python 打印皮卡丘_来简单聊聊python的装饰器呀~

原文链接

来简单聊聊python的装饰器呀~mp.weixin.qq.com

导语

之前很多小伙伴留言给我说看别人写的代码经常会感觉云里雾里的，完全看不懂，其实那些代码无非就是用了些python语法中的特殊"技巧"罢了，而你对这些内容又不太熟悉，所以才会感觉很难读懂那些大佬们的代码。所以今天，我们就先来聊聊其中最常见的一种，即python的装饰器，以后有时间，我们可以再接着聊聊python的其他一些"骚操作"。废话不多说，让我们愉快地开始吧~

装饰器

装饰器是个啥？

要了解装饰器，自然要先明白它到底是个啥东西啦。简单来说，装饰器其实就是一个函数，这个函数接受其他函数作为参数，并将其以一个新的修改后的函数作为替换。

举个例子？

让我们来举个例子以更好地理解上面那句话的含义。比方说我们想在某个函数执行前都打印一次pikachu字符，那么我们可以这样做：

def logo(func):def wrapper(*args):print('''
_____ _ _              _
|  __ (_) |            | |
| |__) || | ____ _  ___| |__  _   _
|  ___/ | |/ / _` |/ __| '_ | | | |
| |   | |   < (_| | (__| | | | |_| |
|_|   |_|_|___,_|___|_| |_|__,_|''')return func(*args)return wrapperdef sub(a, b):return a - bdef multiply(a, b):return a * bsub_wrapper = logo(sub)
multiply_wrapper = logo(multiply)
print(sub_wrapper(2, 5))
print(multiply_wrapper(2, 5))

运行上面的代码后的效果如下：

使用python提供的装饰器语法，则上面的代码可以写成：

def logo(func):def wrapper(*args):print('''
_____ _ _              _
|  __ (_) |            | |
| |__) || | ____ _  ___| |__  _   _
|  ___/ | |/ / _` |/ __| '_ | | | |
| |   | |   < (_| | (__| | | | |_| |
|_|   |_|_|___,_|___|_| |_|__,_|''')return func(*args)return wrapper@logo
def sub(a, b):return a - b@logo
def multiply(a, b):return a * bprint(sub(2, 5))
print(multiply(71, 5))

运行上面的代码后得到的效果如下(即和第一版代码的效果是一样的)：

通过这个例子，相信聪明的小伙伴们已经对装饰器有了一个大概的认识了。即装饰器其实就是一个函数，这个函数接受其他函数作为参数，并将其以一个新的修改后的函数作为替换。

为什么要使用装饰器？

其实上面的例子已经隐含了这个问题的答案。即当我们想为很多不同的函数添加相同的功能时(例如计时、保存日志等等)，我们可以利用装饰器来使得我们的代码更加整洁(或者说pythonic？)

当然，如果你认为装饰器的用法仅限于此，那你就大错特错了。只要脑回路足够多，我们就可以利用python的装饰器创造"无限的"可能。这里举个简单的例子吧：

def fib(n):if n <= 1: return 1return fib(n-1) + fib(n-2)

上面的函数很简单，功能就是计算斐波那契数列，我们可以看一下它的运行时间是多久：

看起来好慢的样子？这是因为上面这段代码存在一个问题，即你想要计算fib(30)，那你就需要计算fib(28)和fib(29)，而计算fib(29)的时候，你还得再算一遍fib(27)和fib(28)，显然，这里fib(28)被重复计算了一次。以此类推，上面这段代码中是存在很多重复计算的。现在，我们尝试借助装饰器来解决这个问题(即利用装饰器来存储运算的中间结果以避免重复运算)：

def memory(func):cache = {}def wrapper(*args):if args not in cache:cache[args] = func(*args)return cache[args]return wrapper@memory
def fib(n):if n <= 1: return 1return fib(n-1) + fib(n-2)

现在，我们再来查看一下它的运行时间：

我们可以发现运行时间直接从微秒级别下降到了纳秒级别(我没有在暗示光刻机

)。

类装饰器

看到"类装饰器"这个词，很多小伙伴可能会发问了:"你前面不是说装饰器其实就是个函数吗？咋又成类了？"害，上面这么说是为了方便大家快速理解装饰器这个概念嘛，不然一股脑地抛出所有东西，很容易让人丈二和尚摸不着头脑哒~

