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
Декоратори
Декоратори дозволяють робити прості зміни викликаючим об'єктам, таким як функції, методи або класи. У цьому уроці ми будемо розглядати функції. Синтаксис
@decorator
def functions(arg):
return "value"
еквівалентний:
def function(arg):
return "value"
function = decorator(function) # це передає функцію до декоратора і переназначає її на функції
Як ви могли помітити, декоратор — це просто ще одна функція, яка приймає функцію і повертає її. Наприклад, ви можете зробити так:
def repeater(old_function):
def new_function(*args, **kwds): # Див. learnpython.org/en/Multiple%20Function%20Arguments як працюють *args і **kwds
old_function(*args, **kwds) # ми виконуємо стару функцію
old_function(*args, **kwds) # ми робимо це двічі
return new_function # ми повинні повернути new_function, або воно не переназначиться
Це змусить функцію повторюватися двічі.
>>> @repeater
def multiply(num1, num2):
print(num1 * num2)
>>> multiply(2, 3)
6
6
Ви також можете зробити так, щоб змінити вихідні дані
def double_out(old_function):
def new_function(*args, **kwds):
return 2 * old_function(*args, **kwds) # модифікувати значення повернення
return new_function
змінити вхідні дані
def double_Ii(old_function):
def new_function(arg): # працює лише якщо стара функція має один аргумент
return old_function(arg * 2) # модифікувати аргумент, який передається
return new_function
і робити перевірку.
def check(old_function):
def new_function(arg):
if arg < 0: raise (ValueError, "Negative Argument") # Це викликає помилку, що краще, ніж робити щось неправильно
old_function(arg)
return new_function
Припустимо, ви хочете помножити вихідний результат на змінну величину. Ви можете визначити декоратор і використати його наступним чином:
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 # він повертає новий генератор
# Використання
@multiply(3) # multiply не є генератором, але multiply(3) є
def return_num(num):
return num
# Тепер return_num декоровано і переназначено на себе
return_num(5) # має повернути 15
Ви можете робити що завгодно зі старою функцією, навіть повністю її ігнорувати! Просунуті декоратори також можуть маніпулювати рядком документу і кількістю аргументів. Для деяких ефектних декораторів перейдіть на http://wiki.python.org/moin/PythonDecoratorLibrary.
Exercise
Зробіть фабрику декораторів, яка повертає декоратор, що декорує функції з одним аргументом. Фабрика повинна приймати один аргумент, тип, а потім повертати декоратор, який перевіряє, чи є вхідний аргумент правильного типу. Якщо це не так, вона повинна вивести ("Bad Type") (на практиці, вона повинна викликати помилку, але в цьому уроці виклик помилок не розглядається). Подивіться на код уроку і очікуваний результат, щоб побачити, що це, якщо ви збентежені (я б сам таким був). Використання isinstance(object, type_of_object) або type(object) може допомогти.
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!