python類函數裝飾器

『壹』 python極簡教程06：生成式和裝飾器

測試奇譚，BUG不見。

這一場，主講python的 生成式和裝飾器。

目的：掌握四種生成式（列表、生成器、集合、字典），裝飾器的原理和使用。

能夠用一行代碼，快速高效的生成數據。（這就不需要再通俗的講解了吧）

舉個例子：提取1-100之間的奇數

使用()，而不是 []

舉個例子：列表元素去重

舉個例子：字典kv反轉

顧名思義：增強函數或類的功能的一個函數。

裝飾器的作用：增強函數的功能，確切的說，可以裝飾函數，也可以裝飾類。

初學的你，還是太難理解？

你開視頻聊天，覺得自己的顏值不在線，於是乎，你使用美顏，增強裝飾自己的顏值。

對於美顏這個功能來說，你可以用，我可以用，所有人都可以用，以此來增強裝飾自己的顏值。

方法一：不用語法糖@符號

方法二：採用語法糖@符號

再舉個例子：計算函數時間

『貳』 推薦 8 個炫酷的 Python 裝飾器

文章：Python數據分析實例

00

前言

Python 編程語言的一大優點是它把所有功能都打包到一個小包中，這些功能非常有用。

許多特性可以完全改變 Python 代碼的功能，這使得該語言更加靈活。如果使用得當，其中一些功能可以有效縮短編寫程序所需的時間。

實現這些目標的一個很好的例子是 Python 的裝飾器。

00 裝飾器

裝飾器(decorators)是一個可以用於改變一個 Python 函數對象行為的函數。它們可以應用於類和函數，可以做很多非常有趣的事情！

裝飾器可以用來縮短代碼、加速代碼並徹底改變代碼在 Python 中的行為方式。

不用說，這當然可以派上用場！今天我想炫耀一些我認為值得一試的裝飾器。

有很多裝飾器，但我選擇了一些我認為具有最酷功能的裝飾器。

01 @lru_cache

此列表中的第一個裝飾器來自 functools 模塊。

該模塊包含在標准庫中，非常易於使用。它還包含比這個裝飾器更酷的功能，但這個裝飾器肯定是我最喜歡的。

此裝飾器可用於使用緩存加速函數的連續運行。當然，這應該在使用時記住一些關於緩存的注意事項，但在通用使用情況下，大多數時候這個裝飾器是值得使用的。

能夠用一個簡單的裝飾器來加速代碼是非常棒的。

可以從這樣的裝飾器中受益的函數的一個很好的例子是遞歸函數，例如計算階乘的函數：

遞歸在計算時間上可能非常困難，但添加此裝飾器有助於顯著加快此函數的連續運行速度。

現在每當我們運行這個函數時，前幾個階乘計算將被保存到緩存中。

因此，下次我們調用該函數時，我們只需要計算我們之前使用的階乘之後的階乘。

當然，並不是所有的階乘計算都會被保存，但是很容易理解為什麼這個裝飾器的一個很好的應用程序來加速一些自然很慢的代碼。

02 @jit

JIT 是即時編譯(Just In Time)的縮寫。通常每當我們在 Python 中運行一些代碼時，發生的第一件事就是編譯。

這種編譯會產生一些開銷，因為類型被分配了內存，並存儲為未分配但已命名的別名。使用即時編譯，我們在執行時才進行編譯。

在很多方面，我們可以將其視為類似於並行計算的東西，其中 Python 解釋器同時處理兩件事以節省一些時間。

Numba JIT 編譯器因將這一概念提供到 Python 中而聞名。與@lru_cache 類似，可以非常輕松地調用此裝飾器，並立即提高代碼的性能。Numba 包提供了 jit 裝飾器，它使運行更密集的軟體變得更加容易，而不必進入 C。

以下案例使用@jit 裝飾器加速蒙特卡洛方法計算。

03 @do_twice

do_twice 裝飾器的功能與它的名字差不多。此裝飾器可用於通過一次調用運行兩次函數。這當然有一些用途，我發現它對調試特別有用。

它可以用於測量兩個不同迭代的性能。以 Functools 為例，我們可以讓一個函數運行兩次，以檢查是否有改進。該函數由 Python 中的裝飾器模塊提供，該模塊位於標准庫中。

