python装饰器

在Python中,装饰器可以简化代码、增加功能或者优化性能。下面是一些常见的装饰器及其用法:

1. @property

@property 是用来创建只读属性的装饰器。它把一个方法转换成属性的形式访问,可以让你对实例属性的获取进行更加详细的控制。

用法示例:

python 复制代码
class Circle:
    def __init__(self, radius):
        self._radius = radius

    @property
    def radius(self):
        return self._radius

    @property
    def area(self):
        return 3.14159 * self._radius ** 2

c = Circle(4)
print(c.radius)  # 输出: 4
print(c.area)    # 输出: 50.26544

2. @staticmethod

@staticmethod 是用来表明一个方法是静态方法,它不需要表示一个类的实例或者类本身。

用法示例:

python 复制代码
class Math:
    @staticmethod
    def add(x, y):
        return x + y

print(Math.add(5, 7))  # 输出: 12

3. @classmethod

@classmethod 使得方法成为类方法,这意味着这个方法接收当前类作为第一个参数,而不是实例。

用法示例:

python 复制代码
class Person:
    species = 'Human'

    @classmethod
    def get_species(cls):
        return cls.species

print(Person.get_species())  # 输出: Human

4. @functools.lru_cache

来自functools模块,@lru_cache 是一个缓存装饰器,用于缓存最近使用的输入及其结果,从而加快连续调用的速度。

用法示例:

python 复制代码
from functools import lru_cache

@lru_cache(maxsize=32)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

print(fib(10))  # 输出: 55

5. @cached_property

@cached_property 是一个装饰器,用于将一个方法的返回值缓存为对象的属性。这意味着它只计算一次,然后将结果存储起来,用于后续的属性访问。

用法示例:

python 复制代码
from functools import cached_property

class Dataset:
    def __init__(self, data_source):
        self.data_source = data_source

    @cached_property
    def data(self):
        print("Loading data...")
        return load_data(self.data_source)  # 假设这是一个加载数据的函数

dataset = Dataset("data.csv")
print(dataset.data)  # 第一次访问,会加载数据
print(dataset.data)  # 后续访问,直接使用缓存的数据
相关推荐
不知更鸟1 小时前
Django 项目设置流程
后端·python·django
自动化代码美学2 小时前
【Python3.13】官网学习之控制流
开发语言·windows·python·学习
百锦再5 小时前
第18章 高级特征
android·java·开发语言·后端·python·rust·django
源码之家5 小时前
基于Python房价预测系统 数据分析 Flask框架 爬虫 随机森林回归预测模型、链家二手房 可视化大屏 大数据毕业设计(附源码)✅
大数据·爬虫·python·随机森林·数据分析·spark·flask
SalvoGao5 小时前
Python学习 | 怎么理解epoch?
数据结构·人工智能·python·深度学习·学习
楚疏笃6 小时前
纯Python 实现 Word 文档转换 Markdown
python·word
谅望者6 小时前
数据分析笔记08:Python编程基础-数据类型与变量
数据库·笔记·python·数据分析·概率论
mortimer6 小时前
【实战复盘】 PySide6 + PyTorch 偶发性“假死”?由多线程转多进程
pytorch·python·pyqt
清静诗意6 小时前
Django REST Framework(DRF)RESTful 最完整版实战教程
python·django·restful·drf
studytosky7 小时前
深度学习理论与实战:Pytorch基础入门
人工智能·pytorch·python·深度学习·机器学习