现在，我们来纠正一下前面的说法，即并非只有函数对象可以作为装饰器使用，事实上，在python中，某个对象能否作为装饰器形式使用，只有一个要求，即该对象必须是一个"可被调用(callable)的对象"。显然，函数肯定是可被调用的。而对于类来说，我们则可以通过定义类的__call__这个魔法方法，来使得它可调用。举个例子：

import functoolsclass MemoryClass():def __init__(self, is_logging, func):self.is_logging = is_loggingself.func = funcif self.is_logging:print('欢迎关注微信公众号: Charles的皮卡丘')self.cache = {}def __call__(self, *args):if args not in self.cache:self.cache[args] = self.func(*args)return self.cache[args]def memory(is_logging):return functools.partial(MemoryClass, is_logging)@memory(is_logging=True)
def fib(n):if n <= 1: return 1return fib(n-1) + fib(n-2)print(fib(50))

运行结果如下：

显然，相比函数装饰器，类装饰器具有更加灵活，封装性更好等优点~

使用装饰器会带来哪些问题？

显然，根据辩证法，所有事物都是有利有弊的。那么我们使用装饰器的过程中可能会存在哪些问题呢？我们又该如何解决这些问题呢？别急，我们慢慢说~

(1) 函数的属性会发生变化

如前所述，装饰器用新函数来替换了原来的旧函数。那么显然，这个新函数就会缺少很多旧函数的属性，举个例子：

def advertising(func):def wrapper(*args):print('欢迎关注微信公众号: Charles的皮卡丘')return func(*args)return wrapper@advertising
def add_1(a, b):'''加法运算'''return a + bdef add_2(a, b):'''加法运算'''return a + bprint('add_1文档: ', add_1.__doc__)
print('add_1函数名: ', add_1.__name__)
print('add_2文档: ', add_2.__doc__)
print('add_2函数名: ', add_2.__name__)

上面代码的运行结果如下：

显然，我们可以发现，使用了装饰器之后，我们无法正确地获取函数原有的文档和名字了。该问题的解决方案如下：

import functoolsdef advertising(func):@functools.wraps(func)def wrapper(*args):print('欢迎关注微信公众号: Charles的皮卡丘')return func(*args)return wrapper@advertising
def add_1(a, b):'''加法运算'''return a + bprint('add_1文档: ', add_1.__doc__)
print('add_1函数名: ', add_1.__name__)

重新运行代码，获得的结果如下：

完美解决~

(2) 函数参数的获取

先来看一段代码(这里我们想利用装饰器来保证除法运算的除数不是一个接近零的数)：

import functoolsdef check(func):@functools.wraps(func)def wrapper(*args, **kwargs):if kwargs.get('divisor') <= 1e-6 and kwargs.get('divisor') >= -1e-6:raise ValueError('除数不能为0!')return func(*args)return wrapper@check
def division(dividend, divisor):return dividend / divisorprint(division(5, 1))

运行之后发现报错：

为什么呢？这是因为我们传入的除数(divisor)是一个位置参数，而我们却用关键字参数来获取它了。该问题的解决方案如下：

import inspect
import functoolsdef check(func):@functools.wraps(func)def wrapper(*args, **kwargs):getcallargs = inspect.getcallargs(func, *args, **kwargs)if getcallargs.get('divisor') <= 1e-6 and getcallargs.get('divisor') >= -1e-6:raise ValueError('除数不能为0!')return func(*args)return wrapper@check
def division(dividend, divisor):return dividend / divisor

现在我们就可以正常运行上面的代码啦：

(3) 修改外层变量

假设我们想看下函数被调用的次数，那么我们也许会把代码写成这个样子：

import inspect
import functoolsdef check(func):count = 0@functools.wraps(func)def wrapper(*args, **kwargs):count += 1print(f'第{count}次调用')getcallargs = inspect.getcallargs(func, *args, **kwargs)if getcallargs.get('divisor') <= 1e-6 and getcallargs.get('divisor') >= -1e-6:raise ValueError('除数不能为0!')return func(*args)return wrapper@check
def division(dividend, divisor):return dividend / divisorprint(division(5, 1))

但是上面这个代码运行时会报错：

出错的原因是当解释器执行到count += 1时，并不知道count是一个在外层作用域定义的变量，它把count当成局部变量在当前作用域内进行查找了。最终因为没找到count变量相关的任何定义而抛出错误。为了解决这个问题，我们可以这样写：

import inspect
import functoolsdef check(func):count = 0@functools.wraps(func)def wrapper(*args, **kwargs):nonlocal countcount += 1print(f'第{count}次调用')getcallargs = inspect.getcallargs(func, *args, **kwargs)if getcallargs.get('divisor') <= 1e-6 and getcallargs.get('divisor') >= -1e-6:raise ValueError('除数不能为0!')return func(*args)return wrapper@check
def division(dividend, divisor):return dividend / divisorprint(division(5, 1))

