Python 설명자 시작하기
나는 오랫동안 Flask 코드에 대해 글을 쓰지 않았습니다. 생각하면 정말 부끄럽습니다. 하지만 이번에도 Flask에 대해 글을 쓰지 않을 것입니다. 나 (넌 정말 나쁜 년이야, 물면 물어봐)
이번에는 Python에서 매우 중요한 것, 즉 Descriptor
Descriptor에 대한 첫 소개
옛 법칙, 토크는 싸다, 코드를 먼저 보여주세요
classPerson(object): """""" #---------------------------------------------------------------------- def__init__(self, first_name, last_name): """Constructor""" self.first_name = first_name self.last_name = last_name #---------------------------------------------------------------------- @property deffull_name(self): """ Return the full name """ return"%s %s"% (self.first_name, self.last_name) if__name__=="__main__": person = Person("Mike","Driscoll") print(person.full_name) # 'Mike Driscoll' print(person.first_name) # 'Mike'
이건 다들 익숙하실 겁니다. 섹션. 그런데 재산의 구현 메커니즘을 모르는 사람이 있나요? 아. . . 농담이구요, 다음 코드를 살펴보겠습니다
classProperty(object): "Emulate PyProperty_Type() in Objects/descrobject.c" def__init__(self, fget=None, fset=None, fdel=None, doc=None): self.fget = fget self.fset = fset self.fdel = fdel ifdocisNoneandfgetisnotNone: doc = fget.__doc__ self.__doc__ = doc def__get__(self, obj, objtype=None): ifobjisNone: returnself ifself.fgetisNone: raiseAttributeError("unreadable attribute") returnself.fget(obj) def__set__(self, obj, value): ifself.fsetisNone: raiseAttributeError("can't set attribute") self.fset(obj, value) def__delete__(self, obj): ifself.fdelisNone: raiseAttributeError("can't delete attribute") self.fdel(obj) defgetter(self, fget): returntype(self)(fget, self.fset, self.fdel, self.__doc__) defsetter(self, fset): returntype(self)(self.fget, fset, self.fdel, self.__doc__) defdeleter(self, fdel): returntype(self)(self.fget, self.fset, fdel, self.__doc__)
좀 복잡해 보이나요? 그러나 여기서 먼저 결론을 내립니다. 설명자는 __get__을 구현하는 특별한 종류의 객체입니다. __set__, __delete__ 이 세 가지 특수 메서드입니다.
Descriptor에 대한 자세한 설명
Property에 대한 이야기
위에서 Property 구현 코드를 설명드렸으니 이제 이에 대해 자세히 이야기해보겠습니다
classPerson(object): """""" #---------------------------------------------------------------------- def__init__(self, first_name, last_name): """Constructor""" self.first_name = first_name self.last_name = last_name #---------------------------------------------------------------------- @property deffull_name(self): """ Return the full name """ return"%s %s"% (self.first_name, self.last_name) if__name__=="__main__": person = Person("Mike","Driscoll") print(person.full_name) # 'Mike Driscoll' print(person.first_name) # 'Mike'
우선, 데코레이터에 대해 모르신다면 이 글을 읽어보시면 좋을 것 같습니다. 간단히 말해서, 공식적으로 코드를 실행하기 전에 우리 통역사가 코드를 스캔하라고 알려줄 것입니다. 데코레이터와 관련된 부품을 교체하십시오. 클래스 데코레이터도 마찬가지입니다. 위에서 이 코드
@Property deffull_name(self): """ Return the full name """ return"%s %s"% (self.first_name, self.last_name)
는 이러한 프로세스, 즉 full_name=Property(full_name)를 트리거합니다. 그런 다음 나중에 객체를 인스턴스화한 후 호출합니다. Person.full_name 이러한 프로세스는 실제로 person.full_name.__get__(person)과 동일하며 __get__()을 트리거합니다. 메소드에 작성된 return self.fget(obj)는 원래 작성한 def full_name의 실행 코드입니다.
이때 동지들은 getter(), setter(), deleter()를 생각해 볼 수 있습니다. 특정 작동 메커니즘 =. =아직 궁금한 점이 있으시면 댓글로 편하게 토론해주세요.
설명자 정보
앞서 언급한 정의를 기억하시나요? 설명자는 __get__, __set__, __delete__를 구현하는 특별한 종류의 객체입니다. 이 세 가지 특별한 방법. 그런 다음 공식 Python 문서 설명에는 설명자의 중요성을 반영하기 위해 다음 단락이 있습니다. 속성, 메소드, 정적 메소드, 클래스 메소드 및 super()가 사용됩니다. Python 자체 전반에 걸쳐 도입된 새로운 스타일 클래스를 구현합니다. 버전 2.2.” 간단히 말해서 설명자가 먼저 있고 그 다음에는 하늘이 있고 매 순간마다 공기가 있습니다. . 새로운 스타일의 클래스에서는 속성, 메서드 호출, 정적 메서드, 클래스 메서드 등이 모두 설명자의 특정 사용을 기반으로 합니다.
자, 설명어가 왜 그렇게 중요한지 물어보고 싶을 수도 있습니다. 걱정하지 마세요. 설명자를 사용하는
을 살펴보겠습니다. 먼저 다음 코드
classA(object)를 살펴보세요. #참고: Python 3의 경우. x 버전, 새 클래스를 사용하는 경우 객체 클래스의 상속을 명시적으로 지정할 필요가 없습니다.
