Python基础篇_修饰符(Decorators)【中】

上一篇:Python基础篇_修饰符(Decorators)【上】(@decorator、@classmethod、@staticmethod)
下一篇:Python基础篇_修饰符(Decorators)【下】@abc.abstractmethod、@functools.singledispatch、@contextlib.contextmanager

 Python基础篇_修饰符(Decorators)[中]

  • Python基础篇_修饰符【中】
    • 一、修饰符一般特点
    • 二、常用的修饰符以及用法举例
      • 4) @property,属性装饰器;@<attribute_name>.setter,属性设置
      • 5) @<attribute_name>.deleter,删除属性
      • 6) @functools.lru_cache(maxsize=None),值缓存

Python基础篇_修饰符【中】

    Python中有多种修饰符,这些修饰符用于指定方法的特殊行为或属性,也是用于修改函数行为的特殊参数。

一、修饰符一般特点

  1. 修饰符只能用于类定义中,不能用于普通函数中
  2. 属性修饰符是可叠加的,也就是说,一个方法可以同时被多个属性修饰符修饰

二、常用的修饰符以及用法举例

4) @property,属性装饰器;@<attribute_name>.setter,属性设置

    @property用于将方法变成属性。这允许我们以类似访问属性(即直接通过点运算符)的方式来调用方法,而不需要使用括号。当我们将@property装饰一个方法时,这个方法变成了所谓的"getter",它在每次属性被读取时都会执行,并且会返回值。

    同时,我们还使用@<attribute_name>.setter,允许我们为属性提供一个设置值的方法。如果一个@property没有与之对应的@<attribute_name>.setter,则此属性为只读属性。

示例1:只读属性

class Person:def __init__(self, name):self._name = name@propertydef full_name(self):return self._name + " Doe"# 在这个例子中,我们定义了一个人的类,其中有一个只读属性`full_name`。
# 每次访问这个属性时,它都会返回带有" Doe"后缀的全名。
# 我们没有为这个属性提供setter,所以它是一个只读属性。

示例2:带有计算值的属性

class Circle:def __init__(self, radius):self._radius = radius@propertydef area(self):return 3.14 * self._radius ** 2@area.setterdef area(self, new_area):self._radius = new_area / 3.14 ** 0.5# 在这个例子中,我们有一个圆,它有一个半径属性。
# 我们还定义了一个计算面积的getter方法。为了设置面积
# 我们还定义了一个setter方法,它会根据给定的面积重新计算半径。

示例3:带有多个setter的属性

class Rectangle:def __init__(self, width, height):self._width = widthself._height = height@propertydef area(self):return self._width * self._height@area.setter  # 这个setter同时用于width和height的修改def area(self, new_area):width = new_area / self._height if self._height != 0 else 0height = new_area / self._width if self._width != 0 else 0self._width = widthself._height = height# 在这个例子中,我们有一个矩形类,它有两个属性:宽度和高度。
# 我们还定义了一个计算面积的getter方法。
# 为了设置面积,我们还定义了一个setter方法,它会根据给定的面积重新计算宽度和高度。
# 注意,这个setter方法同时用于宽度和高度属性的设置。        

5) @<attribute_name>.deleter,删除属性

    @<attribute_name>.deleter 是一个用于删除属性的装饰器,通常与 @property@<attribute_name>.setter 一起使用。它允许你定义一个方法来删除属性值。

示例1:删除Person类的name属性值

class Person:def __init__(self, name):self._name = name@propertydef name(self):return self._name@name.setterdef name(self, new_name):self._name = new_name@name.deleterdef name(self):print("Deleting name")del self._nameaPerson = Person('张三')
print(aPerson.name)
aPerson.name = '李四'
print(aPerson.name)
del aPerson.name
print(aPerson.name)
# 执行结果
张三
李四
Deleting name
AttributeError: 'Person' object has no attribute '_name'

示例2:删除User类的username属性值

class User:def __init__(self, username):self._username = username@propertydef username(self):return self._username@username.setterdef username(self, new_username):if not isinstance(new_username, str):raise ValueError("Username must be a string")self._username = new_username@username.deleterdef username(self):print("Deleting username")del self._usernameUser = User('张三')
print(User.username)
User.name = '李四'
print(User.username)
del User.name
print(User._username)
# 执行结果
张三
李四
Deleting username
AttributeError: 'User' object has no attribute '_username'

6) @functools.lru_cache(maxsize=None),值缓存

    functools.lru_cache(maxsize=None) 是 Python 的内置函数,用于实现最近最少使用 (Least Recently Used, LRU) 缓存策略。LRU 缓存是一种常见的缓存替换策略,用于决定当缓存达到其最大容量时应该丢弃哪个元素。最近最少使用的元素将被丢弃。

    lru_cache 可以用于任何可调用的对象(例如函数)。当一个函数被装饰后,它会在第一次调用时被执行,并且结果会被缓存。在随后的调用中,如果函数的参数相同,它将直接从缓存中返回结果,而不会再次执行函数。

    maxsize 参数指定了缓存的最大容量。如果将其设置为 None,则表示缓存可以无限增长。

    在计算密集型函数中,缓存之前计算的结果,在以后的调用中直接使用它们,而不需要重新计算。这样即使在多次调用计算密集型函数时,也可以快速地获取结果,而不需要重复进行计算,可以大大提高其性能。

