装饰器总结

本文详细讲解了Python装饰器的多种使用场景,包括最简单的装饰器、带开关的装饰器以及多个装饰器装饰同一函数的情况。特别介绍了如何使用functools库保留被装饰函数的元信息,如函数名和文档字符串。

# 装饰器的进阶
# functools.wraps
# 带参数的装饰器
# 多个装饰器装饰同一个函数
# 周末的作业
# 文件操作
# 字符串处理
# 输入输出
# 流程控制

# 装饰器
# 开发原则 : 开放封闭原则
# 装饰器的作用 :在不改变原函数的调用方式的情况下,在函数的前后添加功能
# 装饰器的本质 : 闭包函数

 

---------------------------------------------

第一种,最简单的装饰器:

def wrapper(func):
    def inner(*args,**args):
        print('在函数运行直线执行')
        ret = func(*args,**args) 
     print('在函数运行之后执行')
     return ret
  return inner

@wrapper
def jack():
    print('打印原函数')
jack()

  

 第二种,带开关的装饰器

flag = True
def all(flag):
    def wa(func):
        def inner(*args,**kwargs):
            if flag:    #当flag=True 执行装饰器
                print('******打印装饰器之前*******')
                ret = func(*args,**kwargs)
                return ret
            else:  #当flag=Flase 不执行装饰器,直接返回被装饰函数
                ret = func()
                return ret
        return inner
    return wa

@all(flag)
def aa():
    print('第一个函数')
aa()

@all(flag)
def bb():
    print('第二个函数')
bb()

  

 两个装饰器函数同时装饰一个函数的结果

def wa1(func):
    def inner1(*args,**kwargs):
        print('前111111')
        ret = func(*args,**kwargs)
        print('后111111')
        return ret
    return inner1

def wa2(func):
    def inner2(*args,**kwargs):
        print('前222222')
        ret = func(*args,**kwargs)
        print('后222222')
        return ret
    return inner2

运行结果如下:

前111111
前222222
执行原函数
后222222
后111111

  

装饰器之functools

from functools import wraps
def wrapper(func):  #func = holiday
    @wraps(func)
    def inner(*args,**kwargs):
        print('在被装饰的函数执行之前做的事')
        ret = func(*args,**kwargs)
        print('在被装饰的函数执行之后做的事')
        return ret
    return inner

@wrapper   #holiday = wrapper(holiday)
def holiday(day):
    '''这是一个放假通知'''
    print('全体放假%s天'%day)
    return '好开心'

print(holiday.__name__)
print(holiday.__doc__)
ret = holiday(3)   #inner
print(ret)

  

 

转载于:https://www.cnblogs.com/lhqlhq/p/10134672.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值