主頁 > 軟體設計 > [python基礎]裝飾器、迭代器、生成器

[python基礎]裝飾器、迭代器、生成器

2020-10-25 22:44:42 軟體設計

裝飾器

裝飾器本質上是一個Python函式,它可以讓其他函式在不需要做任何代碼變動的前提下增加額外功能,裝飾器的回傳值也是一個函式物件
它經常用于有切面需求的場景,比如:插入日志、性能測驗、事務處理、快取、權限校驗等場景,裝飾器是解決這類問題的絕佳設計,有了裝飾器,我們就可以抽離出大量與函式功能本身無關的代碼并繼續重用

1、函式呼叫

#定義一個函式
def hi(mes="我要玩亞索"):
    return "中路是我的,"+mes


print(hi())
# 拷貝函式
greet = hi
print(greet())

try:
	# 洗掉原函式
    del hi
    print(hi())
except Exception as e:
    print("函式已被洗掉")
finally:
    print(greet())

2、函式中呼叫函式

def hi(name="銳雯"):
    print("now you are inside the hi() function")

    def greet():
        return "now you are inside the greet() function"

    def welcone():
        return "now you are inside the welcome() function"

    print(greet())
    print(welcone())
    print("now you are back in the hi() function")


hi()

try:
	# 在主函式中呼叫hi函式中的greet函式
    greet()
except Exception as e:
    print("函式不存在")

3、函式呼叫回傳函式呼叫

def hi(name="銳雯"):
    def greet():
        return "now you are inside the greet() function"

    def welcome():
        return "now you are inside the welcome() function"

    if name=="銳雯":
        return greet
    else:
        return welcome


a = hi()
print(a)
print(a())
a = hi("亞索")
print(a())

4、函式傳參–傳入函式引數

def hi():
    return "It's a nice day"


def doSomethingToSee(func):
    print(func())
    print("I should do something")


doSomethingToSee(hi)

5、函式傳入函式引數回傳函式呼叫

def a_new_decorator(a_func):
    def wrapTheFunction():
        print("在函式呼叫前我正在做一些無聊的事情")
        a_func()
        print("終于結束函式呼叫了,我都快累死了")

    return wrapTheFunction


def a_function_requiring_decoration():
    print("我是一個需要裝飾的函式")


a_function_requiring_decoration()
a_function_requiring_decoration = a_new_decorator(a_function_requiring_decoration)
a_function_requiring_decoration()

上面的函式a_new_decorator就是一個裝飾器
現在python允許裝飾器呼叫使用@語法糖

下面使用@語法糖重構上述裝飾器:

import functools


def a_new_decorator(a_func):
    def wrapTheFunction():
        print("在函式呼叫前我正在做一些無聊的事情")
        a_func()
        print("終于結束函式呼叫了,我都快累死了")

    return wrapTheFunction


@a_new_decorator
def a_function_requiring_decoration():
    print("我是一個需要裝飾的函式")


print(a_function_requiring_decoration.__name__)
a_function_requiring_decoration()

上述語法糖"@a_new_decorator"等價于 未重構之前的“a_function_requiring_decoration = a_new_decorator(a_function_requiring_decoration)“

注意:

我們發現“a_function_requiring_decoration._name_”回傳的是wrapTheFunction,也就是說原函式在經歷裝飾器后函式的名字和函式的注釋、檔案都被修改成了裝飾器閉包內的函式

為了防止這種情況的出現

我們匯入一個模塊

import functools/from functools import wraps

import functools


def a_new_decorator(a_func):
	@functools.wraps(a_func)
    def wrapTheFunction():
        print("在函式呼叫前我正在做一些無聊的事情")
        a_func()
        print("終于結束函式呼叫了,我都快累死了")

    return wrapTheFunction


@a_new_decorator
def a_function_requiring_decoration():
    print("我是一個需要裝飾的函式")


print(a_function_requiring_decoration.__name__)
a_function_requiring_decoration()

就可以解決這個問題了

也可以通過以下兩個方法:

