现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习
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。
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!
03. 入门:时间计时器
再来看看 时间计时器
实现功能:顾名思义,就是计算一个函数的执行时长。
这是装饰函数
def timer(func):
def wrapper(*args, **kw):
t1=time.time()
这是函数真正执行的地方
func(*args, **kw)
t2=time.time()
计算下时长
cost_time = t2-t1
print(“花费时间:{}秒”.format(cost_time))
return wrapper
假如,我们的函数是要睡眠10秒。这样也能更好的看出这个计算时长到底靠不靠谱。
import time
@timer
def want_sleep(sleep_time):
time.sleep(sleep_time)
want_sleep(10)
来看看输出,如预期一样,输出10秒。
花费时间:10.0073800086975098秒
04. 进阶:带参数的函数装饰器
通过上面两个简单的入门示例,你应该能体会到装饰器的工作原理了。
不过,装饰器的用法还远不止如此,深究下去,还大有文章。今天就一起来把这个知识点学透。
回过头去看看上面的例子,装饰器是不能接收参数的。其用法,只能适用于一些简单的场景。不传参的装饰器,只能对被装饰函数,执行固定逻辑。
装饰器本身是一个函数,做为一个函数,如果不能传参,那这个函数的功能就会很受限,只能执行固定的逻辑。这意味着,如果装饰器的逻辑代码的执行需要根据不同场景进行调整,若不能传参的话,我们就要写两个装饰器,这显然是不合理的。
比如我们要实现一个可以定时发送邮件的任务(一分钟发送一封),定时进行时间同步的任务(一天同步一次),就可以自己实现一个 periodic_task (定时任务)的装饰器,这个装饰器可以接收一个时间间隔的参数,间隔多长时间执行一次任务。
可以这样像下面这样写,由于这个功能代码比较复杂,不利于学习,这里就不贴了。
@periodic_task(spacing=60)
def send_mail():
pass
@periodic_task(spacing=86400)
def ntp()
pass
那我们来自己创造一个伪场景,可以在装饰器里传入一个参数,指明国籍,并在函数执行前,用自己国家的母语打一个招呼。
小明,中国人
@say_hello(“china”)
def xiaoming():
pass
jack,美国人
@say_hello(“america”)
def jack():
pass
那我们如果实现这个装饰器,让其可以实现 传参
呢?
会比较复杂,需要两层嵌套。
def say_hello(contry):
def wrapper(func):
def deco(*args, **kwargs):
if contry == “china”:
print(“你好!”)
elif contry == “america”:
print(‘hello.’)
else:
return
真正执行函数的地方
func(*args, **kwargs)
return deco
return wrapper
来执行一下
xiaoming()
print(“------------”)
jack()
看看输出结果。
你好!
hello.
05. 高阶:不带参数的类装饰器
以上都是基于函数实现的装饰器,在阅读别人代码时,还可以时常发现还有基于类实现的装饰器。
基于类装饰器的实现,必须实现 __call__
和 __init__
两个内置函数。
__init__
:接收被装饰函数
__call__
:实现装饰逻辑。
还是以日志打印这个简单的例子为例
class logger(object):
def init(self, func):
self.func = func
def call(self, *args, **kwargs):
print(“[INFO]: the function {func}() is running…”\
.format(func=self.func.name))
return self.func(*args, **kwargs)
@logger
def say(something):
print(“say {}!”.format(something))
say(“hello”)
执行一下,看看输出
[INFO]: the function say() is running…
say hello!
06. 高阶:带参数的类装饰器
上面不带参数的例子,你发现没有,只能打印INFO
级别的日志,正常情况下,我们还需要打印DEBUG
WARNING
等级别的日志。这就需要给类装饰器传入参数,给这个函数指定级别了。
带参数和不带参数的类装饰器有很大的不同。
__init__
:不再接收被装饰函数,而是接收传入参数。
__call__
:接收被装饰函数,实现装饰逻辑。
class logger(object):
def init(self, level=‘INFO’):
self.level = level
def call(self, func): # 接受函数
def wrapper(*args, **kwargs):
print(“[{level}]: the function {func}() is running…”\
.format(level=self.level, func=func.name))
func(*args, **kwargs)
return wrapper #返回函数
@logger(level=‘WARNING’)
def say(something):
print(“say {}!”.format(something))
say(“hello”)
我们指定WARNING
级别,运行一下,来看看输出。
[WARNING]: the function say() is running…
say hello!
07. 使用偏函数与类实现装饰器
绝大多数装饰器都是基于函数和闭包实现的,但这并非制造装饰器的唯一方式。
事实上,Python 对某个对象是否能通过装饰器( @decorator
)形式使用只有一个要求:decorator 必须是一个“可被调用(callable)的对象。
对于这个 callable 对象,我们最熟悉的就是函数了。
除函数之外,类也可以是 callable 对象,只要实现了__call__
函数(上面几个例子已经接触过了)。
还有容易被人忽略的偏函数其实也是 callable 对象。
接下来就来说说,如何使用 类和偏函数结合实现一个与众不同的装饰器。
如下所示,DelayFunc 是一个实现了 __call__
的类,delay 返回一个偏函数,在这里 delay 就可以做为一个装饰器。(以下代码摘自 Python工匠:使用装饰器的小技巧)
import time
import functools
class DelayFunc:
def init(self, duration, func):
self.duration = duration
self.func = func
def call(self, *args, **kwargs):
print(f’Wait for {self.duration} seconds…')
time.sleep(self.duration)
return self.func(*args, **kwargs)
def eager_call(self, *args, **kwargs):
print(‘Call without delay’)
return self.func(*args, **kwargs)
def delay(duration):
“”"
装饰器:推迟某个函数的执行。
同时提供 .eager_call 方法立即执行
“”"
此处为了避免定义额外函数,
直接使用 functools.partial 帮助构造 DelayFunc 实例
return functools.partial(DelayFunc, duration)
我们的业务函数很简单,就是相加
@delay(duration=2)
def add(a, b):
return a+b
来看一下执行过程
add # 可见 add 变成了 Delay 的实例
<main.DelayFunc object at 0x107bd0be0>
add(3,5) # 直接调用实例,进入 call
Wait for 2 seconds…
8
add.func # 实现实例方法
<function add at 0x107bef1e0>
08. 如何写能装饰类的装饰器?
