Питон memoising/отложенного просмотра оформитель собственность

вот пример реализации ленивого декоратора свойств:

import functools

def lazyprop(fn):
    attr_name = '_lazy_' + fn.__name__

    @property
    @functools.wraps(fn)
    def _lazyprop(self):
        if not hasattr(self, attr_name):
            setattr(self, attr_name, fn(self))
        return getattr(self, attr_name)

    return _lazyprop


class Test(object):

    @lazyprop
    def a(self):
        print 'generating "a"'
        return range(5)

интерактивные сессии:

>>> t = Test()
>>> t.__dict__
{}
>>> t.a
generating "a"
[0, 1, 2, 3, 4]
>>> t.__dict__
{'_lazy_a': [0, 1, 2, 3, 4]}
>>> t.a
[0, 1, 2, 3, 4]

Я написал это для себя... Для использования в true один раз из расчета ленивые свойства. Мне это нравится, потому что он избегает наклеивания дополнительных атрибутов на объекты, и после активации не тратит время на проверку наличия атрибутов и т. д.:

import functools

class lazy_property(object):
    '''
    meant to be used for lazy evaluation of an object attribute.
    property should represent non-mutable data, as it replaces itself.
    '''

    def __init__(self, fget):
        self.fget = fget

        # copy the getter function's docstring and other attributes
        functools.update_wrapper(self, fget)

    def __get__(self, obj, cls):
        if obj is None:
            return self

        value = self.fget(obj)
        setattr(obj, self.fget.__name__, value)
        return value


class Test(object):

    @lazy_property
    def results(self):
        calcs = 1  # Do a lot of calculation here
        return calcs

Примечание:lazy_property класс для данных дескриптора, что означает, что он доступен только для чтения. Добавление __set__ метод будет препятствовать его правильной работе.

вот вызываемый, который принимает необязательный аргумент тайм-аута, в __call__ вы также можете скопировать __name__,__doc__,__module__ из пространства имен func:

import time

class Lazyproperty(object):

    def __init__(self, timeout=None):
        self.timeout = timeout
        self._cache = {}

    def __call__(self, func):
        self.func = func
        return self

    def __get__(self, obj, objcls):
        if obj not in self._cache or \
          (self.timeout and time.time() - self._cache[key][1] > self.timeout):
            self._cache[obj] = (self.func(obj), time.time())
        return self._cache[obj]

пример:

class Foo(object):

    @Lazyproperty(10)
    def bar(self):
        print('calculating')
        return 'bar'

>>> x = Foo()
>>> print(x.bar)
calculating
bar
>>> print(x.bar)
bar
...(waiting 10 seconds)...
>>> print(x.bar)
calculating
bar

property - это класс. А дескриптор чтобы быть точным. Просто выведите из него и реализуйте желаемое поведение.

class lazyproperty(property):
   ....

class testA(object):
   ....
  a = lazyproperty('_a')
  b = lazyproperty('_b')

что ты действительно нужен reify (источник связан!) декоратор из пирамиды:

использовать в качестве декоратора метода класса. Он работает почти так же, как в Python @property декоратор, но он помещает результат метода, который он украшает, в экземпляр dict после первого вызова, эффективно заменяя функцию, которую он украшает, переменной экземпляра. Это, на языке Python, дескриптор без данных. Ниже приведен пример и его использование:

>>> from pyramid.decorator import reify

>>> class Foo(object):
...     @reify
...     def jammy(self):
...         print('jammy called')
...         return 1

>>> f = Foo()
>>> v = f.jammy
jammy called
>>> print(v)
1
>>> f.jammy
1
>>> # jammy func not called the second time; it replaced itself with 1
>>> # Note: reassignment is possible
>>> f.jammy = 2
>>> f.jammy
2

до сих пор существует смешение терминов и/или путаница понятий как в вопросе, так и в ответах.

ленивости просто означает, что что-то вычисляется во время выполнения, в последний момент, когда требуется значение. стандартный @property декоратор делает именно это.(*) функция decorated оценивается только и каждый раз, когда вам нужно значение этого свойства. (см. статью Википедии о ленивости)

(*)самом деле истинный ленивый оценка (сравните, например, haskell) очень трудно достичь в python (и приводит к коду, который далек от идиоматического).

Memoization-это правильный термин для того, что искатель, кажется, ищет. Чистые функции, которые не зависят от побочных эффектов для оценки возвращаемого значения, можно безопасно запомнить, и на самом деле есть декоратор в functools@functools.lru_cache поэтому нет необходимости писать собственные декораторы, если вам не нужно специализированное поведение.

вы можете сделать это красиво и легко, создав класс из собственного свойства Python:

class cached_property(property):
    def __init__(self, func, name=None, doc=None):
        self.__name__ = name or func.__name__
        self.__module__ = func.__module__
        self.__doc__ = doc or func.__doc__
        self.func = func

    def __set__(self, obj, value):
        obj.__dict__[self.__name__] = value

    def __get__(self, obj, type=None):
        if obj is None:
            return self
        value = obj.__dict__.get(self.__name__, None)
        if value is None:
            value = self.func(obj)
            obj.__dict__[self.__name__] = value
        return value

мы можем использовать этот класс свойств как обычное свойство класса ( это также поддержка назначения элементов, как вы можете видеть)

class SampleClass():
    @cached_property
    def cached_property(self):
        print('I am calculating value')
        return 'My calculated value'


c = SampleClass()
print(c.cached_property)
print(c.cached_property)
c.cached_property = 2
print(c.cached_property)
print(c.cached_property)

значение вычисляется только в первый раз, и после этого мы использовали наш сохраненное значение

выход:

I am calculating value
My calculated value
My calculated value
2
2