  1. 使用decorator.py檔案
    decorator.py 是一個非常簡單的裝飾器加強包,你可以很直觀的先定義包裝函式wrapper(),再使用decorate(func, wrapper)方法就可以完成一個裝飾器,
    decorator.py實作的裝飾器能完整保留原函式的name,doc和args
    唯一有問題的就是inspect.getsource(func)回傳的還是裝飾器的源代碼需要改成inspect.getsource(func._wrapped_)

import decorator

import decorator
import datetime
# 裝飾器的優化


def wrapper(func, *args, **kwargs):
    print("我正在裝扮自己")
    return func(*args, **kwargs)


def logging(func):
    # 用wrapper裝飾func
    return decorator.decorate(func, wrapper)


# @logging
def hi():
    print("my name is Q")


a= logging(hi)
a()

  1. 使用 wrapt檔案

import wrapt

wrapt是一個功能非常完善的包,用于實作各種裝飾器
使用wrapt實作的裝飾器不需要擔心之前inspect中遇到的所有問題,因為它都幫你處理了,甚至inspect.getsource(func)也準確無誤

import wrapt

@wrapt.decorator
def logging(wrapped, instance, *args, **kwargs):
    print("我是個裝飾器的外套")
    return wrapped(*args, **kwargs)

@logging
def sayHi(*args, **kwargs):
    print("Hi")

sayHi()

帶引數的裝飾器

1.基于函式實作的裝飾器

在裝飾器外再套一層裝飾器,專門用于向裝飾器內部傳遞引數

import functools

def add_2_somenumber(num, add_num=1):
    print("---1---")
    def know_whatToDo(func):
        print("---2---")
        @functools.wraps(func)
        def wirte_function_name(*arg, **kwargs):
            print("---3---")
            print(func.__name__, " was called at here")
            print("as a result, the answer is %d" % (num + add_num))
            return func(*arg, **kwargs)
        return wirte_function_name
    return know_whatToDo

@add_2_somenumber(2,3)
def print_result():
    print("開始活動了")
    print("---4---")


print_result()
2.基于類實作的裝飾器

裝飾器函式其實是這樣一個介面約束
它必須接受一個callable物件作為引數,然后回傳一個callable物件
在Python中一般callable物件都是函式
但也有例外,只要某個物件多載了__call__()方法,那么這個物件就是callable的

在class物件中:

_init_:用來傳遞引數
_call_:用來構建裝飾器

# 裝飾類
import functools


class logit(object):
    def __int__(self, logfile="out.log"):
        self.login_file = logfile

    def __call__(self, func):
        @functools.wraps(func)
        def wrapped_function(*arg, **kwarg):
            login_string = func.__name__+" was called "
            print(login_string)
            return func(*arg, **kwarg)
        return wrapped_function


@logit(logfile="out.log")
def myfunc_test():
    print("這是類裝飾器的產生")


myfunc_test()
1、裝飾器原則:
1)不能修改原函式
2)不能修改呼叫方式
2、裝飾器通過嵌套函式和閉包實作
3、裝飾器執行順序:洋蔥法則
4、裝飾器通過語法糖“@”修飾
5、謹記裝飾器回傳的是持有被裝飾函式參考的閉包函式的參考這條原則

常用的裝飾器

屬性有三個裝飾器:setter, getter, deleter ,都是在property()的基礎上做了一些封裝
因為setter和deleter是property()的第二和第三個引數,不能直接套用@語法

class Classmate:
    def __init__(self):
        self.age = 15

    @property
    def set_name(self, value):
        self.name = value

student = Classmate()
student.name="Q"
print(student.age)
print(student.name)

有了@property裝飾器的了解,這兩個裝飾器的原理是差不多的
@staticmethod回傳的是一個staticmethod類物件
@classmethod回傳的是一個classmethod類物件
他們都是呼叫的是各自的__init__()建構式

迭代器

from collections.abc import Iterable
from collections.abc import Iterator

content = list()
content = [x*x for x in range(10)]
print(type(content))
可以發現 常見的串列、字典、集合、元祖、字串都屬于迭代物件
print(isinstance([], Iterable))
print(isinstance((), Iterable))
print(isinstance({}, Iterable))
print(isinstance("", Iterable))

迭代物件都可以通過for遍歷

for i in content:
    print(i, end=" ")
print()
類能不能是迭代物件呢?
class ClassMate(object):
    def __init__(self):
        self.names = []

    def add_name(self, name):
        self.names.append(name)


student = ClassMate()
student.add_name("老王")
student.add_name("小張")
student.add_name("小李")
print(isinstance(student, Iterable))

