Python装饰器

发表于 | 分类于 | | 阅读数 次
字数统计: 2.2k | 阅读时长 ≈ 8

很开心的最近终于可以打代码了，之前一直焦虑自己只是会用python，但是很多东西还不知道，或者查了又忘了，其实只是有时间多打代码，慢慢地就会熟悉了，当然还需要的自己想要提高的心，不满足于单纯的解决问题，而是要尽可能完美而优雅的解决问题哈哈

最近想要帮师姐写一个程序对大量的excel数据做大量的处理，需要评估性能，而想起来之前看过别人的代码有@timer用来计时，当时没细看，这回就好好理解了一下这是啥操作，明白了是python的一个工具，装饰器，查了不少资料，算是懂了，之后还是多用吧，先记录一下 ：）

装饰器

python的一个功能，其实不需要多想，就顾名思义，装饰器，用来装饰作用的，就好比在CSGO中，同样是枪，有的枪械饰品使得枪上带有一个计数器，能够自动记录下这把枪击杀的人数，本质上功能不会改变，只不过在完成基本功能的同时提供了额外的特性，使得更好地完成任务。

How to use ？

下面就是一个简单的例子，通过提前定义了timer这个计数器，使得在执行被装饰函数同时，记录并输出了运行时间，一方面使得代码的效率更高了（回想起本科院长说过的“复用决定效率”，真的越来越有体会，另一方面，将这些普遍的逻辑抽离出具体的对象，使得编写的时候逻辑更加清晰

下面是简单的示例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
import time
def timer(func):
    def wrapper(*args, **kwargs):
        start = time.clock()
        func(*args,**kwargs)
        end = time.clock()
        print("time cost:{}.s".format(end-start))
    return wrapper
@timer
def bar():
    time.sleep(3)
    print("i am bar")

bar()
>>>i am bar
   time cost:2.9996414000000002.s

需要注意的是：

函数也是对象，可以被装饰；类也可以被装饰；

更全面的可以查看，知乎上刘志军先生的回答 https://www.zhihu.com/question/26930016/answer/99243411

非常全面而通俗地介绍了装饰器的用法

A Example

斐波那契数列，大一学C递归的时候就知道的例子，后来做OJ的时候也遇到过，不过那时就提到了，因为计算的时候需要大量的递归计算，如果每次计算的时候都需要计算全部的值会很慢，为了能在规定时间内通过，需要先开一个数组，先查表，如果不在再计算，就很快了，而可以通过functools中自带的一个lru_cache装饰器来帮助我们快速而简单的做到，而且他还不止这样哦，因为在函数内开个数组，函数结束也就没了（不许提全局变量这个憨憨的事儿啊，而这个装饰器是一直伴随着这个函数的，也就是说每次调用该函数，都会现在开出的cache空间中进行查找是否有过类似的输入，直接抛出输出，酷！

一般情况下：

1
2
3
4
5
6
7
8
9
10
def fib(n):
    if n==1 or n==0:
        return 1
    else:
        return fib(n-2) + fib(n-1)
start=time.time()
noffib = [fib(n) for n in range(40)]
end=time.time()
print('cost:{}'.format(end-start))
>>>cost:61.7529993057251

而使用了lru

1
2
3
4
5
6
7
8
9
10
11
@functools.lru_cache(maxsize=128)
def fib_cache(n):
    if n==1 or n==0:
        return 1
    else:
        return fib_cache(n-2) + fib_cache(n-1)
start=time.time()
noffib_cache = [fib_cache(n) for n in range(40)]
end=time.time()
print('cost:{}'.format(end-start))
>>>cost:0.0

超酷的！

不放心，我们再看看结果如何，同时还可以通过调用cache_info查看到在cache中命中的次数

1
2
3
4
noffib == noffib_cache
>>>True
fib_cache.cache_info()
>>>CacheInfo(hits=76, misses=40, maxsize=128, currsize=40)

需要提醒的是，cache装饰器其实就是开辟了一块空间，用来存储输入和输出对应的记录，而lru_cache，用的lru就是操作系统中经常提到的最近最少使用算法，然后functool里的lru_cache有两个参数，一个cache空间的大小，一个是对输入类型严格，比如3和3.0

