news 2026/4/2 15:22:48

DAY31 函数专题2:装饰器

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
DAY31 函数专题2:装饰器

前言:在上一个章节中我们主要讨论了函数的基本定义方式和基本的用法,在本节中我们将引入一个新的概念装饰器。装饰器是函数的"外包装",装饰器是一个可以给函数"穿衣服"的特殊函数,不改变原函数代码就能增加新功能。

一、选用装饰器的原因

原因一:使用装饰器可以提升代码复用,例如我有多个函数需要测量执行时间,我可以直接将装饰器应用在这些函数上,而不用在每个函数上进行重复代码的书写。

原因二:保证函数的逻辑清晰,使用装饰器可以使得一个函数只承担单一的责任。

原因三:扩展他人写好的函数,通过装饰器可以直接添加额外功能,而不需要去对应的库中进行相关的修改。

二、应用示例

编写一个装饰器logger,在函数执行前后打印日志信息(如函数名、参数、返回值)。

def logger(func): def wrapper(*args, **kwargs): # args 是元组,kwargs 是字典 print(f"开始执行函数 {func.__name__},参数: {args}, {kwargs}") result = func(*args, **kwargs) print(f"函数 {func.__name__} 执行完毕,返回值: {result}") return result return wrapper @logger def multiply(a, b): return a * b multiply(2, 3) # 调用 multiply 函数,观察日志输出

其中

@logger
def multiply(a, b):
return a * b

multiply(2, 3)

--------------------------------------------------------等价于----------------------------------------------------------------

def multiply(a, b):
return a * b

multiply = logger(multiply)

值得注意的是

return wrapper(返回函数本身,可多次使用的工具)、return wrapper()(立即执行函数,一个结果值)。

举个例子:对于return wrapper:

def create_calculator(operation): if operation == "add": def add_numbers(a, b): return a + b return add_numbers # 返回加法计算器 elif operation == "multiply": def multiply_numbers(a, b): return a * b return multiply_numbers # 返回乘法计算器 # 得到计算器 my_adder = create_calculator("add") my_multiplier = create_calculator("multiply") # 可以多次使用 print(my_adder(2, 3)) # 5 print(my_adder(10, 20)) # 30 print(my_multiplier(4, 5)) # 20

对于 return wrapper():

def calculate_once(): def add_numbers(a, b): return a + b return add_numbers(2, 3) # ❌ 立即计算 2+3 # 只能得到一个结果 result = calculate_once() print(result) # 5 # 不能计算其他数 # 这个函数只能算 2+3

一个参数设定时的典型错误:

关键规则总结

  1. 顺序:位置参数必须在前,关键字参数在后

  2. 一旦用关键字参数,后面的所有参数必须都用关键字参数

  3. 可以混用,但必须保持"位置→关键字"的顺序

  4. 关键字参数可以打乱顺序,因为Python按名称分配

@浙大疏锦行

版权声明: 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。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/3/28 6:07:46

PyTorch-CUDA-v2.6镜像中安装自定义Python包的方法

PyTorch-CUDA-v2.6镜像中安装自定义Python包的方法 在现代AI研发流程中,一个稳定、高效且可复用的开发环境几乎是每个团队的刚需。PyTorch作为主流深度学习框架之一,配合NVIDIA的CUDA生态,已经成为训练和推理任务的事实标准。而像 PyTorch-CU…

作者头像 李华
网站建设 2026/4/2 7:36:35

LangChain4j 项目架构分析

LangChain4j 项目架构分析 请关注公众号【碳硅化合物AI】 概述 LangChain4j 是 Java 生态里的 LLM 集成框架,2023 年初启动,当时 Java 这边还没有成熟的 LLM 库。核心思路是统一 API,降低复杂度。 不同 LLM 提供商(OpenAI、An…

作者头像 李华
网站建设 2026/4/3 3:05:56

Opencv总结4——项目实战-信用卡数字识别

先看效果:代码资料看本人博客资源。首先模板是需要预测的图像是任务是:使用模板匹配,一定要是数字特别接近的模板,然后匹配银行卡上面的数字。1.1 模板处理灰度处理——> 二值处理——> 轮廓处理# 灰度图 ref cv2.cvtColor…

作者头像 李华
网站建设 2026/3/14 1:49:52

智能体的记忆管理机制及其潜在风险 | 直播预约

主题智能体的记忆管理机制及其潜在风险时间2025.12.30 周一 11:00 北京时间2025.12.29 周日 22:00 美东时间2025.12.29 周日 19:00 美西时间直播平台微信视频号:b站直播间:Youtube直播间:https://www.youtube.com/live/U0rDRX7ZkYM内容介绍分…

作者头像 李华
网站建设 2026/4/3 4:40:01

PyTorch-CUDA-v2.6镜像中定时备份Jupyter Notebook脚本的方法

PyTorch-CUDA-v2.6 镜像中实现 Jupyter Notebook 定时备份的完整实践 在深度学习项目开发中,一个常见的痛点是:你花了整整一天调试模型、调整参数、可视化结果,所有的成果都保存在一个 .ipynb 文件里。突然断电、容器崩溃,或者只是…

作者头像 李华
网站建设 2026/3/27 4:58:46

项目1-通过RocketMQ 将短链接统计

这是一份关于 “短链接访问统计系统”(基于 RocketMQ)的笔记,整合了我们之前讨论的所有核心知识点、代码逻辑、设计思想和技术细节,方便你系统复习和查阅。短链接访问统计系统(基于 RocketMQ)笔记一、系统核…

作者头像 李华