当前位置：首页 > news >正文

Iridescent:Day27

news 2026/6/28 6:50:11

https://blog.csdn.net/weixin_45655710?type=blog@浙大疏锦行

DAY 27 函数专题2:装饰器
ps: 第一期day27对应5月16日
知识点回顾：
1.装饰器的思想：进一步复用
2.函数的装饰器写法
3.注意内部函数的返回值
作业：
编写一个装饰器logger，在函数执行前后打印日志信息（如函数名、参数、返回值）
1 @ logger
2 def multiply(a, b):
3 return a * b
4
5 multiply(2, 3)
6 #输出：
7 # 开始执行函数 multiply,参数：(2, 3) , { }
8 #函数multiply执行完毕，返回值:6

DAY 27：函数专题2——装饰器（Decorators）的学习。

装饰器是 Python 中一种非常高级且优雅的语法。它的核心思想是**“在不修改原函数代码的前提下，为函数添加额外的功能”**。这在机器学习项目中非常实用，比如你可以在不改变模型训练函数的情况下，通过装饰器自动记录训练时间、保存日志或检查显存。

💡 核心知识点回顾：装饰器的本质

装饰器本质上是一个闭包函数，它接收一个函数作为参数，并返回一个替换后的函数。

闭包结构：外部函数定义规则，内部函数（通常叫wrapper）负责具体执行。
***args和**kwargs**：为了让装饰器通用，内部函数必须能接收任何形式的参数。
返回值传递：内部函数必须获取原函数的执行结果并return，否则原函数的返回值会“丢失”。

🎯 作业：编写`logger`装饰器

根据你的要求，我们需要在函数执行前获取函数名和参数，在执行后获取返回值。

代码实现：

importfunctoolsdeflogger(func):""" 日志装饰器：记录函数的调用过程 """# 使用 @functools.wraps 是一个良好的习惯# 它能保留原函数的元数据（如函数名、文档字符串）@functools.wraps(func)defwrapper(*args,**kwargs):# 1. 函数执行前的操作# func.__name__ 获取函数名print(f"开始执行函数{func.__name__}, 参数：{args},{kwargs}")# 2. 执行原函数result=func(*args,**kwargs)# 3. 函数执行后的操作print(f"函数{func.__name__}执行完毕，返回值:{result}")# 4. 返回原函数的执行结果returnresultreturnwrapper# --- 测试代码 ---@loggerdefmultiply(a,b):returna*b# 调用函数multiply(2,3)

✍️ 作业梳理与深度解析

为了帮你彻底掌握这个逻辑，我们拆解一下代码的执行细节：

1. 为什么使用`*args`和`**kwargs`？

如果你的multiply以后改成了接收三个参数，或者你把装饰器用在了一个只有关键字参数的函数上，*args（元组）和**kwargs（字典）能保证装饰器依然有效，这就是“通用性”。

2. 返回值的重要性

在wrapper内部，我们用result = func(*args, **kwargs)拿到了2 * 3 = 6。如果最后没有return result，那么当你运行val = multiply(2, 3)时，val会变成None。

3. 机器学习中的实际应用

想象一下，如果你在做加州房价预测的流程，你可以写一个@timer装饰器：

importtimedeftimer(func):defwrapper(*args,**kwargs):start=time.time()res=func(*args,**kwargs)print(f"耗时:{time.time()-start:.4f}s")returnresreturnwrapper@timerdeftrain_random_forest(X,y):# 这里放你之前的随机森林训练代码pass