Python中@property装饰器的技巧性用法(代码示例)
@property装饰器能把一个方法变成属性一样来调用,下面我们就一起来看看Python的黑魔法@property装饰器的使用技巧解析
@属性有什么用呢?表面看来,就是将一个方法用属性的方式来访问。
上代码
class Circle(object): def __init__(self, radius): self.radius = radius @property def area(self): return 3.14 * self.radius ** 2 c = Circle(4) print c.radius print c.area
可以看到,面积虽然是定义成一个方法的形式,但是加上@财产后,可以直接c.area,当成属性访问。
现在问题来了,每次调用c.area,都会计算一次,太浪费cpu了,怎样才能只计算一次呢?这就是懒惰的财产。
class lazy(object): def __init__(self, func): self.func = func def __get__(self, instance, cls): val = self.func(instance) setattr(instance, self.func.__name__, val) return val class Circle(object): def __init__(self, radius): self.radius = radius @lazy def area(self): print 'evalute' return 3.14 * self.radius ** 2 c = Circle(4) print c.radius print c.area print c.area print c.area
可以看到, 'evalute' 只输出了一次,对@Lazy的机制应该很好理解。
在这里,懒惰类有__get__方法,说明是个描述器,第一次执行c.area的时候,因为顺序问题,先去Ç.__ dict__中找,没找到,就去类空间找,在类圈中,有面积()方法,于是就被__get__拦截。
在__get__中,调用实例的区域()方法算出结果,并动态给实例添加个同名属性把结果赋给它,即加到Ç.__ dict__中去。
再次执行c.area的时候,先去Ç.__ dict__找,因为此时已经有了,就不会经过区域()方法和__get__了。
注意点
请注意以下代码场景:
代码片段1:
class Parrot(object): def __init__(self): self._voltage = 100000 @property def voltage(self): """Get the current voltage.""" return self._voltage if __name__ == "__main__": # instance p = Parrot() # similarly invoke "getter" via @property print p.voltage # update, similarly invoke "setter" p.voltage = 12
代码片段2:
class Parrot: def __init__(self): self._voltage = 100000 @property def voltage(self): """Get the current voltage.""" return self._voltage if __name__ == "__main__": # instance p = Parrot() # similarly invoke "getter" via @property print p.voltage # update, similarly invoke "setter" p.voltage = 12
代码1,2的区别在于
class Parrot(对象):
在python2下,分别运行测试
片段1:将会提示一个预期的错误信息AttributeError:无法设置属性
片段2:正确运行
参考python2文档,@ property将提供一个ready-only属性,以上代码没有提供对应的@ voltage.setter,按理说片段2代码将提示运行错误,在python2文档中,我们可以找到以下信息:
BIF:
property([fget [,fset [,fdel [,doc]]]])
返回新样式类的属性属性(从对象派生的类)。
原来在python2下,内置类型对象并不是默认的基类,如果在定义类时,没有明确说明的话(代码片段2),我们定义的Parrot(代码片段2)将不会继承对象
而对象类正好提供了我们需要的@property功能,在文档中我们可以查到如下信息:
新式课
任何继承自object的类。这包括所有内置类型,如list和dict。只有新式类可以使用Python的更新,通用的功能,如__slots__,描述符,属性和__getattribute __()。
同时我们也可以通过以下方法来验证
class A: pass >>type(A) <type 'classobj'>
class A(object): pass >>type(A) <type 'type'>
从返回的<type'classobj'>,<type'type'>可以看出<type'type'>是我们需要的对象类型(python 3.0将对象类作为默认基类,所以都将返回<type'type “>)
为了考虑代码的python版本过渡期的兼容性问题,我觉得应该定义类文件的时候,都应该显式定义对象,做为一个好习惯
最后的代码将如下:
class Parrot(object): def __init__(self): self._voltage = 100000 @property def voltage(self): """Get the current voltage.""" return self._voltage @voltage.setter def voltage(self, new_value): self._voltage = new_value if __name__ == "__main__": # instance p = Parrot() # similarly invoke "getter" via @property print p.voltage # update, similarly invoke "setter" p.voltage = 12
以上就是Python中@property装饰器的技巧性用法(代码示例)的详细内容,更多请关注其它相关文章!
上一篇: 在微信小程序中如何实现给template模板传递数据
下一篇: php如何获取header信息