:python之闭包


二 函数装饰器

1. 什么是装饰器(原理)?

装饰器,顾名思义就是装饰XXX的工具。在python中,装饰器的本质就是一个高阶函数,它接受一个函数作为参数,并返回一个被装饰后的函数。
装饰器的作用如下

  • 在不修改被装饰函数的源代码和调用方式的情况下,给被装饰函数添加额外的功能。

即就是你传一个函数给装饰器,装饰器不会改变该函数的代码和调用方式就能使该函数获得额外的功能。

2. 装饰器的实现

比如要实现一个计算函数运行时间的功能,该怎么实现呢?
首先你可以使用高阶函数这样写

#装饰器
import time

def fun():
    time.sleep(2)

def timer(fun):
    start_time = time.time()
    fun()
    end_time = time.time()
    total = end_time - start_time
    print("函数运行时间为:{}".format(total))

timer(fun)

>>>
函数运行时间为:2.000129222869873

上面这中写法可以实现计算函数的运行时间,但是有个缺点,就是每计算一个函数运行的时间就得调用一次timer函数,如果函数有几十个几百个,那么就得调用几十次几百次time函数,而且也不太直观。

下面再来用 闭包 优化一下,如下

#装饰器
import time

def fun():
    time.sleep(2)

def timer(fun):

    def wrapper():
        start_time = time.time()
        fun()
        end_time = time.time()
        print("函数运行时间为:{}".format(end_time-start_time))

    return wrapper

#timer返回嵌套函数的引用wrapper
#fun=wrapper
fun = timer(fun)
#调用fun()就是调用wrapper()
fun()

>>>
函数运行时间为:2.0008482933044434

上面用闭包函数优化了一下,现在计算函数运行时间的功能由wrapper函数来实现,而wrapper函数是嵌套在timer函数里面,timer函数返回wrapper()函数的引用wrapperfun=timer(fun)就相当于fun=wrapper,调用fun() 就相当于调用 wrapper()
可以看到, 经过闭包优化后,我们的调用方式变了,不再是调用 timer() 了,而是直接调用函数本身 fun() 就可以计算函数的运行时间了。

其实上面用闭包优化了后的 timer() 函数就是一个函数装饰器,因为它既没有修改被装饰函数fun() 的代码,也没有修改器调用方式就给函数 fun() 实现了额外计算运行时间的功能。

python又用 @ 来代替fun=timer(fun), @timer和fun=timer(fun)是等效的,于是上面的调用就可以写成下面的形式

import time

def timer(fun):

    def wrapper():
        start_time = time.time()
        fun()
        end_time = time.time()
        print("函数运行时间为:{}".format(end_time-start_time))

    return wrapper

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

fun()

>>>
函数运行时间为:2.0007741451263428

可以看到,用 @timer 替换fun=timer(fun) 后我们就可以直接编写函数,然后调用函数就行了,这就是装饰器的魅力所在!

3. 何时执行装饰器

在python中,装饰器还有下面这两个特性:

  • 被装饰函数和装饰器在同一个模块时,只有在明确调用被装饰函数时装饰器才被执行
  • 当被装饰函数和装饰器在不同的模块时,只要被装饰函数一经定义,装饰器就会立即执行,这一般在import导入时发生。

被装饰函数和装饰器在同一个模块时

#装饰器
import time

def timer(fun):
    print("我是老六")

    def wrapper():
        start_time = time.time()
        fun()
        end_time = time.time()
        print("函数运行时间为:{}".format(end_time-start_time))

    return wrapper

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

if __name__ == '__main__':
    fun()

>>>
我是老六
函数运行时间为:2.000951051712036

被装饰函数和装饰器不在同一个模块

import time
from CSDN import timer

@timer
def fun1():
    time.sleep(1)

fun1()

>>>
我是老六
我是老六
函数运行时间为:1.000683069229126

可以看到,结果打印了两次“我是老六”,这是因为在import时装饰器就执行了一次,在调用被装饰函数fun1时,装饰器又执行了一次。

4. wraps方法

在上面我们用闭包来优化写装饰器时,说过timer()函数返回的是wrapper,而我们在调用装饰器时是这样的

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

fun()