以上参考的是：知乎上的一篇文章，https://zhuanlan.zhihu.com/p/26151166

这篇也讲得简单：https://www.cnblogs.com/cuiyubo/p/8375859.html

Some powerful functools

所以，我们除了可以自己写一些装饰器以外，还可以调用已有的装饰器来帮助我们解决问题！

functools 模块中主要包含了一些函数装饰器和便捷的功能函数。在 Python 的交互式解释器中先导入 functools 模块，然后输入 [e for e in dir(functools) if not e.startswith(‘_’)] 命令，即可看到该模块所包含的全部属性和函数：

  • functools.cmp_to_key(func)：将老式的比较函数（func）转换为关键字函数（key function）。在 Python 3 中比较大小、排序都是基于关键字函数的，Python 3 不支持老式的比较函数。
  • @functools.lru_cache(maxsize=128, typed=False)：该函数装饰器使用 LRU（最近最少使用）缓存算法来缓存相对耗时的函数结果，避免传入相同的参数重复计算。同时，缓存并不会无限增长，不用的缓存会被释放。其中 maxsize 参数用于设置缓存占用的最大字节数，typed 参数用于设置将不同类型的缓存结果分开存放。
  • @functools.totalordering：这个类装饰器（作用类似于函数装饰器，只是它用于修饰类）用于为类自动生成比较方法。通常来说，开发者只要提供 lt()、le()、gt()、ge() 其中之一（最好能提供 _eq() 方法），@functools.total_ordering装饰器就会为该类生成剩下的比较方法。
  • functools.partial(func, args, *keywords)：该函数用于为 func 函数的部分参数指定参数值，从而得到一个转换后的函数，程序以后调用转换后的函数时，就可以少传入那些己指定值的参数。
  • functools.partialmethod(func, args, *keywords)：该函数与上一个函数的含义完全相同，只不过该函数用于为类中的方法设置参数值。
  • functools.reduce(function, iterable[, initializer])：将初始值（默认为 0，可由 initializer 参数指定）、迭代器的当前元素传入 function 函数，将计算出来的函数结果作为下一次计算的初始值、迭代器的下一个元素再次调用 function 函数……依此类推，直到迭代器的最后一个元素。
  • ＠functools.singledispatch：该函数装饰器用于实现函数对多个类型进行重载。比如同样的函数名称，为不同的参数类型提供不同的功能实现。该函数的本质就是根据参数类型的变换，将函数转向调用不同的函数。
  • functools.update_wrapper(wrapper, wrapped, assigned=WRAPPER_ASSIGNMENTS, updated=WRAPPER_UPDATES)：对 wrapper 函数进行包装，使之看上去就像 wrapped（被包装）函数。
  • @functools.wraps(wrapped, assigned=WRAPPER_ASSIGNMENTS, updated=WRAPPER_UPDATES)：该函数装饰器用于修饰包装函数，使包装函数看上去就像 wrapped 函数。

通过介绍不难发现，functools.update_wrapper 和 ＠functools.wraps 的功能是一样的，只不过前者是函数，因此需要把包装函数作为第一个参数传入；而后者是函数装饰器，因此使用该函数装饰器修饰包装函数即可，无须将包装函数作为第一个参数传入。

python中functools.singledispatch的使用 https://www.jianshu.com/p/33e1db06f2d5

以上以及更具体的参考来源：http://c.biancheng.net/view/2443.html Python functools模块完全攻略（看了无师自通）

权威的参考查看python的手册：https://docs.python.org/2/library/functools.html

一点思考

多琢磨琢磨吧，是件好事情——告诫自己

继承和装饰器的区别？

从概念上，继承是对父类的扩展，是子类个性化的体现，而装饰器是在不改动自身情况下，根据各自的共性添加上的功能，体现的是大家共同的需求；

从实现上，继承父类后我们可以根据实际情况重写，而被装饰的对象是无法对装饰器产生改动的，只能被动地接受一切安排（最多在装饰器上带入参数，也就是很关键一点，继承后我是还可以在类内调用父类中的变量和函数的，而被装饰对象是无法主动访问调用装饰器里的东西的

其实，我更愿意把装饰器看做是一个简单的继承

他轻轻地来，轻轻地走，不带走一片云彩，却留下人人都盼望的晚霞

0%