Python 2 버전입니다. 생각해 보세요. 이 메서드를 호출하면 어떻게 될까요?
defa(self): pass if__name__=="__main__": a=A() a.a()
우선, 멤버이든 메서드이든 속성을 호출하면 해당 메서드를 트리거하여 __getattribute__() 속성을 호출합니다. __getattribute__() 메서드에서 호출하려는 속성이 설명자 프로토콜을 구현하는 경우 이러한 호출 프로세스가 발생합니다. type(a).__dict__['a'].__get__(b,type(b)) . 좋아, 여기에 또 다른 결론이 있습니다. "이러한 호출 프로세스에는 호출하려는 속성이 데이터 설명자인 경우 우선 순위가 있습니다. , 이 속성이 인스턴스의 __dict__ 사전에 존재하는지 여부에 관계없이 호출하려는 속성이 데이터가 아닌 경우 설명자의 __get__ 메서드가 먼저 호출됩니다. 설명자를 사용하는 경우 인스턴스의 __dict__에 있는 기존 속성을 호출하는 데 우선순위를 부여합니다. 해당 속성이 존재하지 않으면 해당 원칙에 따라 클래스와 상위 클래스의 __dict__를 검색합니다. 에 포함된 속성의 경우, 속성이 존재하면 __get__ 메소드가 호출되고, 존재하지 않으면 __getattr__()이 호출됩니다. 방법". 이해하기가 다소 추상적입니까? 괜찮습니다. 곧 이야기하겠지만 여기서는 먼저 데이터 설명자와 비데이터 설명자를 설명해야 합니다. , 또 다른 예를 살펴보겠습니다. 데이터 설명자와 비데이터 설명자는 무엇입니까? 실제로 __get__도 설명자에 구현되어 있어 매우 간단합니다. __set__ 프로토콜이 있는 설명자는 데이터 설명자입니다. __get__ 프로토콜만 구현된 경우에는 데이터 설명자가 아닙니다. . 좋습니다. 이제 예를 살펴보겠습니다.
好的,让我们仔细来看看这段代码,首先类描述符 @lazyproperty 的替换过程,前面已经说了,我们不在重复。接着,在我们第一次调用 c.area 的时候,我们首先查询实例 c 的 __dict__ 中是否存在着 area 描述符,然后发现在 c 中既不存在描述符,也不存在这样一个属性,接着我们向上查询 Circle 中的 __dict__ ,然后查找到名为 area 的属性,同时这是一个 non data descriptors ,由于我们的实例字典内并不存在 area 属性,那么我们便调用类字典中的 area 的 __get__ 方法,并在 __get__ 方法中通过调用 setattr 方法为实例字典注册属性 area 。紧接着,我们在后续调用 c.area 的时候,我们能在实例字典中找到 area 属性的存在,且类字典中的 area 是一个 non data descriptors ,于是我们不会触发代码里所实现的 __get__ 方法,而是直接从实例的字典中直接获取属性值。
描述符的使用
描述符的使用面很广,不过其主要的目的在于让我们的调用过程变得可控。因此我们在一些需要对我们调用过程实行精细控制的时候,使用描述符,比如我们之前提到的这个例子
classlazyproperty: def__init__(self, func): self.func = func def__get__(self, instance, owner): ifinstanceisNone: returnself else: value = self.func(instance) setattr(instance, self.func.__name__, value) returnvalue def__set__(self, instance, value=0): pass importmath classCircle: def__init__(self, radius): self.radius = radius pass @lazyproperty defarea(self, value=0): print("Com") ifvalue ==0andself.radius ==0: raiseTypeError("Something went wring") returnmath.pi * value *2ifvalue !=0elsemath.pi * self.radius *2 deftest(self): pass
利用描述符的特性实现懒加载,再比如,我们可以控制属性赋值的值
classProperty(object): "Emulate PyProperty_Type() in Objects/descrobject.c" def__init__(self, fget=None, fset=None, fdel=None, doc=None): self.fget = fget self.fset = fset self.fdel = fdel ifdocisNoneandfgetisnotNone: doc = fget.__doc__ self.__doc__ = doc def__get__(self, obj, objtype=None): ifobjisNone: returnself ifself.fgetisNone: raiseAttributeError("unreadable attribute") returnself.fget(obj) def__set__(self, obj, value=None): ifvalueisNone: raiseTypeError("You can`t to set value as None") ifself.fsetisNone: raiseAttributeError("can't set attribute") self.fset(obj, value) def__delete__(self, obj): ifself.fdelisNone: raiseAttributeError("can't delete attribute") self.fdel(obj) defgetter(self, fget): returntype(self)(fget, self.fset, self.fdel, self.__doc__) defsetter(self, fset): returntype(self)(self.fget, fset, self.fdel, self.__doc__) defdeleter(self, fdel): returntype(self)(self.fget, self.fset, fdel, self.__doc__) classtest(): def__init__(self, value): self.value = value @Property defValue(self): returnself.value @Value.setter deftest(self, x): self.value = x
如上面的例子所描述的一样,我们可以判断所传入的值是否有效等等。
以上就是Python 描述符(Descriptor)入门,更多相关文章请关注PHP中文网(www.php.cn)!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.
