python 装饰器

Program python

创建时间:2020-11-10 14:00

阅读:

python装饰器 @property
引用

python装饰器 @property

绑定属性时有时候我们只想只读类的属性值,或者有限制的更改类的属性值

可以使用get()和set()方法,但是略显复杂,使用装饰器可以更简单,python内置的@property装饰器负责把方法变成属性调用

class Student(object):

    @property
    def score(self):
        return self._score

    @score.setter
    def score(self, value):
        if not isinstance(value, int):
            raise ValueError('score must be an integer!')
        if value < 0 or value > 100:
            raise ValueError('score must between 0 ~ 100!')
        self._score = value

把getter方法变成属性时只需要@property,@score.setter负责把setter方法变成属性赋值,对于只读属性可只定义getter方法

这种方式对于单个值设置只读是很有帮助的,但是对于列表,numpy数组等就无法防止对列表中单个数据的修改

import numpy as np
class testnp(object):
    def __init__(self):
        self._data = [1, 1]
        self._npdata = np.asarray([1, 1, 1])

    @property
    def data(self):
        return self._data

    @property
    def npdata(self):
        return self._npdata
        # return self.get_readOnly_view(self._npdata)

    def get_readOnly_view(self, data):
        res = data.view()
        res.flags.writeable = False
        return res

test = testnp()
print "初始值:"
print test.data
print test.npdata
data = test.data
npdata = test.npdata
# 测试赋值前
# 可以单独修改
# test.data[0] = 10 # 原始数据修改 [10,1]
# test.npdata[0] = 10     # 原始数据修改 [10, 1, 1]
# 整体无法修改
# test.data = [10,10] # AttributeError: can't set attribute
# test.npdata = np.asarray([10, 10, 10])  # AttributeError: can't set attribute
# 测试赋值后
# 新变量整体操作不影响
# data = [10,10]  # 原始数据保留
# npdata = np.asarray([10, 10, 10])   # 原始数据保留
# 新变量操作元素改变数据
# data[0] = 10    #   原始数据修改 [10, 1]
# npdata[0] = 10  # 原始数据修改 [10, 1, 1]

使用@property

只作用于赋值前的数据.如果赋值给新变量,那么新变量可以再赋值,不过不会影响到原始数据(新变量是一个新的对象)
只能作用于整个变量.对于列表和numpy数组,能够防止对于整体数据的修改,如果对列表中元素修改会修改到原始数据,不论是赋值前后

从装饰器也可以看出来返回的值就是对象数据本身,虽然整体值不让改,但是元素的值可以改;

list:python中一般会使用写时复制功能,所以新变量赋值再更改之后就是另一个变量,和之前的数据没有关系,变量名可以看成是指向了另一块内存区域
numpy数组:numpy自身优化了效率,需要调用numpy.copy才能深度拷贝成为另一个变量,否则即使赋值给变量,对新变量的操作还是对同一块内存区域的操作

解决办法:

列表可以返回一个拷贝return self._data[:],如果数据量大是很不利的
numpy可以返回一个只读属性的view,见上面测试代码.为了利用@property把获取数据的方法变成属性使用,可以直接把返回的只读numpy数组使用@property再次封装.这样整体和单独变量都不会被修改,如果需要修改,那么深度拷贝返回值即可numpy.copy(test.npdata)

引用

转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以邮件至 yangbenbo@whu.edu.cn