04 @count_calls

count_calls 裝飾器可用於提供有關函數在軟體中使用多少次的信息。

像 do_twice 一樣，這當然可以在調試時派上用場。

當添加到給定的函數時，我們將收到一個輸出，告訴我們該函數每次運行時已經運行了多少次。這個裝飾器也在標准庫的裝飾器模塊中。

05 @dataclass

為了節省編寫類的時間，我一直使用的最好的裝飾器之一是@dataclass 裝飾器。

這個裝飾器可用於快速編寫類中常見的標准方法，這些方法通常會在我們編寫的類中找到。

這個裝飾器來自 dataclass 模塊。這個模塊也在標准庫中，所以不需要 PIP 來嘗試這個例子！

這段代碼將自動創建一個初始化函數 init，其中包含填充類中數據所需的位置參數。

它們也將自動提供給 self，因此無需編寫一個很長的函數來將一些數據參數放入類中。

06 @singleton

為了理解單例裝飾器的用途，我們首先需要了解單例(singleton)是什麼。從某種意義上說，單例是全局變數類型的一個版本。

這意味著類型被定義為只存在一次。盡管這些在 C++ 等語言中很常見，但在 Python 中卻很少見到。使用單例，我們可以創建一個只使用一次的類並改變類，而不是通過初始化來構造新的類型。

通常，單例裝飾器是由用戶自己編寫的，實際上並不是導入的。

這是因為單例仍然是對我們單例裝飾器中提供的模板的引用。我們可以命名一個單例函數並編寫一個包裝器，以便在我們的類上使用這個裝飾器：

另一種方法是使用元類!

07 @use_unit

在科學計算中經常派上用場的一種裝飾器是 @use_unit 裝飾器。

此裝飾器可用於更改返回結果的表示單位。這對於那些不想在數據中添加度量單位但仍希望人們知道這些單位是什麼的人很有用。

這個裝飾器也不是在任何模塊中真正可用，但它是非常常見的，對科學應用程序非常有用。

08 @singledispatch

Functools 憑借非常有用的@singledispatch 裝飾器再次在此列表中脫穎而出。

單調度是一種編程技術，在許多編程語言中都很常見，因為它是一種非常棒的編程方式。雖然我更喜歡多調度，但我認為單調度可以在很多方面扮演相同的角色。

這個裝飾器使得在 Python 中使用多類型數據變得更加容易, 尤其當我們希望通過同一方法傳遞多種類型數據時，情況更是如此。

『叄』 「低門檻 手把手」python 裝飾器(Decorators)原理說明

本文目的是由淺入深地介紹python裝飾器原理

裝飾器(Decorators)是 Python 的一個重要部分

其功能是， 在不修改原函數(類)定義代碼的情況下，增加新的功能

為了理解和實現裝飾器，我們先引入2個核心操作：

在這個例子中，函數hi的形參name，默認為'world'

在函數內部，又定義了另一個函數 howdoyoudo，定義這個函數時，將形參name作為新函數的形參name2的默認值。

因此，在函數內部調用howdoyoudo()時，將以調用hi時的實參為默認值，但也可以給howdoyoudo輸入其他參數。

上面的例子運行後輸出結果為：

這里新定義的howdoyoudo可以稱作一個「閉包」。不少關於裝飾器的blog都提到了這個概念，但其實沒必要給它取一個多專業的名字。我們知道閉包是 函數內的函數 就可以了