说明在调用fun() 时其实是调用的 wrapper(),这时候 fun() 的__ name __ 属性已经被改变了,如下

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

print(fun.__name__)

>>>
wrapper

可以看到fun()的__ name __ 属性已经被改成了wrapper,我们当然不希望装饰器改变被装饰函数的任何属性,这时我们就可以用functools模块中的wraps方法还原被装饰函数的__name__属性,如下

#装饰器
import time
import functools

def timer(fun):
    @functools.wraps(fun)
    def wrapper():
        start_time = time.time()
        fun()
        end_time = time.time()
        print("函数运行时间为:{}".format(end_time-start_time))

    return wrapper

#@timer和fun=timer(fun)等效
@timer
def fun():
    time.sleep(2)

print(fun.__name__)

>>>
fun

三 类装饰器

上面讲的是函数装饰器,下面简单介绍下类装饰器。把上面实现计算函数运行时间的功能用类装饰实现,如下

#类装饰器
import time

class timer():

    def __init__(self, func):
        self.func = func

    def __call__(self):
        star_time = time.time()
        self.func()
        end_time = time.time()
        total = end_time - star_time
        print("函数运行时间:", total)

@timer
def fun():
    time.sleep(2)

fun()

>>>
函数运行时间: 2.0005552768707275

可以看到类装饰器实现的效果和函数装饰器实现的效果是一样的,只不过类装饰器在内部的装饰函数是用__call__ 方法实现的。其中 __ call __ 的作用如下:

  • 能够使类的实例像函数调用那样被调用
@timer等价于 fun=timer(fun)

@timer 的在这里的作用实际就是实例化一个fun对象(fun=timer(fun)),对于类的实例化对象是不支持** 实例化对象() **这样调用的,而__call__ 方法的作用就是支持实例化对象这样被调用。所以才满足装饰器不改变被装饰函数调用方式的特性。

以上就是装饰器相关的一些基础知识。

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

python中的装饰器(基础装饰器) 的相关文章

  • C++温习笔记(慕羽★)——指针及相关内容(下)

    本系列文章用于记录 xff0c 近期温习C 43 43 过程中的一些笔记内容 xff0c 本文主要记录指针相关的内容 全部内容分为上下两篇 一 下篇目录 xff1a lt font color 61 blue size 61 6 face
  • 一阶方向导数与梯度和方向向量的关系及其应用

    一 基本概念 1 方向导数 xff08 Directional derivative xff09 方向导数是指在给定点沿着某个方向的导数 xff0c 表示函数在该方向上的变化率 具体而言 xff0c 对于一个向量场 f x
  • 机器人中的数值优化(一)—— 数学优化、凸集合与凸函数

    本系列文章主要是我在学习 数值优化 过程中的一些笔记和相关思考 xff0c 主要的学习资料是深蓝学院的课程 机器人中的数值优化 和高立编著的 数值最优化方法 等 xff0c 本系列文章篇数较多 xff0c 不定期更新 xff0c 上半部分介
  • ROS主机搭建NFS服务器,虚拟机通过挂载访问及修改主机文件

    本文主要介绍在ROS主机中搭建NFS服务器 xff0c 虚拟机 xff08 从机 xff09 通过nfs挂载的方式访问及修改主机中文件的方法 一 ROS主机NFS服务器搭建 xff1a 若机器人配有显示屏 xff0c 此部分可直接在机器人上
  • ST-LINK V2.1 制作(含源码及其原理图)(type-c接口)可以配合robomaster 开发板下载口或者直接用杜邦线连接下载,支持串口调试

    标题ST LINK V2 1 制作 xff08 含源码及其原理图 xff09 xff08 type c接口 xff09 可以配合robomaster 开发板下载口或者直接用杜邦线连接下载 xff0c 支持串口调试 基于电子爱好者 xff0c
  • Java实现快速排序

    快速排序是在每一轮挑选一个基准元素 xff0c 比他大地站左边 xff0c 比他小的站右边 xff0c 从而把数列拆分成两部分 xff0c 假如元素是n个 xff0c 平均情况下需要logn轮 xff0c 因此平均实践复杂度是O nlogn
  • typora修改偏好设置不生效/无法修改偏好设置/偏好设置被重置的解决方法