示例1:使用缓存计算斐波那契数列

import functools@functools.lru_cache(maxsize=5)     # 缓存前5个斐波那契数
def fibonacci(n):if n < 2:return nreturn fibonacci(n-1) + fibonacci(n-2)# 计算斐波那契数列的第 10 个数
print(fibonacci(10))  # 输出: 55

示例2:使用缓存计算子集合组合

import functools@functools.lru_cache(maxsize=None) # None表示缓存无上限
def combinations(numbers):if len(numbers) == 0:return [[]]  else:results = []for i in range(len(numbers)):results += [x + [numbers[i]] for x in combinations(numbers[:i] + numbers[i+1:])]return results# 测试函数
numbers = [1, 2, 3]
print(combinations(numbers))  
# 执行结果
[[], [1], [2], [1, 2], [3], [1, 3], [2, 3], [1, 2, 3]]

示例3:使用缓存计算字符串所有子串

import functools@functools.lru_cache(maxsize=None) # None表示缓存无上限
def combinations(strings):if len(strings) == 0:return [""]else:results = []for i in range(len(strings)):results += [x + strings[i] for x in combinations(strings[:i] + strings[i+1:])]return results# 测试函数
strings = ["a", "b", "c"]
print(combinations(strings))  
# 执行结果 
['', 'a', 'b', 'c', 'ab', 'ac', 'bc', 'abc']

may the odds be ever in your favor ~

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/677062.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

在面试中如何回复擅长vue还是react

当面试官问及这个问题的时候&#xff0c;我们需要思考面试官是否是在乎你是掌握vue还是react吗&#xff1f;&#xff1f;&#xff1f; 在大前端的一个环境下&#xff0c;当前又有AI人工智能的加持辅助&#xff0c;我们是不是要去思考企业在进行前端岗位人员需求的时候&#xf…

骨科器械行业分析:市场规模为360亿元

骨科器械一般指专门用于骨科手术用的专业医疗器械。按国家食品药品监督局的分类划分常分为&#xff1a;一类;二类和三类。按照使用用途和性能主要分为骨科用刀、骨科用剪、骨科用钳、骨科用钩、骨科用针、骨科用刮、骨科用锥、骨科用钻、骨科用锯、骨科用凿、骨科用锉/铲、骨科…

Github 2024-02-04 开源项目日报 Top9

根据Github Trendings的统计&#xff0c;今日(2024-02-04统计)共有9个项目上榜。根据开发语言中项目的数量&#xff0c;汇总情况如下&#xff1a; 开发语言项目数量Python项目6Ruby项目1HTML项目1C项目1Go项目1TypeScript项目1 Windows 终端、控制台和命令行存储库 创建周期…

数据库管理-第148期 最强Oracle监控EMCC深入使用-05(20240208)

数据库管理148期 2024-02-08 数据库管理-第148期 最强Oracle监控EMCC深入使用-05&#xff08;20240208&#xff09;1 性能主页2 ADDM Spotlight3 实时ADDM4 数据库的其他5 主机总结 数据库管理-第148期 最强Oracle监控EMCC深入使用-05&#xff08;20240208&#xff09; 作者&am…

跨平台监控管理工具ServerBee

大年初一&#xff0c;给各位拜年&#xff0c;恭祝大家龙年大吉&#xff0c;新春快乐~&#xff01; 本文是应网友 博茨瓦纳 的要求折腾的&#xff1b; 什么是 ServerBee &#xff1f; ServerBee 是一款支持跨平台集监控、管理和终端的效率工具&#xff0c;支持 Linux 、Windows …

微信小程序 民宿预订租赁系统uniApp

通过山青水磨APP办理租房相关业务&#xff0c;线上解决预定、退订的业务&#xff0c;旅客在使用时更加灵活&#xff0c;实现了快速找房&#xff0c;在线沟通、便捷租赁等操作&#xff0c;除此以外&#xff0c;还能帮助旅客获取周边资讯、当地特色活动服务&#xff0c;提升旅客的…

并发、串行与同步、异步

怎么理解“一个程序并发执行&#xff0c;数据库连接对象只有一个时&#xff0c;只能同步”&#xff1f; 理解这个说法需要考虑并发执行和数据库连接对象的特性。 在一个面向对象程序中&#xff0c;并发执行通常意味着多个线程或进程同时执行程序的不同部分。数据库连接对象是…

KY134 最大报销额

ti 深搜&#xff08;有点类似板子&#xff09; //深搜回溯求最大和 //直接贪心取值无法ac&#xff0c;浮点数没法dp //把money都乘以100,小数点后两位映射到整数,就可以背包 #include<bits/stdc.h>using namespace std;#define db doubleint n, m; db sum; priority_que…