當我們進行 def 的時候，我們在做什麼？

這時，hi函數，列印一個字元串，同時返回一個字元串。

但hi函數本身也是一個對象，一個可以執行的對象。執行的方式是hi()。

這里hi和hi()有本質區別，

hi 代表了這個函數對象本身

hi() 則是運行了函數，得到函數的返回值。

作為對比，可以想像以下代碼

此時也是b存在，可以正常使用。

我們定義2個函數，分別實現自加1， 自乘2，

再定義一個函數double_exec，內容是將某個函數調用2次

在調用double_exec時，可以將函數作為輸入傳進來

輸出結果就是

7

27

同樣，也可以將函數作為輸出

輸出結果為

6

10

有了以上兩個核心操作，我們可以嘗試構造裝飾器了。

裝飾器的目的： 在不修改原函數(類)定義代碼的情況下，增加新的功能

試想一下，現在有一個原函數

在不修改原函數定義代碼的情況下，如果想進行函數內容的添加，可以將這個函數作為一個整體，添加到這樣的包裹中：

我們定義了一個my_decorator函數，這個函數進行了一種操作：

對傳入的f，添加操作(運行前後增加列印)，並把添加操作後的內容連同運行原函數的內容，一起傳出

這個my_decorator，定義了一種增加前後列印內容的行為

調用my_decorator時，對這個行為進行了操作。

因此，new_function是一個在original_function上增加了前後列印行為的新函數

這個過程被可以被稱作裝飾。

這里已經可以發現，裝飾器本身對於被裝飾的函數是什麼，是不需要考慮的。裝飾器本身只定義了一種裝飾行為，這個行為是通過裝飾器內部的閉包函數()進行定義的。

運行裝飾前後的函數，可以清晰看到裝飾的效果

我們復現一下實際要用裝飾器的情況，我們往往有一種裝飾器，想應用於很多個函數，比如

此時，如果我們想給3個print函數都加上裝飾器，需要這么做

實際調用的時候，就需要調用添加裝飾器的函數名了

當然，也可以賦值給原函數名

這樣至少不需要管理一系列裝飾前後的函數。

同時，在不需要進行裝飾的時候，需要把

全部刪掉。

事實上，這樣並不方便，尤其對於更復雜的裝飾器來說

為此，python提供了一種簡寫方式

這個定義print1函數前的@my_decorator，相當於在定義完print1後，自動直接運行了

不論採用@my_decorator放在新函數前，還是顯示地重寫print1 = my_decorator(print1)，都會存在一個問題：

裝飾後的函數，名字改變了(其實不止名字，一系列的索引都改變了)

輸出結果為:

這個現象的原因是，裝飾行為本身，是通過構造了一個新的函數（例子中是wrap_func函數）來實現裝飾這個行為的，然後把這個修改後的函數賦給了原函數名。

這樣，會導致我們預期的被裝飾函數的一些系統變數（比如__name__）發生了變化。

對此，python提供了解決方案：

經過這個行為後，被裝飾函數的系統變數問題被解決了

輸出結果為

剛才的例子都比較簡單，被裝飾的函數是沒有參數的。如果被裝飾的函數有參數，只需要在定義裝飾行為時（事實上，這個才更通用），增加(*args, **kwargs)描述即可

之前的描述中可以感受到，對於例子中的裝飾行為(前後加列印)，函數被裝飾後，本質上是調用了新的裝飾函數wrap_func。

因此，如果原函數需要有輸入參數傳遞，只需要在wrap_func（或其他任意名字的裝飾函數）定義時，也增加參數輸入(*args, **kwargs)，並將這些參數，原封不動地傳給待裝飾函數f。

這種定義裝飾行為的方式更具有普遍性，忘記之前的定義方式吧

我們試一下

輸出

這里需要注意的是，如果按照以下的方式定義裝飾器

那麼以下語句將不會執行

因為裝飾後實際的函數wrap_func(雖然名字被改成了原函數，系統參數也改成了原函數)，運行到return f(*args, **kwargs) 的時候已經結束了

因為裝飾器my_decorator本身也是可以輸入的，因此，只需要在定義裝飾器時，增加參數，並在後續函數中使用就可以了，比如

此時裝飾器已經可以有輸入參數了

輸出

你可能發現，為什麼不用簡寫版的方法了

因為以上代碼會報錯！！

究其原因，雖然

等價於

但是，

並不等價於

這本身和@語法有關，使用@my_decorator時，是系統在應用一個以單個函數作為參數的閉包函數。即，@是不能帶參數的。

但是你應該發現了，之前的@wraps(f)不是帶參數了嗎？請仔細觀察以下代碼

通過一層嵌套，my_decorator_with_parma本質上是返回了一個參數僅為一個函數的函數(my_decorator)，但因為my_decorator對my_decorator_with_parma來說是一個閉包，my_decorator_with_parma是可以帶參數的。（這句話真繞）