用 Python 写单例模式的时候,常用的有三种写法。其中一种,是用装饰器来实现的。
以下便是我自己写的装饰器版的单例写法。
instances = {}
def singleton(cls):
def get_instance(*args, **kw):
cls_name = cls.name
print(‘===== 1 ====’)
if not cls_name in instances:
print(‘===== 2 ====’)
instance = cls(*args, **kw)
instances[cls_name] = instance
return instances[cls_name]
return get_instance
@singleton
class User:
_instance = None
def init(self, name):
print(‘===== 3 ====’)
self.name = name
可以看到我们用singleton 这个装饰函数来装饰 User 这个类。装饰器用在类上,并不是很常见,但只要熟悉装饰器的实现过程,就不难以实现对类的装饰。在上面这个例子中,装饰器就只是实现对类实例的生成的控制而已。
其实例化的过程,你可以参考我这里的调试过程,加以理解。
09. wraps 装饰器有啥用?
在 functools 标准库中有提供一个 wraps 装饰器,你应该也经常见过,那他有啥用呢?
先来看一个例子
def wrapper(func):
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.name)
#inner_function
为什么会这样子?不是应该返回 func
吗?
这也不难理解,因为上边执行func
和下边 decorator(func)
是等价的,所以上面 func.__name__
是等价于下面decorator(func).__name__
的,那当然名字是inner_function
def wrapper(func):
def inner_function():
pass
return inner_function
def wrapped():
pass
print(wrapper(wrapped).name)
#inner_function
那如何避免这种情况的产生?方法是使用 functools .wraps 装饰器,它的作用就是将被修饰的函数(wrapped) 的一些属性值赋值给 修饰器函数(wrapper) ,最终让属性的显示更符合我们的直觉。
from functools import wraps
def wrapper(func):
@wraps(func)
def inner_function():
pass
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.name)
wrapped
准确点说,wraps 其实是一个偏函数对象(partial),源码如下
def wraps(wrapped,
assigned = WRAPPER_ASSIGNMENTS,
updated = WRAPPER_UPDATES):
return partial(update_wrapper, wrapped=wrapped,
assigned=assigned, updated=updated)
可以看到wraps其实就是调用了一个函数update_wrapper
,知道原理后,我们改写上面的代码,在不使用 wraps的情况下,也可以让 wrapped.__name__
打印出 wrapped,代码如下:
from functools import update_wrapper
WRAPPER_ASSIGNMENTS = (‘module’, ‘name’, ‘qualname’, ‘doc’,
‘annotations’)
def wrapper(func):
def inner_function():
pass
update_wrapper(inner_function, func, assigned=WRAPPER_ASSIGNMENTS)
return inner_function
@wrapper
def wrapped():
pass
print(wrapped.name)
10. 内置装饰器:property
以上,我们介绍的都是自定义的装饰器。
其实Python语言本身也有一些装饰器。比如property
这个内建装饰器,我们再熟悉不过了。
它通常存在于类中,可以将一个函数定义成一个属性,属性的值就是该函数return的内容。
通常我们给实例绑定属性是这样的
class Student(object):
def init(self, name, age=None):
self.name = name
self.age = age
实例化
xiaoming = Student(“小明”)
添加属性
xiaoming.age=25
查询属性
xiaoming.age
删除属性
del xiaoming.age
但是稍有经验的开发人员,一下就可以看出,这样直接把属性暴露出去,虽然写起来很简单,但是并不能对属性的值做合法性限制。为了实现这个功能,我们可以这样写。
class Student(object):
def init(self, name):
self.name = name
self.name = None
def set_age(self, age):
if not isinstance(age, int):
raise ValueError(‘输入不合法:年龄必须为数值!’)
if not 0 < age < 100:
raise ValueError(‘输入不合法:年龄范围必须0-100’)
self._age=age
def get_age(self):
return self._age
def del_age(self):
self._age = None
xiaoming = Student(“小明”)
添加属性
xiaoming.set_age(25)
最后
Python崛起并且风靡,因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低,但它的晋级路线很多,通过它你能进入机器学习、数据挖掘、大数据,CS等更加高级的领域。Python可以做网络应用,可以做科学计算,数据分析,可以做网络爬虫,可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多,你需要学好基础,再选择明确的方向。这里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!
👉Python所有方向的学习路线👈
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。
👉Python必备开发工具👈
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
👉Python全套学习视频👈
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。
👉实战案例👈
学python就与学数学一样,是不能只看书不做题的,直接看步骤和答案会让人误以为自己全都掌握了,但是碰到生题的时候还是会一筹莫展。
因此在学习python的过程中一定要记得多动手写代码,教程只需要看一两遍即可。
👉大厂面试真题👈
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。
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!