發現普通的類不是可迭代物件
只用當當類物件中出現__iter__方法時,該類就變成了可迭代物件

class ClassMate(object):
    def __init__(self):
        self.names = []

    def add_name(self, name):
        self.names.append(name)

    def __iter__(self):
        pass


student = ClassMate()
student.add_name("老王")
student.add_name("小張")
student.add_name("小李")
# 當類物件中出現__iter__方法時,該類就變成了可迭代物件
print(isinstance(student, Iterable))

# 我們使用for回圈遍歷,發現還是不能夠迭代類物件
# 這時候我們就可以使用類中的一個方法__next__,使其迭代物件
try:
    for i in student:
        print(i)
except Exception as e:
    print("不能夠進行迭代")

1. 通過一個可迭代的類來呼叫原本自身類的迭代

class ClassMate(object):
    def __init__(self):
        self.names = []
        self.index = 0

    def add_name(self, name):
        self.names.append(name)

    def __iter__(self):
        # 回傳一個可以迭代的物件
        return ClassRoom(self)

    def __next__(self):
        if self.index+1 <= len(self.names):
            result = self.names[self.index]
            self.index += 1
            return result
        else:
            # 如果沒有這句話,物件將會一直回傳None
            # 這里報錯StopIteration,并停止迭代
            raise StopIteration


class ClassRoom(object):
    def __init__(self, obj):
        self.index = 0
        self.obj = obj

    def __iter__(self):
        pass

    def __next__(self):
        if self.index + 1 <= len(self.obj.names):
            result = self.obj.names[self.index]
            self.index += 1
            return result
        else:
            # 如果沒有這句話,物件將會一直回傳None
            # 這里報錯StopIteration,并停止迭代
            raise StopIteration


student = ClassMate()
student.add_name("老王")
student.add_name("小張")
student.add_name("小李")
for i in student:
    print(i)

2. 自己迭代

class ClassMate(object):
    def __init__(self):
        self.names = []
        self.index = 0

    def add_name(self, name):
        self.names.append(name)

    def __iter__(self):
        # 回傳一個可以迭代的物件
        return self

    def __next__(self):
        if self.index+1 <= len(self.names):
            result = self.names[self.index]
            self.index += 1
            return result
        else:
            # 如果沒有這句話,物件將會一直回傳None
            # 這里報錯StopIteration,并停止迭代
            raise StopIteration


student = ClassMate()
student.add_name("老王")
student.add_name("小張")
student.add_name("小李")
for i in student:
    print(i)

生成器

生成器是一種特殊的迭代器
普通的生成器
只需要把迭代器生成時的中括號改成小括號

def get_test1(num):
    print(num)
    i = 0
    print(i, end=" ")
    while i < num:
        print(i, end=" ")
        ret = yield i
        i += 1


n = get_test1(10)
for i in range(10):
    next(n)


def get_test2(num):
    print(num)
    i = 0
    print(i, end=" ")
    while i < num:
        print(i, end=" ")
        ret = yield i
        print(ret)
        i += 1


n1 = get_test2(10)
next(n1)
n1.send("hahahaha")
next(n1)

當函式呼叫時出現了yield,它就變成了一個生成器
生成器可以通過_next_來獲取資料

obj.send(msg)當程式進行時,使yield呼叫擁有回傳值,其值為send傳輸過去的msg

注意:send方法呼叫時必須先呼叫next方法開始迭代生成

當子函式運行到yield時,程式會先將數值回傳個函式呼叫,然后停止等待,一直到下一次獲取生成器中資料時才啟動

轉載請註明出處,本文鏈接:https://www.uj5u.com/ruanti/190909.html

標籤:其他

上一篇:Anaconda常用命令小結

下一篇:如何用python做帶背景的二維碼——(動態 和 靜態)都可以

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 面試突擊第一季,第二季,第三季

    第一季必考 https://www.bilibili.com/video/BV1FE411y79Y?from=search&seid=15921726601957489746 第二季分布式 https://www.bilibili.com/video/BV13f4y127ee/?spm_id_fro ......

