Python中@property装饰器的技巧性用法（代码示例）

@property装饰器能把一个方法变成属性一样来调用，下面我们就一起来看看Python的黑魔法@property装饰器的使用技巧解析

@属性有什么用呢？表面看来，就是将一个方法用属性的方式来访问。

上代码

class Circle(object): 
  def __init__(self, radius): 
    self.radius = radius 
  
  @property 
  def area(self): 
    return 3.14 * self.radius ** 2 
  
c = Circle(4) 
print c.radius 
print c.area

可以看到，面积虽然是定义成一个方法的形式，但是加上@财产后，可以直接c.area，当成属性访问。

现在问题来了，每次调用c.area，都会计算一次，太浪费cpu了，怎样才能只计算一次呢？这就是懒惰的财产。

class lazy(object): 
  def __init__(self, func): 
    self.func = func 
  
  def __get__(self, instance, cls): 
    val = self.func(instance) 
    setattr(instance, self.func.__name__, val) 
    return val 
  
class Circle(object): 
  def __init__(self, radius): 
    self.radius = radius 
  
  @lazy 
  def area(self): 
    print 'evalute' 
    return 3.14 * self.radius ** 2 
  
c = Circle(4) 
print c.radius 
print c.area 
print c.area 
print c.area

可以看到， 'evalute' 只输出了一次，对@Lazy的机制应该很好理解。

在这里，懒惰类有__get__方法，说明是个描述器，第一次执行c.area的时候，因为顺序问题，先去Ç.__ dict__中找，没找到，就去类空间找，在类圈中，有面积（）方法，于是就被__get__拦截。

在__get__中，调用实例的区域（）方法算出结果，并动态给实例添加个同名属性把结果赋给它，即加到Ç.__ dict__中去。

再次执行c.area的时候，先去Ç.__ dict__找，因为此时已经有了，就不会经过区域（）方法和__get__了。

注意点

请注意以下代码场景：

代码片段1：

class Parrot(object): 
  def __init__(self): 
    self._voltage = 100000 
  
  @property 
  def voltage(self): 
    """Get the current voltage.""" 
    return self._voltage 
  
if __name__ == "__main__": 
  # instance 
  p = Parrot() 
  # similarly invoke "getter" via @property 
  print p.voltage 
  # update, similarly invoke "setter" 
  p.voltage = 12

代码片段2：

class Parrot: 
  def __init__(self): 
    self._voltage = 100000 
  
  @property 
  def voltage(self): 
    """Get the current voltage.""" 
    return self._voltage 
  
if __name__ == "__main__": 
  # instance 
  p = Parrot() 
  # similarly invoke "getter" via @property 
  print p.voltage 
  # update, similarly invoke "setter" 
  p.voltage = 12

代码1,2的区别在于

class Parrot（对象）：

在python2下，分别运行测试

片段1：将会提示一个预期的错误信息AttributeError：无法设置属性

片段2：正确运行

参考python2文档，@ property将提供一个ready-only属性，以上代码没有提供对应的@ voltage.setter，按理说片段2代码将提示运行错误，在python2文档中，我们可以找到以下信息：

BIF：

property（[fget [，fset [，fdel [，doc]]]]）

返回新样式类的属性属性（从对象派生的类）。

原来在python2下，内置类型对象并不是默认的基类，如果在定义类时，没有明确说明的话（代码片段2），我们定义的Parrot（代码片段2）将不会继承对象

而对象类正好提供了我们需要的@property功能，在文档中我们可以查到如下信息：

新式课

任何继承自object的类。这包括所有内置类型，如list和dict。只有新式类可以使用Python的更新，通用的功能，如__slots__，描述符，属性和__getattribute __（）。

同时我们也可以通过以下方法来验证

class A: 
  pass 
>>type(A) 
<type 'classobj'>

class A(object): 
  pass 
>>type(A) 
<type 'type'>

从返回的<type'classobj'>，<type'type'>可以看出<type'type'>是我们需要的对象类型（python 3.0将对象类作为默认基类，所以都将返回<type'type “>）

为了考虑代码的python版本过渡期的兼容性问题，我觉得应该定义类文件的时候，都应该显式定义对象，做为一个好习惯

最后的代码将如下：

class Parrot(object): 
  def __init__(self): 
    self._voltage = 100000 
  @property 
  def voltage(self): 
    """Get the current voltage.""" 
    return self._voltage 
  @voltage.setter 
  def voltage(self, new_value): 
    self._voltage = new_value 
  
if __name__ == "__main__": 
  # instance 
  p = Parrot() 
  # similarly invoke "getter" via @property 
  print p.voltage 
  # update, similarly invoke "setter" 
  p.voltage = 12

以上就是Python中@property装饰器的技巧性用法（代码示例）的详细内容，更多请关注Gxl网其它相关文章！