即通过nonlocal关键字来告诉解释器count变量并不属于当前作用域，可以到外面找找这个变量的定义。由此，我们的代码就可以正常运行啦：

使用多个装饰器

就像很多人发自拍一样，必须化妆品和美颜相机一起用才能体现自己的颜值(好像必须声明一下，号主是男生！！！)，那么我们该如何使用多个装饰器去"装饰"某个函数呢？

很简单，我们只需要这样做：

def DecoratorA(func):def wrapper(*args):print('先化妆')return func(*args)return wrapperdef DecoratorB(func):def wrapper(*args):print('再美颜')return func(*args)return wrapper@DecoratorA
@DecoratorB
def add(a, b):return a + bprint(add(1314, 2020))

运行效果如下：

总结

因为只是简单聊聊，纯属抛砖引玉，所以很多细节我都没有去说(虽然有些其实已经体现在样例代码里了)。希望小伙伴们可以通过阅读本文大致了解一下python中的装饰器到底是个啥玩意，至于如何更好地利用好这个语法糖，还得靠小伙伴们自己多多练习，或者阅读一些优秀的开源代码才行呀~毕竟修行说到底还是得靠个人嘛~

喜欢文章的小伙伴记得帮我点点好看/赞/分享呀~

参考文献：

[1]. https://www.zhihu.com/question/26930016

python 打印皮卡丘_来简单聊聊python的装饰器呀~相关推荐

python 打印皮卡丘_用python打印你的宠物小精灵吧
我们来通过一个有趣的例子开始编写我们的第一个python代码. 本文涉及的python基础语法为:print输出函数,赋值,字符串 print() print()是python的一个内置函数,用于打印 ...
python 打印皮卡丘_Python到底是什么？学姐靠它拿了5个offer
你ZAO吗? 最近陌陌发布了一款很有意思的产品--ZAO,这款AI换脸的产品刷爆朋友圈! 这款产品火爆到什么程度呢? 正在使用ZAO的用户会发现,想要生成一段新的AI换脸视频,已经不是等待几秒.排队第 ...
python的皮卡丘如何写代码,用python画皮卡丘的代码
python皮卡丘编程代码 import turtledef getPosition(x, y): (x) (y) print(x, y)class Pikachu: def __init__(sel ...
python打印皮卡丘步骤_编程作战丨如何利用python绘制可爱皮卡丘？
好莱坞真人电影<精灵宝可梦:大侦探皮卡丘>预告片已经发布了,正片将于今年5月10日上映. 如果要做一个「童年梦想排行榜」的话,相信「拥有一只皮卡丘」这个梦想一定会名列前茅! 毕竟,谁不想揉 ...
python 打印皮卡丘_Python干掉了97%的办公软件？
"21世纪,不会Python等于文盲." 这句流行语并非夸张,<2020年职场学习趋势报告>显示,在2020年最受欢迎的技能排行榜,Python排在第一. 除职场外,P ...
怎么用python画皮卡丘_实现童年宝可梦，教你用Python画一只属于自己的皮卡丘
原标题:实现童年宝可梦,教你用Python画一只属于自己的皮卡丘大数据文摘出品作者:李雷.蒋宝尚还记得小时候疯狂收集和交换神奇宝贝卡片的经历吗? 还记得和小伙伴拿着精灵球,一起召唤小精灵的中二模 ...
python画图皮卡丘_用python画一只可爱的皮卡丘
#!/usr/bin/env python # -*- coding:utf-8 -*- from turtle import * ''' 绘制皮卡丘头部 ''' def face(x,y): &qu ...
用python实现视频换脸_超简单使用Python换脸实例
换脸! 这段时间,deepfakes搞得火热,比方说把<射雕英雄传>里的朱茵换成了杨幂,看下面的图!毫无违和感! 其实早在之前,基于AI换脸的技术就得到了应用,比方说<速度与激情7& ...
python关键字中文意思_中英文简单介绍Python关键字 -- Python Key Words
直奔主题,理解Python关键字有利于正确理解Python中的命令,对于系统掌握Python语法有着十分重要的作用. 1, False : Boolean Value as no 2, True : ...

python 打印皮卡丘_来简单聊聊python的装饰器呀~

原文链接

导语

装饰器

更多

python 打印皮卡丘_来简单聊聊python的装饰器呀~相关推荐

最新文章

热门文章