通過以上的定義，我們再來看

可以這么理解，my_decorator_with_parma(msg='yusheng')的結果是原來的my_decorator函數，同時，因為my_decorator_with_parma可以傳參，參數實際上是參與了my_decorator的（因為my_decorator對my_decorator_with_parma是閉包）， my_decorator_with_parma(msg='yusheng') 全等於 一個有參數參加的my_decorator

因此，以上代碼等價於有參數msg傳遞的

比較繞，需要理解一下，或者乾脆強記這種範式：

以上範式包含函數的輸入輸出、裝飾器的輸入，可以應對大部分情況了。

實驗一下：

輸出

以上是一個log裝飾器，利用datetime統計了函數的耗時，

並且，裝飾器可以進行輸出文件操作，如果給出了文件路徑，則輸出文件，否則就列印。

利用這個裝飾器，可以靈活地進行耗時統計

不設置輸出文件地址，則列印。運行結果為：

也可以輸出到文件

輸出結果為

同時在當前目錄生成了一個test.log 文件，內容為：

以上的裝飾器都是以函數形式出現的，但我們可以稍做改寫，將裝飾器以類的形式實現。

這個裝飾器類Log 上個例子里的裝飾器函數log功能是一樣的，同時，這個裝飾器類還可以作為基類被其他繼承，進一步增加功能。

原文 http://www.cnblogs.com/yushengchn/p/15636944.html

『肆』 python裝飾器的作用和功能

裝飾器本質上是一個Python函數，它可以讓其他函數在不需要做任何代碼變動的前提下增加額外功能，裝飾器的返回值也是一個函數對象。它經常用於有切面需求的場景，比如：插入日誌、性能測試、事務處理、緩存、許可權校驗等場景。裝飾器是解決這類問題的絕佳設計，有了裝飾器，我們就可以抽離出大量與函數功能本身無關的雷同代碼並繼續重用。概括的講，裝飾器的作用就是為已經存在的對象添加額外的功能

『伍』 Python筆記：Python裝飾器

裝飾器是通過裝飾器函數修改原函數的一些功能而不需要修改原函數，在很多場景可以用到它，比如① 執行某個測試用例之前，判斷是否需要登錄或者執行某些特定操作；② 統計某個函數的執行時間；③ 判斷輸入合法性等。合理使用裝飾器可以極大地提高程序的可讀性以及運行效率。本文將介紹Python裝飾器的使用方法。

python裝飾器可以定義如下：

輸出：

python解釋器將test_decorator函數作為參數傳遞給my_decorator函數，並指向了內部函數 wrapper()，內部函數 wrapper() 又會調用原函數 test_decorator()，所以decorator()的執行會先列印'this is wrapper'，然後列印'hello world'， test_decorator()執行完成後，列印 'bye' ，*args和**kwargs，表示接受任意數量和類型的參數。

裝飾器 my_decorator() 把真正需要執行的函數 test_decorator() 包裹在其中，並且改變了它的行為，但是原函數 test_decorator() 不變。

一般使用如下形式使用裝飾器：

@my_decorator就相當於 decorator = my_decorator(test_decorator) 語句。

內置裝飾器@functools.wrap可用於保留原函數的元信息（將原函數的元信息，拷貝到對應的裝飾器函數里）。先來看看沒有使用functools的情況：

輸出：

從上面的輸出可以看出test_decorator() 函數被裝飾以後元信息被wrapper() 函數取代了，可以使用@functools.wrap裝飾器保留原函數的元信息：

