Detaillierte Erklärung der Dekoratoren in Python
Als ich vor ein paar Jahren zum ersten Mal Python lernte, hatte ich das Gefühl, dass ich die seltsamen Wörter im Jiuyin-Handbuch nicht verstehen konnte Viele Anfänger müssen auch eine solche Verwirrung haben, daher stellt dieser Artikel hauptsächlich relevante Informationen über Dekorateure in Python vor. Freunde, die es brauchen, können sich darauf beziehen.
Dieser Artikel führt Sie dazu, einen genaueren Blick darauf zu werfen, was dieser Dekorateur ist. Nachdem Sie diesen Artikel gelesen haben, ist es für Dekorateure nicht mehr schwierig Dekorateur
Einige Leute im Internet haben solche Kommentare zu Dekorateuren abgegeben. Ich finde den Text sehr interessant und die Metapher ist sehr anschaulich
Der Unterwäsche, die jeder hat, dient hauptsächlich dazu, Scham zu vertuschen, aber im Winter kann sie uns nicht vor Wind und Kälte schützen, was können wir tun?
Eine Möglichkeit, die wir uns ausgedacht haben, war, die Unterwäsche dicker und länger zu machen. Auf diese Weise hat sie nicht nur die Funktion, Scham zu bedecken, sondern sorgt auch für Wärme. Das Problem besteht darin, dass diese Unterwäsche, nachdem wir sie in eine Hose verwandelt haben, zwar immer noch eine schamverdeckende Funktion hat, aber im Grunde keine echte Unterwäsche mehr ist. Also haben kluge Leute Hosen erfunden
und die Hosen direkt auf die Außenseite der Unterwäsche gelegt, ohne die Unterwäsche zu beeinträchtigen. Es ist immer noch kalt
Der Dekorator ist wie die Hose, von der wir hier sprechen. Er spendet unserem Körper Wärme, ohne die Funktion der Unterwäsche zu beeinträchtigen
2 Dekorateure
Warum sollte ich am Ende des Einführungskapitels über Dekorateure sprechen, weil es zu schwierig ist und viele darin enthalten sind? Die Voraussetzung muss verstanden werden. Ich glaube, jeder versteht die Funktionen von Python, aber wissen Sie, dass Funktionen auch Objekte sind und wie Parameter übergeben werden können:
1) Funktionen sind auch Objekte
Das heißt, die Nachricht kann einer anderen Variablen zugewiesen werden
def message(word='hello'): return word.upper()+'!' print message() >> HELLO! my_message=message print my_message >> <function message at 0x000000000288E198> print my_message() >> HELLO!
Nachricht kann in der Show-Funktion verschachtelt werden. Beim Aufruf von Show wird auch die Nachrichtenfunktion ausgeführt
def show(): print 'Run in show()' def message(word='hello'): return word print message() show() >> Run in show() hello
als Parameter zurück Eine Funktion kann auch als Rückgabewert einer anderen Funktion verwendet werden. Wenn Sie es nicht glauben, schauen Sie sich das folgende Beispiel an:
4) Funktion als Die Parameter werden in
>> <function lower at 0x00000000027DAD68> hello...
übergeben. Wir erstellen zunächst eine getName-Funktion und übergeben diese Funktion dann als Parameter an die foo-Funktion
>> I will call the getName function later leo
1). Verstehen Sie, dass Funktionen als Parameter übergeben und auch als Parameter zurückgegeben werden können. Sie können auch den -Dekorator verschachteln, der die Funktion tatsächlich neu verpackt. Dadurch kann die Funktion der Funktion erhöht werden, ohne die Funktion zu ändern. Es kann einen Codeabschnitt ausführen, bevor oder nachdem die Funktion ausgeführt wird
2).
a_stand_alone_function() >> I am a stand alone function,don't you dare modify me a_stand_alone_function_decorated=my_new_decorator(a_stand_alone_function) a_stand_alone_function_decorated() >> Before the function runs I am a stand alone function,don't you dare modify me After the function runs
Schauen Sie, es ist so einfach, der Dekorator hat eine Syntax von Zucker@, nur @my_new_decorator kann das obige Code-Durcheinander leicht lösen. Das ist Python-Code, einfach und effizient
ist tatsächlich äquivalent zu:4. Warum Dekoratoren verwenden
another_stand_alone_function=my_new_decorator(another_stand_alone_function)
Wenn Sie Django und Flask studiert haben, wissen Sie, dass in Web-Frameworks eine große Anzahl von Dekoratoren verwendet wird, um Code zu kapseln: Wir haben ein Thema Funktion besteht darin, einen String auszugeben. Wir haben eine Funktion, die den String fett macht, und eine andere, die ihn kursiv macht. Mit Dekoratoren können wir sie sehr flexibel kombinieren, um die Funktionen zu erweitern:
Zu beachten ist, dass sich die Reihenfolge der Dekoratoren geändert hat . word()
Das ist alles für den Einstieg in die Arbeit mit Dekorateuren. Wenn Sie etwas nicht verstehen, können Sie mir eine Nachricht hinterlassen, um es zu besprechen und zu kommunizieren. Tatsächlich gibt es viele fortgeschrittene Verwendungsmöglichkeiten von Dekoratoren, z. B. die Übergabe von Parametern durch Dekoratoren, Klassendekoratoren usw. Wir werden sie später erläutern.
>> <b><i>hello</i></b>
Zusammenfassung
@makeitalic @makebold def word(): return "hello" print word() >> <i><b>hello</b></i>
Das obige ist der detaillierte Inhalt vonDetaillierte Erklärung der Dekoratoren in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



