2024年最新Python笔试面试题,Python零基础入门篇 - 36 - 装饰器与类的装饰器(1),腾讯面试有多难

收集整理了一份《2024年最新Python全套学习资料》免费送给大家,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
img
img



既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!

由于文件比较多,这里只是将部分目录截图出来

如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
img

正文

| — |

| 🎉🎉欢迎持续关注🎉🎉 |

文章目录

    • 装饰器
    • 装饰器的定义
  • 装饰器的用法

  • 类中的装饰器

    • 类的装饰器 - classmethod
  • 类的装饰器 - staticmethod

  • 类的装饰器 - property

通过学习装饰器可以让我们更好更灵活的使用函数,通过学会使用装饰器还可以让我们的代码更加优雅。

在我们的实际工作中,很多场景都会用到装饰器,比如记录一些日志、或者屏蔽一些不太合法的程序执行从而使我们的代码更加安全。

装饰器


什么是装饰器?虽然对这个次感到陌生,但是完全不需要担心。

  • 首先,装饰器也是一种函数;只不过装饰器可以接收 函数 作为参数来传递。

  • 并且可以通过 return 可以返回一个函数,装饰器通过接收一个函数,对它在装饰器内部进行处理、调用,并返回一个新的函数,同时还可以动态增强传入函数的功能。

  • 装饰器整个流程是这样的:

  • A函数是装饰器,B函数是A函数传入的参数。

  • 将B函数在A函数中执行,在A函数中可以选择执行或不执行,也可以对B函数的结果进行二次加工处理。

接下来我们看看 装饰器长什么样子

def a():

def b():

print(helloworld)

b()

a()

b()

a() 函数中书写了一个 b() 函数,并在 a() 函数中调用 b() 函数。是不是非常类似在类中定义一个局部函数并调用的例子?其实装饰器就是有些类似这样的操作,只不过被装饰器调用的函数是通过 参数 的形式传进去,并在 b() 函数中执行。

我们在定义完 a() 函数之后进行调用,可以正常处理。但是 b() 函数 是 a() 函数的局部函数 如果在外部调用会报错。(如上文中的第十行,就会报错)

装饰器的定义

示例如下:

def out(func_args): # 装饰器的第一层函数被称为 外围函数 , ‘func_args’ 为要处理的函数

def inter(*args, **kwargs): # 外围函数 的函数体内定义的函数被称为 内嵌函数 ;传入的参数为要处理的 func_args 函数的参数

这里我们并不知道 func_args 函数需要传入进来的参数是什么,所以目前写传入可变参数是比较合理的

return func_args(*args, **kwargs) # 在 内嵌函数 的函数体内调用 func_args 函数,并将可变参数传入

其实这里我们可以处理更多的逻辑;

我们可以选择执行或者不执行,甚至可以func_args 函数的执行结果进行二次处理

return inter # 书写完 内嵌函数的业务之后,我们在 外围函数体内返回 内嵌函数

需要注意的是,这里是不执行的(因为没有加括号),这是装饰器的定义规则,是必不可少的

只有外围函数返回内嵌函数,才可以被之后的代码执行;(因为所有的业务都在内嵌函数中,不返回就无法执行调用)

装饰器的用法

在我们日常工作中,装饰器的使用方法有两种。

第一种:将被调用的函数直接作用为参数传入装饰器的外围函数括弧内;示例如下:

def a(func):

def b(*args, **kwargs):

return func(*args, **kwargs)

return b

def c(name):

print(name)

a©(‘Neo’)

>>> 执行结果如下:

>>> Neo

第二种:将装饰器与被调用函数绑定在一起, @ 符号 + 装饰器函数放在被调用函数的上一行,被调用的函数正常定义,只需要直接调用被执行函数即可。示例如下:

def a(func):

def b(*args, **kwargs):

return func(*args, **kwargs)

return b

@a

def c(name):

print(name)

c(‘Neo’)

>>> 执行结果如下:

>>> Neo

最常用的装饰器用法为第二种。

现在我们构建一个 检查字符串类型的装饰器,加深一下对装饰器的理解。

def check_ok(func):

def inner(*args, **kwargs):

result = func(*args, **kwargs)

if result == ‘OK’:

return ‘传入的参数数据为:’%s’’ % result

else:

return ‘传入的参数数据不为:‘OK’’

return inner

@check_ok

def test_str(data):

return data

result = test_str(‘OK’)

print(result)

>>> 执行结果如下:

>>> 传入的参数数据为:‘OK’

result = test_str(‘NO’)

print(result)

>>> 执行结果如下:

>>> 传入的参数数据不为:‘OK’

以上就是一个装饰器的简单用法,后续的学习内容会接触到更多的高级用法。

类中的装饰器


类的装饰器 - classmethod

classmethod 的功能:可以将类函数不经过实例化即可直接被调用

classmethod 的用法:示例如下

@classmethod

def func(cls, …):

todo

>>> cls 替代普通类函数中的 self ;

>>> 变更为 cls ,表示当前的类

>>> self 代表的是 实例化对象,所以只有通过实例化后,才可以调用

>>> cls 代表的是 类 ,所以即使不通过实例化,也可以调用

*****************************************************

class Test(object):

@classmethod

def add(cls, a, b):

return a + b

print(Test.add(1, 3))

>>> 执行结果如下:

>>> 4

演示案例:

class Cat(object):

def init(self, name):

self.name = name

def eat(self):

print(self.name, ‘喜欢吃鱼’)

@classmethod

def work(cls):

print(‘会抓老鼠’)

dragonLi = Cat(‘狸花猫’)

print(dragonLi.eat(), dragonLi.work())

>>> 执行结果如下:

>>> 狸花猫 喜欢吃鱼

>>> 会抓老鼠

接下来我们不使用 类的实例化 ,直接使用 类 调用 eat() 函数 与 work() 函数

class Cat(object):

def init(self, name):

self.name = name

def eat(self):

print(self.name, ‘喜欢吃鱼’)

@classmethod

def work(cls):

print(‘会抓老鼠’)

dragonLi = Cat(‘狸花猫’)

Cat.eat()

>>> 执行结果如下:

>>> TypeError: Cat.eat() missing 1 required positional argument: ‘self’

>>> 报错缺少重要参数 ‘self’ (没有进行实例化的类,类无法直接调用类函数)

Cat.work()

>>> 执行结果如下:

>>> 会抓老鼠

>>> 绑定了 classmethod 装饰器 的 work() 函数,即使没有实例化,也可以直接被 类 调用

再尝试一下看看 没有装饰器的 eat() 函数 与 使用了 classmethod 装饰器 work() 之间可不可以互相调用

class Cat(object):

def init(self, name):

self.name = name

def eat(self):

print(self.name, ‘喜欢吃鱼’)

@classmethod

def work(cls):

print(‘会抓老鼠’)

cls.eat() # 在 classmethod 装饰器的 work() 函数内 调用 eat() 函数

dragonLi = Cat(‘狸花猫’)

dragonLi.work()

>>> 执行结果如下:

>>> TypeError: Cat.eat() missing 1 required positional argument: ‘self’

>>> 同样报错缺少重要参数 ‘self’

class Cat(object):

def init(self, name):

self.name = name

def eat(self):

print(self.name, ‘喜欢吃鱼’)

self.work()

@classmethod

def work(cls):

print(‘会抓老鼠’)

dragonLi01 = Cat(‘狸花猫’)

dragonLi01.eat()

>>> 执行结果如下:

>>> 执行结果如下:

>>> 狸花猫 喜欢吃鱼

>>> 会抓老鼠

综合以上两个场景,我们得出以下结论:

  • 在带有 classmethod 装饰器 的 函数 内,是无法调用普通的 带有 self 的函数的

  • 但是在普通的带有 self 的类函数内,是可以调用带有 classmethod 装饰器 的 函数的

类的装饰器 - staticmethod

staticmethod 的功能:可以将 类函数 不经过实例化而直接被调用,被该装饰器调用的函数不需要传入 self 、cls 参数,并且无法在该函数内调用其他 类函数 或 类变量

staticmethod 的用法:参考如下

@staticmethod

def func(…):

todo

>>> 函数内无需传入 cls 或 self 参数

*****************************************************

class Test(object):

@staticmethod

def add(a, b):

做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。

别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。

我先来介绍一下这些东西怎么用,文末抱走。


(1)Python所有方向的学习路线(新版)

这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

最近我才对这些路线做了一下新的更新,知识体系更全面了。

在这里插入图片描述

(2)Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

在这里插入图片描述

(3)100多个练手项目

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。

在这里插入图片描述

(4)200多本电子书

这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。

基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。

(5)Python知识点汇总

知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。

在这里插入图片描述

(6)其他资料

还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。

在这里插入图片描述

这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
img

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。

在这里插入图片描述

(6)其他资料

还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。

在这里插入图片描述

这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

如果你需要这些资料,可以添加V无偿获取:hxbc188 (备注666)
[外链图片转存中…(img-hCi7hJjo-1713846109535)]

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 18
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而高性能,更加灵活和易用,当前非常流行。 本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目:单目标检测(足球目标检测)和多目标检测(足球和梅西同时检测)。  本课程的YOLOv5使用ultralytics/yolov5,在Windows和Ubuntu系统上分别做项目演示。包括:安装YOLOv5、标注自己的数据集、准备自己的数据集(自动划分训练集和验证集)、修改配置文件、使用wandb训练可视化工具、训练自己的数据集、测试训练出的网络模型和性能统计。 除本课程《YOLOv5实战训练自己的数据集(Windows和Ubuntu演示)》外,本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:《YOLOv5(PyTorch)目标检测:原理与源码解析》课程链接:https://edu.csdn.net/course/detail/31428《YOLOv5目标检测实战:Flask Web部署》课程链接:https://edu.csdn.net/course/detail/31087《YOLOv5(PyTorch)目标检测实战:TensorRT加速部署》课程链接:https://edu.csdn.net/course/detail/32303《YOLOv5目标检测实战:Jetson Nano部署》课程链接:https://edu.csdn.net/course/detail/32451《YOLOv5+DeepSORT多目标跟踪与计数精讲》课程链接:https://edu.csdn.net/course/detail/32669《YOLOv5实战口罩佩戴检测》课程链接:https://edu.csdn.net/course/detail/32744《YOLOv5实战中国交通标志识别》课程链接:https://edu.csdn.net/course/detail/35209 《YOLOv5实战垃圾分目标检测》课程链接:https://edu.csdn.net/course/detail/35284  

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值