    uj5u.com 2020-09-10 05:35:24 more
  • 第三單元作業總結

    1.前言 這應該是本學期最后一次寫作業總結了吧。總體來說,對作業的節奏也差不多掌握了,作業做起來的效率也更高了。雖然和之前的作業一樣,作業中都要用到新的知識,但是相比之前,更加懂得了如何利用工具以及資料。雖然之間卡過殼,但總體而言,這幾次作業還算完成的比較好。 2.作業程序總結 相比前兩個單元,此單 ......

    uj5u.com 2020-09-10 05:35:41 more
  • 北航OO(2020)第四單元博客作業暨課程總結博客

    北航OO(2020)第四單元博客作業暨課程總結博客 本單元作業的架構設計 在本單元中,由于UML圖具有比較清晰的樹形結構,因此我對其中需要進行查詢操作的元素進行了包裝,在樹的父節點中存盤所有孩子的參考。考慮到性能問題,我采用了快取機制,一次查詢后盡可能快取已經遍歷過的資訊,以減少遍歷次數。 本單元我 ......

    uj5u.com 2020-09-10 05:35:48 more
  • BUAA_OO_第四單元

    一、UML決議器設計 ? 先看下題目:第四單元實作一個基于JDK 8帶有效性檢查的UML(Unified Modeling Language)類圖,順序圖,狀態圖分析器 MyUmlInteraction,實際上我們要建立一個有向圖模型,UML中的物件(元素)可能與同級元素連接,也可與低級元素相連形成 ......

    uj5u.com 2020-09-10 05:35:54 more
  • 6.1邏輯運算子

    邏輯運算子 1. && 短路與 運算式1 && 運算式2 01.運算式1為true并且運算式2也為true 整體回傳為true 02.運算式1為false,將不會執行運算式2 整體回傳為false 03.只要有一個運算式為false 整體回傳為false 2. || 短路或 運算式1 || 運算式2 ......

    uj5u.com 2020-09-10 05:35:56 more
  • BUAAOO 第四單元 & 課程總結

    1. 第四單元:StarUml檔案決議 本單元采用了圖模型決議UML。 UML檔案可以抽象為圖、子圖、邊的邏輯結構。 在實作中,圖的節點包括類、介面、屬性,子圖包括狀態圖、順序圖等。 采用了三次遍歷UML元素的方法建圖,第一遍遍歷建點,第二、三次遍歷設定屬性、連邊,實作圖物件的初始化。這里借鑒了一些 ......

    uj5u.com 2020-09-10 05:36:06 more
  • 談談我對C# 多型的理解

    面向物件三要素:封裝、繼承、多型。 封裝和繼承,這兩個比較好理解,但要理解多型的話,可就稍微有點難度了。今天,我們就來講講多型的理解。 我們應該經常會看到面試題目:請談談對多型的理解。 其實呢,多型非常簡單,就一句話:呼叫同一種方法產生了不同的結果。 具體實作方式有三種。 一、多載 多載很簡單。 p ......

    uj5u.com 2020-09-10 05:36:09 more
  • Python 資料驅動工具:DDT

    背景 python 的unittest 沒有自帶資料驅動功能。 所以如果使用unittest,同時又想使用資料驅動,那么就可以使用DDT來完成。 DDT是 “Data-Driven Tests”的縮寫。 資料:http://ddt.readthedocs.io/en/latest/ 使用方法 dd. ......

    uj5u.com 2020-09-10 05:36:13 more
  • Python里面的xlrd模塊詳解

    那我就一下面積個問題對xlrd模塊進行學習一下: 1.什么是xlrd模塊? 2.為什么使用xlrd模塊? 3.怎樣使用xlrd模塊? 1.什么是xlrd模塊? ?python操作excel主要用到xlrd和xlwt這兩個庫,即xlrd是讀excel,xlwt是寫excel的庫。 今天就先來說一下xl ......

    uj5u.com 2020-09-10 05:36:28 more
  • 當我們創建HashMap時,底層到底做了什么?

    jdk1.7中的底層實作程序(底層基于陣列+鏈表) 在我們new HashMap()時,底層創建了默認長度為16的一維陣列Entry[ ] table。當我們呼叫map.put(key1,value1)方法向HashMap里添加資料的時候: 首先,呼叫key1所在類的hashCode()計算key1 ......

    uj5u.com 2020-09-10 05:36:38 more
最新发布
  • 【中介者設計模式詳解】C/Java/JS/Go/Python/TS不同語言實作

