ホームページ バックエンド開発 Python チュートリアル Python デコレータ: コードを簡素化する

Python デコレータ: コードを簡素化する

Sep 26, 2024 am 06:26 AM

Python Decorators: Simplifying Code

Python のデコレータは、ソース コードを変更せずに関数やメソッドの動作を変更できる強力なツールです。これらは機能を追加するためのクリーンな方法を提供し、ロギング、ルールの適用、パフォーマンスの最適化に広く使用されています。

この投稿では、6 つの一般的な Python デコレータを簡単な例とともに見ていきます。

1 - @staticmethod: 静的メソッドを定義します

@staticmethod デコレーターは、インスタンス (self) またはクラス (cls) データにアクセスしないメソッドを作成します。通常の関数のように動作しますが、クラスまたはインスタンスから呼び出すことができます。

例:

class MyClass:
    @staticmethod
    def greet():
        return "Hello from static method!"

ログイン後にコピー

2 - @classmethod: クラスメソッドの定義

@classmethod デコレーターを使用すると、クラス (cls) を最初の引数として受け取るメソッドを定義できます。これは、ファクトリ メソッドやクラスの状態を変更する場合に便利です。

例:

class MyClass:
    count = 0

    @classmethod
    def increment_count(cls):
        cls.count += 1
ログイン後にコピー

3 - @property: 読み取り専用属性を定義します

@property デコレーターを使用すると、属性と同様にメソッドにアクセスできます。内部実装を公開せずにプロパティへのアクセスを制御したい場合に便利です。

例:

class Circle:
    def __init__(self, radius):
        self._radius = radius

    @property
    def area(self):
        return 3.14 * self._radius ** 2
ログイン後にコピー

4 - @functools.lru_cache: 高価な関数の結果をキャッシュします

@lru_cache デコレーター (functools から) は、再計算を避けるために関数呼び出しの結果をキャッシュします。これにより、高価な関数や頻繁に呼び出される関数のパフォーマンスが大幅に向上します。

例:

from functools import lru_cache

@lru_cache(maxsize=32)
def expensive_computation(x):
    return x ** 2
ログイン後にコピー

5 - @functools.wraps: カスタム デコレータでメタデータを保持する

カスタム デコレータを作成する場合、@wraps デコレータは元の関数のメタデータ (名前、docstring) を保持し、イントロスペクション ツールが引き続き動作することを保証します。

例:

from functools import wraps

def my_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        return func(*args, **kwargs)
    return wrapper
ログイン後にコピー

6 - @dataclass: クラス定義の簡素化

@dataclass デコレータ (dataclasses モジュールから) は、クラスの init() や repr() などのメソッドを自動的に生成します。データを保持するクラスに最適です。

例:

from dataclasses import dataclass

@dataclass
class Point:
    x: int
    y: int
ログイン後にコピー

結論

@staticmethod、@classmethod、@property、@lru_cache、@wraps、@dataclass などの Python デコレータは、メソッドや関数の周囲に機能をラップすることで、よりクリーンで効率的なコードを作成するのに役立ちます。これらは、多くのプログラミング タスクを簡素化できる多用途ツールです。

出典

Python デコレータの定義
@静的メソッド
@クラスメソッド
@プロパティ
@functools.lru_cache
@functools.wraps
@dataclass

以上がPython デコレータ: コードを簡素化するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Python vs. C:比較されたアプリケーションとユースケース Python vs. C:比較されたアプリケーションとユースケース Apr 12, 2025 am 12:01 AM

Pythonは、データサイエンス、Web開発、自動化タスクに適していますが、Cはシステムプログラミング、ゲーム開発、組み込みシステムに適しています。 Pythonは、そのシンプルさと強力なエコシステムで知られていますが、Cは高性能および基礎となる制御機能で知られています。

2時間でどのくらいのPythonを学ぶことができますか? 2時間でどのくらいのPythonを学ぶことができますか? Apr 09, 2025 pm 04:33 PM

2時間以内にPythonの基本を学ぶことができます。 1。変数とデータ型を学習します。2。ステートメントやループの場合などのマスター制御構造、3。関数の定義と使用を理解します。これらは、簡単なPythonプログラムの作成を開始するのに役立ちます。

2時間のPython計画:現実的なアプローチ 2時間のPython計画:現実的なアプローチ Apr 11, 2025 am 12:04 AM

2時間以内にPythonの基本的なプログラミングの概念とスキルを学ぶことができます。 1.変数とデータ型、2。マスターコントロールフロー(条件付きステートメントとループ)、3。機能の定義と使用を理解する4。

Python:ゲーム、GUIなど Python:ゲーム、GUIなど Apr 13, 2025 am 12:14 AM

PythonはゲームとGUI開発に優れています。 1)ゲーム開発は、2Dゲームの作成に適した図面、オーディオ、その他の機能を提供し、Pygameを使用します。 2)GUI開発は、TKINTERまたはPYQTを選択できます。 TKINTERはシンプルで使いやすく、PYQTは豊富な機能を備えており、専門能力開発に適しています。

Python vs. C:曲線と使いやすさの学習 Python vs. C:曲線と使いやすさの学習 Apr 19, 2025 am 12:20 AM

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

Pythonと時間:勉強時間を最大限に活用する Pythonと時間:勉強時間を最大限に活用する Apr 14, 2025 am 12:02 AM

限られた時間でPythonの学習効率を最大化するには、PythonのDateTime、時間、およびスケジュールモジュールを使用できます。 1. DateTimeモジュールは、学習時間を記録および計画するために使用されます。 2。時間モジュールは、勉強と休息の時間を設定するのに役立ちます。 3.スケジュールモジュールは、毎週の学習タスクを自動的に配置します。

Python:主要なアプリケーションの調査 Python:主要なアプリケーションの調査 Apr 10, 2025 am 09:41 AM

Pythonは、Web開発、データサイエンス、機械学習、自動化、スクリプトの分野で広く使用されています。 1)Web開発では、DjangoおよびFlask Frameworksが開発プロセスを簡素化します。 2)データサイエンスと機械学習の分野では、Numpy、Pandas、Scikit-Learn、Tensorflowライブラリが強力なサポートを提供します。 3)自動化とスクリプトの観点から、Pythonは自動テストやシステム管理などのタスクに適しています。

Python:自動化、スクリプト、およびタスク管理 Python:自動化、スクリプト、およびタスク管理 Apr 16, 2025 am 12:14 AM

Pythonは、自動化、スクリプト、およびタスク管理に優れています。 1)自動化:OSやShutilなどの標準ライブラリを介してファイルバックアップが実現されます。 2)スクリプトの書き込み:Psutilライブラリを使用してシステムリソースを監視します。 3)タスク管理:スケジュールライブラリを使用してタスクをスケジュールします。 Pythonの使いやすさと豊富なライブラリサポートにより、これらの分野で優先ツールになります。

See all articles