前言
“简洁胜于复杂。”
将这个哲学理念应用于Python中的最佳方式就是使用装饰器。
装饰器可以帮助你编写更少、更简单的代码来实现复杂的逻辑,并在各个地方重复使用。
更重要的是,Python内置了许多很棒的装饰器,可以让我们的生活变得更加轻松,因为我们只需使用一行代码就可以为现有的函数或类添加复杂的功能。
空谈无益。接下来让我们看看精心挑选的9个装饰器,它们将向你展示Python是多么优雅。
1. @lru_cache
:通过缓存加速程序
使用@lru_cache
装饰器是加速Python函数的最简单方法之一。
该装饰器可用于缓存函数的结果,因此,在后续调用函数时,将不会再次执行相同的参数。
它对于计算开销较大或经常使用相同参数调用的函数特别有帮助。
让我们来看一个直观的例子:
import time
def fibonacci(n):
if n < 2:
return n
return fibonacci(n - 1) + fibonacci(n - 2)
start_time = time.perf_counter()
print(fibonacci(30))
end_time = time.perf_counter()
print(f"The execution time: {end_time - start_time:.8f} seconds")
# 执行时间:0.18129450秒
上述程序使用Python函数计算第N个斐波那契数。由于在递归过程中计算fibonacci(30)
,许多先前的斐波那契数将被重复计算,因此这非常耗时。
现在,让我们使用@lru_cache
装饰器来加快计算速度:
from functools import lru_cache
import time
@lru_cache(maxsize=None)
def fibonacci(n):
if n < 2:
return n
return fibonacci(n - 1) + fibonacci(n - 2)
start_time = time.perf_counter()
print(fibonacci(30))
end_time = time.perf_counter()
print(f"The execution time: {end_time - start_time:.8f} seconds")
# 执行时间:0.00002990秒
如上述代码所示,在使用@lru_cache
装饰器后,可以在0.00002990
秒内获得相同的结果,速度比之前的0.18129450
秒要快得多。
@lru_cache
装饰器有一个maxsize
参数,用于指定缓存中存储的结果的最大数量。当缓存已满且需要存储新的结果时,最近最少使用的结果将从缓存中删除,为新结果腾出空间。这就是所谓的最近最少使用(LRU)策略。
默认情况下,maxsize
设置为128
。如果将其设置为None
,就像我们的示例一样,LRU功能将被禁用,缓存可以无限制地增长。
2. @total_ordering
:填补缺失的排序方法的类装饰器
functools
模块中的@total_ordering
装饰器用于根据已定义的比较方法为Python类生成缺失的比较方法。
以下是一个示例:
from functools import total_ordering
@total_ordering
class Student:
def __init__(self, name, grade):
self.name = name
self.grade = grade
def __eq__(self, other):
return self.grade == other.grade
def __lt__(self, other):
return self.grade < other.grade
student1 = Student("Alice", 85)
student2 = Student("Bob", 75)
student3 = Student("Charlie", 85)
print(student1 < student2) # False
print(student1 > student2) # True
print(student1 == student3) # True
print(student1 <= student3) # True
print(student3 >= student2) # True
如上述代码所示,Student
类中没有定义__ge__
,__gt__
和__le__
方法。然而,由于使用了@total_ordering
装饰器,我们在不同实例之间的比较结果都是正确的。
这个装饰器的好处显而易见:
- 它可以使代码更简洁、清晰,并节省时间。因为你不需要编写所有的比较方法。
- 某些旧的类可能没有定义足够的比较方法。为了进一步使用,为其添加
@total_ordering
装饰器是更安全的做法。
3. @contextmanager
:创建自定义上下文管理器
Python具有上下文管理器机制,可帮助你正确管理资源。
大多数情况下,我们只需要使用with
语句:
with open("test.txt",'w') as f:
f.write("Yang is writing!")
如上述代码所示,可以使用with
语句打开一个文件,这样在写入完成后文件将自动关闭。不需要显式调用f.close()
函数来关闭文件。
有时,我们需要为特殊要求创建一个自定义的上下文管理器。在这种情况下,@contextmanager
装饰器可以提供很好的帮助。
例如,以下代码实现了一个简单的自定义上下文管理器,当打开或关闭文件时它可以打印相应的信息。
from contextlib import contextmanager
@contextmanager
def file_manager(filename, mode):
print("The file is opening...")
file = open(filename,mode)
yield file
print("The file is closing...")
file.close()
with file_manager('test.txt', 'w') as f:
f.write('Yang is writing!')
# 文件正在打开...
# 文件正在关闭...
4. @property
:为Python类设置getter
(获取器)和setter
(设置器)方法
在面向对象编程(OOP)中,getter
和setter
是很重要的概念。
对于类的每个实例变量,getter
方法返回其值,而setter
方法则设置或更新其值。因此,getter
和setter
也被称为accessor(访问器)和mutator(修改器)。
它们用于保护数据不被直接访问或意外修改。
不同的OOP语言有不同的机制来定义getter
和setter
。在Python中,我们可以简单地使用@property
装饰器。
class Student:
def __init__(self):
self._score = 0
@property
def score(self):
return self._score
@score.setter
def score(self, s):
if 0 <= s <= 100:
self._score = s
else:
raise ValueError('The score must be between 0 ~ 100!')
Yang = Student()
Yang.score=99
print(Yang.score)
# 99
Yang.score = 999
# ValueError:分数必须在0~100之间!
如上例所示,无法将score
变量设置为999
,因为这是一个无意义的数字。因为我们使用@property
装饰器在setter
函数中限制了它的可接受范围。
毫无疑问,添加这个setter
可以成功地避免意外的错误或结果。
关于Python学习指南
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
包括:Python激活码+安装包、Python web开发,Python爬虫,Python数据分析,人工智能、自动化办公等学习教程。带你从零基础系统性的学好Python!
👉Python所有方向的学习路线👈
Python所有方向路线就是把Python常用的技术点做整理,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。(全套教程文末领取)
👉Python学习视频600合集👈
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
温馨提示:篇幅有限,已打包文件夹,获取方式在:文末
👉Python70个实战练手案例&源码👈
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉Python大厂面试资料👈
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
👉Python副业兼职路线&方法👈
学好 Python 不论是就业还是做副业赚钱都不错,但要学会兼职接单还是要有一个学习规划。
👉 这份完整版的Python全套学习资料已经上传,朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费
】