    * 中介者模式是一種行為型設計模式,它可以用來減少類之間的直接依賴關系,
    * 將物件之間的通信封裝到一個中介者物件中,從而使得各個物件之間的關系更加松散。
    * 在中介者模式中,物件之間不再直接相互互動,而是通過中介者來中轉訊息。 ......

    uj5u.com 2023-04-20 08:20:47 more
  • 露天煤礦現場調研和交流案例分享

    他們集團的資訊化公司及研究院在一個礦區正在做智能礦山的統一平臺的 試點,專案投資大概1億,包括了礦山的各方面的內容,顯示得我們這次交流有點多余。他們2年前開始做智能礦山的規劃,有很多煤礦行業專家的加持,他們的描述是非常完美,但是去年底應該上線的平臺,現在還沒有看到影子。他們確實有很多場景需求,但是被... ......

    uj5u.com 2023-04-20 08:20:25 more
  • 《社區人員管理》實戰案例設計&個人案例分享

    設計是一個讓人夢想成真程序,開始編碼、測驗、除錯之前進行需求分析和架構設計,才能保證關鍵方面都做正確 ......

    uj5u.com 2023-04-20 08:20:17 more
  • 軟體架構生態化-多角色交付的探索實踐

    作為一個技術架構師,不僅僅要緊跟行業技術趨勢,還要結合研發團隊現狀及痛點,探索新的交付方案。在日常中,你是否遇到如下問題 “ 業務需求排期長研發是瓶頸;非研發角色感受不到研發技改提效的變化;引入ISV 團隊又擔心質量和安全,培訓周期長“等等,基于此我們探索了一種新的技術體系及交付方案來解決如上問題。 ......

    uj5u.com 2023-04-20 08:20:10 more
  • 【中介者設計模式詳解】C/Java/JS/Go/Python/TS不同語言實作

    * 中介者模式是一種行為型設計模式,它可以用來減少類之間的直接依賴關系,
    * 將物件之間的通信封裝到一個中介者物件中,從而使得各個物件之間的關系更加松散。
    * 在中介者模式中,物件之間不再直接相互互動,而是通過中介者來中轉訊息。 ......

    uj5u.com 2023-04-20 08:19:44 more
  • 露天煤礦現場調研和交流案例分享

    他們集團的資訊化公司及研究院在一個礦區正在做智能礦山的統一平臺的 試點,專案投資大概1億,包括了礦山的各方面的內容,顯示得我們這次交流有點多余。他們2年前開始做智能礦山的規劃,有很多煤礦行業專家的加持,他們的描述是非常完美,但是去年底應該上線的平臺,現在還沒有看到影子。他們確實有很多場景需求,但是被... ......

    uj5u.com 2023-04-20 08:19:07 more
  • 《社區人員管理》實戰案例設計&個人案例分享

    設計是一個讓人夢想成真程序,開始編碼、測驗、除錯之前進行需求分析和架構設計,才能保證關鍵方面都做正確 ......

    uj5u.com 2023-04-20 08:18:57 more
  • 軟體架構生態化-多角色交付的探索實踐

    作為一個技術架構師,不僅僅要緊跟行業技術趨勢,還要結合研發團隊現狀及痛點,探索新的交付方案。在日常中,你是否遇到如下問題 “ 業務需求排期長研發是瓶頸;非研發角色感受不到研發技改提效的變化;引入ISV 團隊又擔心質量和安全,培訓周期長“等等,基于此我們探索了一種新的技術體系及交付方案來解決如上問題。 ......

    uj5u.com 2023-04-20 08:18:49 more
  • 05單件模式

    #經典的單件模式 public class Singleton { private static Singleton uniqueInstance; //一個靜態變數持有Singleton類的唯一實體。 // 其他有用的實體變數寫在這里 //構造器宣告為私有,只有Singleton可以實體化這個類! ......

    uj5u.com 2023-04-19 08:42:51 more
  • 【架構與設計】常見微服務分層架構的區別和落地實踐

    軟體工程的方方面面都遵循一個最基本的道理:沒有銀彈,架構分層模型更是如此,每一種都有各自優缺點,所以請根據不同的業務場景,并遵循簡單、可演進這兩個重要的架構原則選擇合適的架構分層模型即可。 ......

    uj5u.com 2023-04-19 08:42:41 more