亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python 3.8中實現(xiàn)functools.cached_property功能

 更新時間:2019年05月29日 10:18:14   作者:小明明S À DOMICILE  
這篇文章主要介紹了Python 3.8中實現(xiàn)functools.cached_property功能,本文通過實例代碼給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下

前言

緩存屬性( cached_property )是一個非常常用的功能,很多知名Python項目都自己實現(xiàn)過它。我舉幾個例子:

bottle.cached_property

Bottle是我最早接觸的Web框架,也是我第一次閱讀的開源項目源碼。最早知道 cached_property 就是通過這個項目,如果你是一個Web開發(fā),我不建議你用這個框架,但是源碼量少,值得一讀~

werkzeug.utils.cached_property

Werkzeug是Flask的依賴,是應(yīng)用 cached_property 最成功的一個項目。代碼見延伸閱讀鏈接2

pip._vendor.distlib.util.cached_property

PIP是Python官方包管理工具。代碼見延伸閱讀鏈接3

kombu.utils.objects.cached_property

Kombu是Celery的依賴。代碼見延伸閱讀鏈接4

django.utils.functional.cached_property

Django是知名Web框架,你肯定聽過。代碼見延伸閱讀鏈接5

甚至有專門的一個包: pydanny/cached-property ,延伸閱讀6

如果你犯過他們的代碼其實大同小異,在我的觀點里面這種輪子是完全沒有必要的。Python 3.8給 functools 模塊添加了 cached_property 類,這樣就有了官方的實現(xiàn)了

PS: 其實這個Issue 2014年就建立了,5年才被Merge!

Python 3.8的cached_property

借著這個小章節(jié)我們了解下怎么使用以及它的作用(其實看名字你可能已經(jīng)猜出來):

./python.exe
Python 3.8.0a4+ (heads/master:9ee2c264c3, May 28 2019, 17:44:24)
[Clang 10.0.0 (clang-1000.11.45.5)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> from functools import cached_property
>>> class Foo:
...   @cached_property
...   def bar(self):
...     print('calculate somethings')
...     return 42
...
>>> f = Foo()
>>> f.bar
calculate somethings
42
>>> f.bar
42

上面的例子中首先獲得了Foo的實例f,第一次獲得 f.bar 時可以看到執(zhí)行了bar方法的邏輯(因為執(zhí)行了print語句),之后再獲得 f.bar 的值并不會在執(zhí)行bar方法,而是用了緩存的屬性的值。

標準庫中的版本還有一種的特點,就是加了線程鎖,防止多個線程一起修改緩存。通過對比Werkzeug里的實現(xiàn)幫助大家理解一下:

import time
from threading import Thread
from werkzeug.utils import cached_property
class Foo:
  def __init__(self):
    self.count = 0
  @cached_property
  def bar(self):
    time.sleep(1) # 模仿耗時的邏輯,讓多線程啟動后能執(zhí)行一會而不是直接結(jié)束
    self.count += 1
    return self.count
threads = []
f = Foo()
for x in range(10):
  t = Thread(target=lambda: f.bar)
  t.start()
  threads.append(t)
for t in threads:
  t.join()

這個例子中,bar方法對 self.count 做了自增1的操作,然后返回。但是注意f.bar的訪問是在10個線程下進行的,里面大家猜現(xiàn)在 f.bar 的值是多少?

 ipython -i threaded_cached_property.py
Python 3.7.1 (default, Dec 13 2018, 22:28:16)
Type 'copyright', 'credits' or 'license' for more information
IPython 7.5.0 -- An enhanced Interactive Python. Type '?' for help.
In [1]: f.bar
Out[1]: 10

結(jié)果是10。也就是10個線程同時訪問 f.bar ,每個線程中訪問時由于都還沒有緩存,就會給 f.count 做自增1操作。第三方庫對于這個問題可以不關(guān)注,只要你確保在項目中不出現(xiàn)多線程并發(fā)訪問場景即可。但是對于標準庫來說,需要考慮的更周全。我們把 cached_property 改成從標準庫導(dǎo)入,感受下:

./python.exe
Python 3.8.0a4+ (heads/master:8cd5165ba0, May 27 2019, 22:28:15)
[Clang 10.0.0 (clang-1000.11.45.5)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import time
>>> from threading import Thread
>>> from functools import cached_property
>>>
>>>
>>> class Foo:
...   def __init__(self):
...     self.count = 0
...   @cached_property
...   def bar(self):
...     time.sleep(1)
...     self.count += 1
...     return self.count
...
>>>
>>> threads = []
>>> f = Foo()
>>>
>>> for x in range(10):
...   t = Thread(target=lambda: f.bar)
...   t.start()
...   threads.append(t)
...
>>> for t in threads:
...   t.join()
...
>>> f.bar

可以看到,由于加了線程鎖, f.bar 的結(jié)果是正確的1。

cached_property不支持異步

除了 pydanny/cached-property 這個包以外,其他的包都不支持異步函數(shù):

./python.exe -m asyncio
asyncio REPL 3.8.0a4+ (heads/master:8cd5165ba0, May 27 2019, 22:28:15)
[Clang 10.0.0 (clang-1000.11.45.5)] on darwin
Use "await" directly instead of "asyncio.run()".
Type "help", "copyright", "credits" or "license" for more information.
>>> import asyncio
>>> from functools import cached_property
>>>
>>>
>>> class Foo:
...   def __init__(self):
...     self.count = 0
...   @cached_property
...   async def bar(self):
...     await asyncio.sleep(1)
...     self.count += 1
...     return self.count
...
>>> f = Foo()
>>> await f.bar
1
>>> await f.bar
Traceback (most recent call last):
 File "/Users/dongwm/cpython/Lib/concurrent/futures/_base.py", line 439, in result
  return self.__get_result()
 File "/Users/dongwm/cpython/Lib/concurrent/futures/_base.py", line 388, in __get_result
  raise self._exception
 File "<console>", line 1, in <module>
RuntimeError: cannot reuse already awaited coroutine
pydanny/cached-property的異步支持實現(xiàn)的很巧妙,我把這部分邏輯抽出來:
try:
  import asyncio
except (ImportError, SyntaxError):
  asyncio = None
class cached_property:
  def __get__(self, obj, cls):
    ...
    if asyncio and asyncio.iscoroutinefunction(self.func):
      return self._wrap_in_coroutine(obj)
    ...
  def _wrap_in_coroutine(self, obj):
    @asyncio.coroutine
    def wrapper():
      future = asyncio.ensure_future(self.func(obj))
      obj.__dict__[self.func.__name__] = future
      return future
    return wrapper()

我解析一下這段代碼:

對 import asyncio 的異常處理主要為了處理Python 2和Python3.4之前沒有asyncio的問題

__get__ 里面會判斷方法是不是協(xié)程函數(shù),如果是會 return self._wrap_in_coroutine(obj)
_wrap_in_coroutine 里面首先會把方法封裝成一個Task,并把Task對象緩存在 obj.__dict__ 里,wrapper通過裝飾器 asyncio.coroutine 包裝最后返回。

為了方便理解,在IPython運行一下:

In : f = Foo()

In : f.bar  # 由于用了`asyncio.coroutine`裝飾器,這是一個生成器對象
Out: <generator object cached_property._wrap_in_coroutine.<locals>.wrapper at 0x10a26f0c0>

In : await f.bar  # 第一次獲得f.bar的值,會sleep 1秒然后返回結(jié)果
Out: 1

In : f.__dict__['bar']  # 這樣就把Task對象緩存到了f.__dict__里面了,Task狀態(tài)是finished
Out: <Task finished coro=<Foo.bar() done, defined at <ipython-input-54-7f5df0e2b4e7>:4> result=1>

In : f.bar  # f.bar已經(jīng)是一個task了
Out: <Task finished coro=<Foo.bar() done, defined at <ipython-input-54-7f5df0e2b4e7>:4> result=1>

In : await f.bar  # 相當(dāng)于 await task
Out: 1

可以看到多次await都可以獲得正常結(jié)果。如果一個Task對象已經(jīng)是finished狀態(tài),直接返回結(jié)果而不會重復(fù)執(zhí)行了。

總結(jié)

以上所述是小編給大家介紹的Python 3.8中實現(xiàn)functools.cached_property功能,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持!
如果你覺得本文對你有幫助,歡迎轉(zhuǎn)載,煩請注明出處,謝謝!