    原因 之前bata版本过期 许多人都尝试修改电脑时间来继续使用 因此对 profile data这个文件的权限设置不正确 步骤 电脑勾选显示隐藏文件 C Users 电脑名 AppData Roaming Typora 选择时间排序 找到该
  • 单片机控制小车前进转弯

    1 小车前进 实现方法 xff1a 四个电机同时向前 xff08 小车后退同理 xff09 include lt AT89X51 H gt 定义小车驱动模块输入IO口 sbit IN1 61 P1 0 右1电机 高电平前进 sbit IN2
  • Java线上应用故障排查之一:高CPU占用

    一个应用占用CPU很高 xff0c 除了确实是计算密集型应用之外 xff0c 通常原因都是出现了死循环 xff08 友情提示 xff1a 本博文章欢迎转载 xff0c 但请注明出处 xff1a hankchen xff0c http www
  • 树莓派3B安装win11操作系统-成功版

    三个注意事项 事前准备永恒的决心成功 61 失败 事前准备 1 树莓派3B主板及电源连接 xff1b 2 HDMI的显示器 xff1b 3 USB的键盘鼠标 xff0c 或者有USB连接器的键盘鼠标 永恒的决心 1 其他安装过程 xff0c
  • 树莓派3B+安装Android 系统

    试水在树莓派3B 43 上安装Android 系统 xff08 完整的安卓 xff0c 非Adroid IOT xff0c 因为还不支持 xff09 xff0c 受到了一个小哥安装成功的鼓舞 xff08 带度盘资源 xff1a https
  • WinDbg 的入门经历

    WinDbg 的入门经历 WinDbg 是一款非常好用的调试工具 xff0c 针对于在win上的程序都有很好的调试效果 xff0c 相信玩逆向工程 Net 开发的同学都很熟悉 起因 在调试UCOS操作系统在windows上的仿真问题遇到的多
  • 目标检测网络中的 bottom-up 和 top-down理解

    看目标检测网络方面的论文时 xff0c 出现了一组对比词汇 xff1a bottom up和top down xff0c 查了一些资料 xff0c 结合个人理解 xff0c 得到的看法是 xff1a top down 顾名思义是自上而下进行
  • 2021.08.26学习内容 Win10+GeForce GTX1650安装NVIDIA显卡驱动及CUDA11.4+cuDNN8.2

    之前主要使用Ubuntu系统 xff0c 但是个人笔记本更多使用windows 为了方便跑一些pytorch的小代码 xff0c 所以想在windows配置一下相关环境 xff0c 达到调用GPU运算的目的 记录也是为了自己以后有安装需求少
  • vscode调试webpack-dev-server项目

    先上结果 vscode下载debugger for chrome 插件 创建launch json 添加的时候选择Chrome Launch会自动生成chrome调试模板 xff0c 主要是要加上 34 preLaunchTask 34 3
  • OpenNetworkLinux:i2c-gpio.c源码学习笔记

    OpenNetworkLinux xff1a i2c gpio c源码学习笔记 i2c gpio的init和exit i2c驱动需要首先在平台驱动上进行注册 xff0c 方可提供自身的总线供适配器进行注册 xff0c 注册流程类似于一个内核
  • 每天一个Lodash源码解析

    每天一个Lodash源码解析 chunk 方法介绍自我实现源码分析代码对比知识点补充浮点数转化为浮点数数组创建方法区别js中切割数组方法 slice 方法介绍自我实现源码分析代码对比知识点补充 96 96 gt gt gt 96 96 移位
  • conda的常用操作

    1 查看conda版本 2 更改安装第三方库的源 将国外的源改为清华镜像源 cmd窗口依次输入 xff1a conda config add channels https mirrors tuna tsinghua edu cn anaco
  • 云技术

    什么是 云 与云技术 xff1f 云技术是在分布式计算技术 网格计算基数基础上发展起来的一种计算技术 云技术基于资源虚拟化的方式 xff0c 为用户提供方便快捷的服务 xff0c 可以实现计算与存储的分布式与并行处理 云技术为其他信息技术
  • 什么是上转型对象及其基本特征

    5 12 什么是上转型对象及其基本特征 xff1f 上转型对象 子类对象赋值给父类变量 例如 xff1a package com wangxing test1 父类 public class Person public void testP

随机推荐