Bug地狱 #2 构建监控平台查看系统运行与SQL执行情况

补救 构建监控平台查看系统运行与SQL执行情况 关于系统的可观测性&#xff0c;有logs&#xff08;日志&#xff09;&#xff0c;traces&#xff08;跟踪&#xff09;&#xff0c;metrics&#xff08;指标&#xff09;。 系统频繁宕机&#xff0c;可能的原因有&#xff1a;1.慢…

9.7不同的二叉搜索树(LC96-M)

96. 不同的二叉搜索树 - 力扣&#xff08;LeetCode&#xff09; 算法&#xff1a; 看到这道题的时候有点懵&#xff0c;可以举几个例子&#xff0c;找规律 n为3的时候&#xff1a; 当1为头结点的时候&#xff0c;其右子树有两个节点&#xff0c;两个节点的布局&#xff0c; …

鸿蒙学习-module.json5配置文件

官网文档参考&#xff1a;文档中心 位于entry->src->main-module.json5 一、基础属性 {"module": {/*标识当前Module的名称&#xff0c;标签值采用字符串表示&#xff08;最大长度31个字节&#xff09;&#xff0c;该名称在整个应用中要唯一&#xff0c;仅支…

快速重启网络服务 IP Helper

有时候&#xff0c;因为需要配置虚拟机&#xff0c;又或者网络环境复杂的情况下。win10重启后&#xff0c;会造成网络服务失效。所以这时候需要重启网络服务。即重启IP Helper。每次 我的电脑->鼠标右键 管理->服务和应用程序->服务->IP Helper 右键重启&#xff0…

XGB-5: DART Booster

XGBoost 主要结合了大量的回归树和一个小的学习率。在这种情况下&#xff0c;早期添加的树是重要的&#xff0c;而晚期添加的树是不重要的。 Vinayak 和 Gilad-Bachrach 提出了一种将深度神经网络社区的 dropout 技术应用于梯度提升树的新方法&#xff0c;并在某些情况下报告了…

客观看待前后端分离,优劣、场景、对程序员职业的影响

前后端分离倡导多年了&#xff0c;现在基本成为了开发的主流模式了&#xff0c;贝格前端工场承接的前端项目只要不考虑seo的&#xff0c;都采用前后端分离模式。 一、在前端开发中&#xff0c;前后端分离是指什么 在前端开发中&#xff0c;前后端分离是一种架构模式&#xff…

机器学习系列——(二十)密度聚类

引言 在机器学习的无监督学习领域&#xff0c;聚类算法是一种关键的技术&#xff0c;用于发现数据集中的内在结构和模式。与传统的基于距离的聚类方法&#xff08;如K-Means&#xff09;不同&#xff0c;密度聚类关注于数据分布的密度&#xff0c;旨在识别被低密度区域分隔的高…

网络安全05-sql-labs靶场全网最详细总结

目录 一、环境准备&#xff0c;sql注入靶场环境网上全是保姆教程&#xff0c;自己搜搜&#xff0c;这个不进行描述 二、注入方式了解 三、正式开始注入闯关 3.1第一关&#xff08;字符型注入&#xff09; 3.1.1首先先测试一下字符 ​3.1.2尝试单引号闭合看输出什么 3.1.3…

mysql RR、RC隔离级别实现原理

事务隔离级别实现过程 快照读&#xff08;select语句&#xff09; 获取事务自己版本号&#xff0c;即事务 ID获取 Read View 查询得到数据&#xff0c;然后 Read View 中事务版本号进行比较。如果不符合 Read View 可见性规则&#xff08;看最新数据还是副本里的数据&#xf…

STM32F1 - 标准外设库_规范

STM32F10x_StdPeriph_Lib_V3.6.0 1> 头文件包含关系2> .c文件内部结构3> 宏定义位置4> 位掩码bit mask5> .c文件中定义私有变量6> 枚举类型定义 1> 头文件包含关系 1个头文件stm32f10x.h 就把整个MCU以及标准外设库&#xff0c;就管理了&#xff1b; 2>…

101. 对称二叉树 - 力扣(LeetCode)

题目描述 给你一个二叉树的根节点 root &#xff0c; 检查它是否轴对称。 题目示例 输入&#xff1a;root [1,2,2,3,4,4,3] 输出&#xff1a;true 解题思路 首先想清楚&#xff0c;判断对称二叉树要比较的是哪两个节点&#xff0c;要比较的可不是左右节点&#xff01; 对于…

高级数据结构与算法 | 布谷鸟过滤器(Cuckoo Filter):原理、实现、LSM Tree 优化

文章目录 Cuckoo Filter基本介绍布隆过滤器局限变体 布谷鸟哈希布谷鸟过滤器 实现数据结构优化项Victim Cache备用位置计算半排序桶 插入查找删除 应用场景&#xff1a;LSM 优化 Cuckoo Filter 基本介绍 如果对布隆过滤器不太了解&#xff0c;可以看看往期博客&#xff1a;海量…