11.15 Декораторы и дескрипторы

Декораторы

• Декоратор с выводом параметров функции

     1 def genf(f):
     2     def newfun(*args):
     3         print(">", *args)
     4         res = f(*args)
     5         print("<", res)
     6         return res
     7     return newfun
     8 
     9 @genf
    10 def fun(a,b):
    11     return a*2+b
    12 
    13 print(fun(2,3))
  

• проверить, что все операнды функции — это int, иначе формировать исключение TypeError

• Параметрические декораторы

     1 def multicall(times):
     2     def decorator(fun):
     3         def newfun(*args):
     4             return [fun(*args) for i in range(times)]
     5         return newfun
     6     return decorator
     7 
     8 @multicall(5)
     9 def simplefun(N):
    10     return N*2+1
    11 
    12 print(*simplefun(4))
  

• проверить, что все операнды функции — это заданный тип (использовать isinstance()),

• Декораторы классов

• Применение @staticmethod / @classmethod:

  • Напишите класс Asker со статическим методом askall(lst), для каждого элемента списка lst вызывающим метод report()

  • Напишите класс Sender, у которого есть метод_класса report(), выводящий при первом за всё выполнение программы вызове "Greetings!", а при втором и последующем "Get away!" (используйте как признак "первости" поле класса, имеющее булев тип)

  • Проверьте работу Asker.askall() у экземпляра класса Asker на списке из трех экземпляров класса Sender

Дескрипторы

Дескрипторы — реализация шаблона getter/setter/deleter

• TODO Обычный «шумный» дескриптор: хранит что угодно, но сообщает о действиях

• Где хранить то, что хранится в data дескрипторе?

• Деконструкция дескриптора.

  • напишите (как в демонстрации) "шумный" дескриптор C

  • напишите класс FOO с полем x типа C

  • создайте экземпляр foo класса FOO; проверьте на нём, что дескриптор сообщает о действиях в ответ на присваивание полю x, обращение к полю x, удаление поля x

  • удалите метод .__set__() из класса C, посмотрите как foo реагирует на запись в поле x; аналогично для .__get__() и чтения x, .__delete__() и удаления x

• @property — удобная обмазка вокруг дескрипторов

• Применение @property. Напишите класс C со свойством age, для которого определены:

  • setter — если переданное значение не больше 128, присваивает его, иначе выводит "too old!" и формирует исключение ValueError

  • getter — если значение равно 42, выводит "secret value!" и возвращает -1, иначе возвращает само значение

Слоты

Слоты — организация пространства имён экземпляра класса без __dict__

• Прозрачно для пользователя (слоты RW, поля классов RO)
• Эффективно, реализовано через дескрипторы

• Сравнение класса традиционного и класса со слотами по использованию памяти.

  • создайте класс R с полем x и класс S со слотом x

  • породите экземпляры r и s этих (соответственно) классов, присвойте полям r и s значение 0

  • импортируйте модуль sys (import sys); при помощи sys.getsizeof() узнайте размеры r и s

• Сравнение класса традиционного и класса со слотами по производительности (источник: https://habr.com/ru/post/686220/).

  • возьмите классы R, S из предыдущего упражнения

  • подготовьте окружение для сравнения производительности:

   1 def get_set_delete(obj):
   2   obj.x = 'val'
   3   obj.x
   4   del obj.x
   5   
   6 def test_R():  
   7   get_set_delete(R())
   8   
   9 def test_S():
  10   get_set_delete(S())

• сравните быстродействие операций с экземплярами R и S:

   1 import timeit
   2 min(timeit.repeat(test_R))
   3 min(timeit.repeat(test_S))

Д/З

TODO вычитать

• Задача_1:

  • Написать декоратор_класса objcount, который добавляет в класс поле counter (это поле класса), в котором подсчитывается количество экземпляров этого класса.

  • (для начала) считает количество созданных экземпляров (перегрузка .__init__())

  • но в конце концов надо перегрузить и .__del__(), чтобы учитывать количество созданных, но не удалённых объектов

  • Стоит помнить, что .__del__() у класса может и не быть

  • Защищать поле .counter не надо

  • В тестах должна проверяться корректность работы на классах с собственным __init__() и __del__()

    Input:

    @objcount
    class C:
        pass
    
    c, d, e = C(), C(), C()
    print(C.counter)
    c = 100500
    print(C.counter)

    Output:

    3
    2

• Задача_2:

  • Написать дескриптор Num, который хранит только числа, а если пытаться присвоить ему последовательность, вычисляет и хранит её длину.

  • Числа имеют поле .real

  • Последовательности имеют метод .__len__()

    • если есть и то, и то, предпочтительнее real

  • Остальные случаи не проверять
  • По умолчанию значение поля типа Num = 0

    Input:

    class C:
      num = Num()
    print(C().num)
    c, d = C(), C()
    c.num = d.num = 2
    print(c.num+d.num)
    c.num = "qwerqwerqwer"
    print(c.num+d.num)
    d.num = range(10, 1000, 7)
    print(c.num+d.num)

    Output:

    0
    4
    14
    154

• Задача_3:

  • Написать с помощью слотов класс Alpha, полем которого является любая маленькая буква латинского алфавита, и никакая другая. Класс должен поддерживать методы .__init__(), именные параметры которого задают эти поля, и .__str__(), который выводит содержимое полей объекта в алфавитном порядке:

  • Написать аналогичный класс AlphaQ c помощью .__getattr__() и словаря

  • В тестах предусмотреть

    • проверку обоих классов на то, что несуществующие/незаданные поля инициируют AttributeError (так ведёт себя класс со слотами)

    • сравнение быстродействия обоих классов на достаточно больших объёмах чтения/записи полей (должно получаться, что Alpha быстрее, чем AlphaQ); точное время выводить не надо, только результат сравнения

    Input:

    alp = Alpha(c=10, z=2, a=42)
    alp.e = 123
    print(alp)
    alq = AlphaQ(c=10, z=2, a=42)
    alq.e = 123
    print(alq)

    Output:

    a: 42, c: 10, e: 123, z: 2
    a: 42, c: 10, e: 123, z: 2