相關(guān)文章

  • Python中UserWarning:The NumPy module was reloaded問題的解決方案

    Python中UserWarning:The NumPy module was 

    在 Python 項目中,我們經(jīng)常需要導(dǎo)入許多庫來完成各種任務(wù),NumPy 作為一個核心的科學(xué)計算庫,被廣泛應(yīng)用于數(shù)據(jù)處理和分析,然而,有時我們會遇到 NumPy 重載的警告,本文將詳細講解這一警告的原因,并提供解決方案,需要的朋友可以參考下
    2024-07-07
  • pip版本低引發(fā)的python離線包安裝失敗的問題

    pip版本低引發(fā)的python離線包安裝失敗的問題

    這篇文章主要介紹了pip版本低引發(fā)的python離線包安裝失敗的問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2023-09-09
  • Python內(nèi)存管理方式和垃圾回收算法解析

    Python內(nèi)存管理方式和垃圾回收算法解析

    這篇文章主要介紹了Python內(nèi)存管理方式和垃圾回收算法解析,介紹了傳統(tǒng)的垃圾回收機制,其工作方法,finalizer的問題等相關(guān)內(nèi)容,具有一定參考價值,需要的朋友可以了解下。
    2017-11-11
  • python批量修改交換機密碼的示例

    python批量修改交換機密碼的示例

    這篇文章主要介紹了python批量修改交換機密碼的示例,幫助大家更好的理解和使用python,感興趣的朋友可以了解下
    2020-09-09
  • Tensorflow?2.4加載處理圖片的三種方式詳解

    Tensorflow?2.4加載處理圖片的三種方式詳解

    這篇文章主要為大家介紹了Tensorflow?2.4加載處理圖片的三種方式詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2022-11-11
  • keras和tensorflow使用fit_generator 批次訓(xùn)練操作

    keras和tensorflow使用fit_generator 批次訓(xùn)練操作

    這篇文章主要介紹了keras和tensorflow使用fit_generator 批次訓(xùn)練操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-07-07
  • Python進度條神器tqdm使用實例詳解

    Python進度條神器tqdm使用實例詳解

    Python進度條神器tqdm是一個快速、可擴展的進度條工具,可以輕松地為Python腳本添加進度條。它可以在循環(huán)中自動計算進度,并在終端中顯示進度條,讓用戶了解程序的運行情況。tqdm還支持多線程和多進程,并且可以自定義進度條的樣式和顯示方式。
    2023-06-06
  • 對tensorflow中cifar-10文檔的Read操作詳解

    對tensorflow中cifar-10文檔的Read操作詳解

    今天小編就為大家分享一篇對tensorflow中cifar-10文檔的Read操作詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02
  • python制作小說爬蟲實錄

    python制作小說爬蟲實錄

    本文給大家介紹的是作者所寫的第一個爬蟲程序的全過程,從構(gòu)思到思路到程序的編寫,非常的細致,有需要的小伙伴可以參考下
    2017-08-08
  • 在Ubuntu系統(tǒng)中運行python代碼的幾個步驟

    在Ubuntu系統(tǒng)中運行python代碼的幾個步驟

    項目中需要在Linux上運行自己寫的python腳本,特此記錄一下操作流程,整個流程比較簡單,下面這篇文章主要給大家介紹了關(guān)于在Ubuntu系統(tǒng)中運行python代碼的幾個步驟,需要的朋友可以參考下
    2023-12-12

最新評論