Курс Python → Декораторы в Python

Декораторы в Python — это мощный инструмент, который позволяет изменять поведение функций или классов без изменения их исходного кода. Они позволяют добавлять дополнительную функциональность к уже существующим объектам, делая код более читаемым и поддерживаемым. Декораторы можно рассматривать как функции, которые принимают другую функцию в качестве аргумента и возвращают новую функцию, обычно с расширенным или измененным поведением.

Для создания декоратора необходимо определить функцию, которая будет выполнять дополнительную логику, и применить ее к целевой функции с помощью символа @. Например, если у нас есть функция, которую мы хотим декорировать, мы можем создать декоратор, который будет выводить время выполнения этой функции. Декоратор применяется к целевой функции, что позволяет нам измерить время ее выполнения без изменения самой функции.

import time

def timer_decorator(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        print(f"Time taken to execute {func.__name__}: {end_time - start_time} seconds")
        return result
    return wrapper

@timer_decorator
def some_function():
    # some code here
    pass

some_function()

В приведенном примере мы создали декоратор timer_decorator, который измеряет время выполнения целевой функции и выводит результат. Затем мы применили этот декоратор к функции some_function с помощью символа @. При вызове some_function декоратор автоматически добавляет логику измерения времени выполнения, не изменяя саму функцию.

Использование декораторов позволяет избежать дублирования кода и упрощает поддержку и анализ программы. Они также улучшают читаемость кода, поскольку дополнительная логика выносится из основной функции. Декораторы являются важной частью Python и позволяют разработчикам создавать более гибкие и масштабируемые приложения.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Настройка логгера Logzero
  2. Defaultdict в Python
  3. Проверка типа объекта в Python
  4. Генераторы в Python
  5. Управление памятью в Python
  6. Сравнение строк в Python
  7. Отладка в Python
  8. Генераторы в Python
  9. Класс-оболочка для словарей
  10. Функция reduce() в Python
  11. Особенности запятых в Python
  12. Antigravity модуль
  13. Манипуляция формой массива в Numpy
  14. Уникальность ключей в словаре
  15. Список методов и атрибутов
  16. Декораторы для регистрации функций
  17. Работа с модулем random
  18. Python: Фильтрация списков с помощью filter()
  19. Экспорт данных с помощью writefile
  20. Модуль os в Python: работа с файлами
  21. Оператор in и not in в Python
  22. Преобразование чисел в Python
  23. Множества и frozenset
  24. Объединение, распаковка и деструктуризация
  25. Пропуск строк в файле с itertools
  26. Удаление пробелов методом translate()
  27. Повторение и перенос строки
  28. Упрощенный вывод данных в Python
  29. Работа с *args и **kwargs в Python
  30. Работа с очередями в Python
  31. Нахождение самого длинного слова в списке с помощью max
  32. Метод __iand__ для пользовательских классов
  33. Метод rmatmul для пользовательских матриц
  34. Операторы Splat и splatty-splat
  35. Операция += для списков
  36. Генераторы списков в Python
  37. Декораторы в Python
  38. Преобразование букв в нижний регистр
  39. Тестирование с responses
  40. Генераторы в Python
  41. Округление банкира в Python
  42. Обмен данными с asyncio.Queue
  43. Оператор assert в Python
  44. Вставка переменных в шаблоны Flask
  45. Доступ к локальным переменным
  46. Форматирование данных с pprint
  47. Измерение потребления памяти при сортировке

Marketello читают маркетологи из крутых компаний