輸出：

裝飾器可以接受自定義參數。比如定義一個參數來設置裝飾器內部函數的執行次數：

輸出：

Python 支持多個裝飾器嵌套：

裝飾的過程：

順序從里到外：

test_decorator('hello world') 執行順序和裝飾的過程相反。

輸出：

類也可以作為裝飾器，類裝飾器主要依賴__call__()方法，是python中所有能被調用的對象具有的內置方法（python魔術方法），每當調用一個類的實例時，__call__()就會被執行一次。

下面的類裝飾器實現統計函數執行次數：

輸出：

下面介紹兩種裝飾器使用場景

統計函數執行所花費的時間

輸出：

在使用某些web服務時，需要先判斷用戶是否登錄，如果沒有登錄就跳轉到登錄頁面或者提示用戶登錄：

--THE END--

『陸』 Python之裝飾器簡介

python函數式編程之裝飾器

1.開放封閉原則

簡單來說，就是對擴展開放，對修改封閉。

在面向對象的編程方式中，經常會定義各種函數。一個函數的使用分為定義階段和使用階段，一個函數定義完成以後，可能會在很多位置被調用。這意味著如果函數的定義階段代碼被修改，受到影響的地方就會有很多，此時很容易因為一個小地方的修改而影響整套系統的崩潰，所以對於現代程序開發行業來說，一套系統一旦上線，系統的源代碼就一定不能夠再改動了。然而一套系統上線以後，隨著用戶數量的不斷增加，一定會為一套系統擴展添加新的功能。

此時，又不能修改原有系統的源代碼，又要為原有系統開發增加新功能，這就是程序開發行業的開放封閉原則，這時就要用到裝飾器了。

相關推薦：《Python視頻教程》

2.什麼是裝飾器？？

裝飾器，顧名思義，就是裝飾，修飾別的對象的一種工具。

所以裝飾器可以是任意可調用的對象，被裝飾的對象也可以是任意可調用對象。

3.裝飾器的作用

在不修改被裝飾對象的源代碼以及調用方式的前提下為被裝飾對象添加新功能。

原則：

1.不修改被裝飾對象的源代碼

2.不修改被裝飾對象的調用方式

目標：

為被裝飾對象添加新功能。

『柒』 什麼是Python裝飾器

所謂裝飾器就是把函數包裝一下，為函數添加一些附加功能，裝飾器就是一個函數，參數為被包裝的函數，返回包裝後的函數：你可以試下：

defd(fp):
def_d(*arg,**karg):
print"dosthbeforefp.."
r=fp(*arg,**karg)
print"dosthafterfp.."
returnr
return_d
@d
deff():
print"callf"
#上面使用@d來表示裝飾器和下面是一個意思
#f=d(f)
f()#調用f

『捌』 python裝飾器使用

裝飾器是從英文decorator翻譯過來的，從字面上來看就是對某個東西進行修飾，增強被修飾物的功能，下面我們對裝飾器做下簡單介紹。

一、怎麼編寫裝飾器

裝飾器的實現很簡單，本質是一個可調用對象，可以是函數、方法、對象等，它既可以裝飾函數也可以裝飾類和方法，為了簡單說明問題，我們實現一個函數裝飾器，如下代碼：

有了這個裝飾器，我們就可以列印出什麼時候開始和結束調用函數，對於排查函數的調用鏈非常方便。

二、帶參數的裝飾器

上面的例子無論什麼時候調用sum都會輸出信息，如果我們需要按需輸出信息怎麼實現呢，這時就要用到帶參數的裝飾器了，如下代碼：

對sum使用裝飾器時沒有參數，這時debug為0，所以調用sum時不會輸出函數調用相關信息。

對multi使用裝飾器時有參數，這時debug為1，所以調用multi時會輸出函數調用相關信息。

三、函數名字問題

當我們列印被裝飾後的函數名字時，不知道大家有沒發現輸出的不是函數本身的名字，如下代碼會輸出『wrap』而不是『sum』：

有時這種表現並不是我們想要的，我們希望被裝飾後的函數名字還是函數本身，那要怎麼實現呢？很簡單，只需要引入functools.wraps即可，如下代碼就會輸出『sum』了：

看完後是不是覺得python裝飾器很簡單，只要了解它的本質，怎麼寫都行，有好多種玩法呢。