Get started learning Python with DataCamp's free Intro to Python tutorial. Learn Data Science by completing interactive coding challenges and watching videos by expert instructors. Start Now!

This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join 11 million other learners and get started learning Python for data science today!

Good news! You can save 25% off your Datacamp annual subscription with the code LEARNPYTHON23ALE25 - Click here to redeem your discount

Dekorátory


Dekorátory vám umožňují provádět jednoduché úpravy volatelných objektů, jako jsou funkce, metody nebo třídy. V tomto tutoriálu se budeme zabývat funkcemi. Syntaxe

@decorator
def functions(arg):
    return "hodnota"

Je ekvivalentní:

def function(arg):
    return "hodnota"
function = decorator(function) # to předá funkci dekorátoru a přiřadí ji zpět k funkci

Jak jste mohli vidět, dekorátor je jen další funkce, která vezme funkci a vrátí ji. Například byste mohli udělat toto:

def repeater(old_function):
    def new_function(*args, **kwds): # Viz learnpython.org/en/Multiple%20Function%20Arguments, jak funguje *args a **kwds
        old_function(*args, **kwds) # spustíme starou funkci
        old_function(*args, **kwds) # provedeme ji dvakrát
    return new_function # musíme vrátit new_function, nebo by se nepřiřadila k hodnotě

Toto způsobí, že se funkce provede dvakrát.

>>> @repeater
def multiply(num1, num2):
    print(num1 * num2)

>>> multiply(2, 3)
6
6

Můžete také upravit výstup

def double_out(old_function):
    def new_function(*args, **kwds):
        return 2 * old_function(*args, **kwds) # upravit návratovou hodnotu
    return new_function

upravit vstup

def double_Ii(old_function):
    def new_function(arg): # funguje jen pokud stará funkce má jeden argument
        return old_function(arg * 2) # upravit předaný argument
    return new_function

a provádět kontrolu.

def check(old_function):
    def new_function(arg):
        if arg < 0: raise (ValueError, "Negative Argument") # To způsobí chybu, což je lepší, než by to dělalo špatně
        old_function(arg)
    return new_function

Řekněme, že chcete násobit výstup proměnným množstvím. Můžete definovat dekorátor a použít ho následovně:

def multiply(multiplier):
    def multiply_generator(old_function):
        def new_function(*args, **kwds):
            return multiplier * old_function(*args, **kwds)
        return new_function
    return multiply_generator # to vrací nový generátor

# Použití
@multiply(3) # multiply není generátor, ale multiply(3) je
def return_num(num):
    return num

# Teď je return_num dekorován a znovu přiřazen ke svému názvu
return_num(5) # mělo by vrátit 15

Můžete udělat cokoli, co chcete se starou funkcí, i ji zcela ignorovat! Pokročilé dekorátory mohou také měnit doc string a počet argumentů. Pro některé zajímavé dekorátory, jděte na http://wiki.python.org/moin/PythonDecoratorLibrary.

Exercise

Vytvořte továrnu dekorátorů, která vrátí dekorátor, jenž dekoruje funkce s jedním argumentem. Továrna by měla přijmout jeden argument, typ, a poté vrátit dekorátor, který kontroluje, zda vstup má správný typ. Pokud je špatný, měl by vytisknout("Bad Type") (Ve skutečnosti by měl vyvolat chybu, ale vyvolávání chyb není v tomto tutoriálu). Mohlo by pomoci použití isinstance(object, type_of_object) nebo type(object).

def type_check(correct_type): #put code here @type_check(int) def times2(num): return num*2 print(times2(2)) times2('Not A Number') @type_check(str) def first_letter(word): return word[0] print(first_letter('Hello World')) first_letter(['Not', 'A', 'String']) def type_check(correct_type): def check(old_function): def new_function(arg): if (isinstance(arg, correct_type)): return old_function(arg) else: print("Bad Type") return new_function return check @type_check(int) def times2(num): return num*2 print(times2(2)) times2('Not A Number') @type_check(str) def first_letter(word): return word[0] print(first_letter('Hello World')) first_letter(['Not', 'A', 'String']) test_output_contains("4") test_output_contains("Bad Type") test_output_contains("H") test_output_contains("Bad Type") success_msg("Good job!")

This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!

Previous Tutorial Next Tutorial Take the Test
Copyright © learnpython.org. Read our Terms of Use and Privacy Policy