PHP und Python haben ihre eigenen Vor- und Nachteile, und die Wahl hängt von den Projektbedürfnissen und persönlichen Vorlieben ab. 1.PHP eignet sich für eine schnelle Entwicklung und Wartung großer Webanwendungen. 2. Python dominiert das Gebiet der Datenwissenschaft und des maschinellen Lernens.

Aktivieren Sie die Pytorch -GPU -Beschleunigung am CentOS -System erfordert die Installation von CUDA-, CUDNN- und GPU -Versionen von Pytorch. Die folgenden Schritte führen Sie durch den Prozess: Cuda und Cudnn Installation Bestimmen Sie die CUDA-Version Kompatibilität: Verwenden Sie den Befehl nvidia-smi, um die von Ihrer NVIDIA-Grafikkarte unterstützte CUDA-Version anzuzeigen. Beispielsweise kann Ihre MX450 -Grafikkarte CUDA11.1 oder höher unterstützen. Download und installieren Sie Cudatoolkit: Besuchen Sie die offizielle Website von Nvidiacudatoolkit und laden Sie die entsprechende Version gemäß der höchsten CUDA -Version herunter und installieren Sie sie, die von Ihrer Grafikkarte unterstützt wird. Installieren Sie die Cudnn -Bibliothek:

Docker verwendet Linux -Kernel -Funktionen, um eine effiziente und isolierte Anwendungsumgebung zu bieten. Sein Arbeitsprinzip lautet wie folgt: 1. Der Spiegel wird als schreibgeschützte Vorlage verwendet, die alles enthält, was Sie für die Ausführung der Anwendung benötigen. 2. Das Union File System (UnionFS) stapelt mehrere Dateisysteme, speichert nur die Unterschiede, speichert Platz und beschleunigt. 3. Der Daemon verwaltet die Spiegel und Container, und der Kunde verwendet sie für die Interaktion. 4. Namespaces und CGroups implementieren Container -Isolation und Ressourcenbeschränkungen; 5. Mehrere Netzwerkmodi unterstützen die Containerverbindung. Nur wenn Sie diese Kernkonzepte verstehen, können Sie Docker besser nutzen.

