當(dāng)前位置：首頁 > 编程语言 > python >内容正文

python

1. @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(biāo)準(zhǔn)庫中，非常易于使用。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。此裝飾器可用于使用緩存加速函數(shù)的連續(xù)運行。當(dāng)然，這應(yīng)該在使用時記住一些關(guān)于緩存的注意事項，但在通用使用情況下，大多數(shù)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(shù)的一個很好的例子是遞歸函數(shù)，例如計算階乘的函數(shù)：

def factorial(n):return n * factorial(n-1) if n else 1

遞歸在計算時間上可能非常困難，但添加此裝飾器有助于顯著加快此函數(shù)的連續(xù)運行速度。

@lru_cache def?factorial(n):?return n * factorial(n-1) if n else 1

現(xiàn)在每當(dāng)我們運行這個函數(shù)時，前幾個階乘計算將被保存到緩存中。因此，下次我們調(diào)用該函數(shù)時，我們只需要計算我們之前使用的階乘之后的階乘。當(dāng)然，并不是所有的階乘計算都會被保存，但是很容易理解為什么這個裝飾器的一個很好的應(yīng)用程序來加速一些自然很慢的代碼。

2.?@jit

JIT 是即時編譯(Just In Time)的縮寫。通常每當(dāng)我們在 Python 中運行一些代碼時，發(fā)生的第一件事就是編譯。這種編譯會產(chǎn)生一些開銷，因為類型被分配了內(nèi)存，并存儲為未分配但已命名的別名。使用即時編譯，我們在執(zhí)行時才進(jìn)行編譯。在很多方面，我們可以將其視為類似于并行計算的東西，其中 Python 解釋器同時處理兩件事以節(jié)省一些時間。

Numba JIT 編譯器因?qū)⑦@一概念提供到 Python 中而聞名。與@lru_cache 類似，可以非常輕松地調(diào)用此裝飾器，并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件變得更加容易，而不必進(jìn)入 C。

以下案例使用@jit裝飾器加速蒙特卡洛方法計算。

from numba import jit import random@jit(nopython=True) def monte_carlo_pi(nsamples):acc = 0for i in range(nsamples):x = random.random()y = random.random()if (x ** 2 + y ** 2) < 1.0:acc += 1return 4.0 * acc / nsamples

3. @do_twice

do_twice 裝飾器的功能與它的名字差不多。此裝飾器可用于通過一次調(diào)用運行兩次函數(shù)。這當(dāng)然有一些用途，我發(fā)現(xiàn)它對調(diào)試特別有用。它可以用于測量兩個不同迭代的性能。以 Functools 為例，我們可以讓一個函數(shù)運行兩次，以檢查是否有改進(jìn)。該函數(shù)由 Python 中的裝飾器模塊提供，該模塊位于標(biāo)準(zhǔn)庫中。

from decorators import do_twice @do_twice def timerfunc():%timeit factorial(15)

4.?@count_calls

count_calls 裝飾器可用于提供有關(guān)函數(shù)在軟件中使用多少次的信息。像 do_twice 一樣，這當(dāng)然可以在調(diào)試時派上用場。當(dāng)添加到給定的函數(shù)時，我們將收到一個輸出，告訴我們該函數(shù)每次運行時已經(jīng)運行了多少次。這個裝飾器也在標(biāo)準(zhǔn)庫的裝飾器模塊中。

from decorators import count_calls @count_calls def function_example():print("Hello?World!")function_example() function_example() function_example()

5. @dataclass

為了節(jié)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。這個裝飾器可用于快速編寫類中常見的標(biāo)準(zhǔn)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(biāo)準(zhǔn)庫中，所以不需要PIP來嘗試這個例子！

from dataclasses import dataclass@dataclass class Food:name: strunit_price: floatstock: int = 0def stock_value(self) -> float:return(self.stock * self.unit_price)

這段代碼將自動創(chuàng)建一個初始化函數(shù) __init__()，其中包含填充類中數(shù)據(jù)所需的位置參數(shù)。它們也將自動提供給 self，因此無需編寫一個很長的函數(shù)來將一些數(shù)據(jù)參數(shù)放入類中。

6. @singleton

為了理解單例裝飾器的用途，我們首先需要了解單例(singleton)是什么。從某種意義上說，單例是全局變量類型的一個版本。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(chuàng)建一個只使用一次的類并改變類，而不是通過初始化來構(gòu)造新的類型。

通常，單例裝飾器是由用戶自己編寫的，實際上并不是導(dǎo)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(shù)并編寫一個包裝器，以便在我們的類上使用這個裝飾器：

def singleton(cls):instances = {}def wrapper(*args, **kwargs):if cls not in instances:instances[cls] = cls(*args, **kwargs)return instances[cls]return wrapper@singleton class cls:def func(self):

解決此問題的另一種方法是使用元類。

Python進(jìn)階：一步步理解Python中的元類metaclass

7.?@use_unit

在科學(xué)計算中經(jīng)常派上用場的一種裝飾器是 @use_unit 裝飾器。此裝飾器可用于更改返回結(jié)果的表示單位。這對于那些不想在數(shù)據(jù)中添加度量單位但仍希望人們知道這些單位是什么的人很有用。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(xué)應(yīng)用程序非常有用。

def use_unit(unit):"""Have a function return a Quantity with given unit"""use_unit.ureg = pint.UnitRegistry()def decorator_use_unit(func):@functools.wraps(func)def wrapper_use_unit(*args, **kwargs):value = func(*args, **kwargs)return value * use_unit.ureg(unit)return wrapper_use_unitreturn decorator_use_unit@use_unit("meters per second") def average_speed(distance, duration):return distance / duration

8. @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(diào)度是一種編程技術(shù)，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(diào)度，但我認(rèn)為單調(diào)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(shù)據(jù)變得更加容易, 尤其當(dāng)我們希望通過同一方法傳遞多種類型數(shù)據(jù)時，情況更是如此。我在我的 FuncTools 文章中寫了更多關(guān)于這個的內(nèi)容，所以如果你對使用單一調(diào)度方法感興趣，我推薦它。

@singledispatch def fun(arg, verbose=False):if verbose:print("Let me just say,", end=" ")print(arg)@fun.register def _(arg: int, verbose=False):if verbose:print("Strength in numbers, eh?", end=" ")print(arg)@fun.register def _(arg: list, verbose=False):if verbose:print("Enumerate this:")for i, elem in enumerate(arg):print(i, elem)

文章來源：https://towardsdatascience.com/10-fabulous-python-decorators-ab674a732871

原作：埃米特·布德羅?翻譯：大江狗

推薦閱讀

一文看懂Python協(xié)程asyncio模塊的演變及高級用法

一文看懂Python系列之裝飾器(decorator)(工作面試必讀)

Django基礎(chǔ)(26): 常用裝飾器應(yīng)用場景及正確使用方法

總結(jié)

以上是生活随笔為你收集整理的推荐8个炫酷的 Python 装饰器！的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。

上一篇： Qt项目打包发布超详细教程
下一篇：如何利用并发性加速你的python程序（