Python und JavaScript haben ihre eigenen Vor- und Nachteile in Bezug auf Gemeinschaft, Bibliotheken und Ressourcen. 1) Die Python-Community ist freundlich und für Anfänger geeignet, aber die Front-End-Entwicklungsressourcen sind nicht so reich wie JavaScript. 2) Python ist leistungsstark in Bibliotheken für Datenwissenschaft und maschinelles Lernen, während JavaScript in Bibliotheken und Front-End-Entwicklungsbibliotheken und Frameworks besser ist. 3) Beide haben reichhaltige Lernressourcen, aber Python eignet sich zum Beginn der offiziellen Dokumente, während JavaScript mit Mdnwebdocs besser ist. Die Wahl sollte auf Projektbedürfnissen und persönlichen Interessen beruhen.

Minio-Objektspeicherung: Hochleistungs-Bereitstellung im Rahmen von CentOS System Minio ist ein hochleistungsfähiges, verteiltes Objektspeichersystem, das auf der GO-Sprache entwickelt wurde und mit Amazons3 kompatibel ist. Es unterstützt eine Vielzahl von Kundensprachen, darunter Java, Python, JavaScript und Go. In diesem Artikel wird kurz die Installation und Kompatibilität von Minio zu CentOS -Systemen vorgestellt. CentOS -Versionskompatibilitätsminio wurde in mehreren CentOS -Versionen verifiziert, einschließlich, aber nicht beschränkt auf: CentOS7.9: Bietet einen vollständigen Installationshandbuch für die Clusterkonfiguration, die Umgebungsvorbereitung, die Einstellungen von Konfigurationsdateien, eine Festplattenpartitionierung und Mini

Pytorch Distributed Training on CentOS -System erfordert die folgenden Schritte: Pytorch -Installation: Die Prämisse ist, dass Python und PIP im CentOS -System installiert sind. Nehmen Sie abhängig von Ihrer CUDA -Version den entsprechenden Installationsbefehl von der offiziellen Pytorch -Website ab. Für CPU-Schulungen können Sie den folgenden Befehl verwenden: PipinstallTorChTorChVisionTorChaudio Wenn Sie GPU-Unterstützung benötigen, stellen Sie sicher, dass die entsprechende Version von CUDA und CUDNN installiert ist und die entsprechende Pytorch-Version für die Installation verwenden. Konfiguration der verteilten Umgebung: Verteiltes Training erfordert in der Regel mehrere Maschinen oder mehrere Maschinen-Mehrfach-GPUs. Ort

Bei der Installation von PyTorch am CentOS -System müssen Sie die entsprechende Version sorgfältig auswählen und die folgenden Schlüsselfaktoren berücksichtigen: 1. Kompatibilität der Systemumgebung: Betriebssystem: Es wird empfohlen, CentOS7 oder höher zu verwenden. CUDA und CUDNN: Pytorch -Version und CUDA -Version sind eng miteinander verbunden. Beispielsweise erfordert Pytorch1.9.0 CUDA11.1, während Pytorch2.0.1 CUDA11.3 erfordert. Die Cudnn -Version muss auch mit der CUDA -Version übereinstimmen. Bestimmen Sie vor der Auswahl der Pytorch -Version unbedingt, dass kompatible CUDA- und CUDNN -Versionen installiert wurden. Python -Version: Pytorch Official Branch

Die Installation von CentOS-Installationen erfordert die folgenden Schritte: Installieren von Abhängigkeiten wie Entwicklungstools, PCRE-Devel und OpenSSL-Devel. Laden Sie das Nginx -Quellcode -Paket herunter, entpacken Sie es, kompilieren Sie es und installieren Sie es und geben Sie den Installationspfad als/usr/local/nginx an. Erstellen Sie NGINX -Benutzer und Benutzergruppen und setzen Sie Berechtigungen. Ändern Sie die Konfigurationsdatei nginx.conf und konfigurieren Sie den Hörport und den Domänennamen/die IP -Adresse. Starten Sie den Nginx -Dienst. Häufige Fehler müssen beachtet werden, z. B. Abhängigkeitsprobleme, Portkonflikte und Konfigurationsdateifehler. Die Leistungsoptimierung muss entsprechend der spezifischen Situation angepasst werden, z. B. das Einschalten des Cache und die Anpassung der Anzahl der Arbeitsprozesse.
