Skip to main content
 首页 » 编程设计

Python:如何确保函数在第一次调用时加载一次

2024年12月31日9think

我目前正在阅读斯坦福大学给出的tensorflow教程lecture .它正在教授一个叫做“延迟加载”的概念。在幻灯片中,它解释了我们可以通过利用 python 的属性来避免这种情况。

我对 Python 比较陌生,他说的属性到底是什么?

Use Python property to ensure function is also loaded once the first time it is called*

请您参考如下方法:

关于使用 @property 装饰器进行惰性求值有一个很好的描述 here .基本上,@property 装饰器允许您定义一个实例变量,它将:

  1. 在第一次调用时进行评估(即延迟加载)
  2. 然后将结果存储在一个实例变量中,以便在进一步调用时引用。

要了解这一点,请考虑代码(请注意,此代码是从上一个链接中提取和更改的,因此应归功于 Steven Loria):

class Node_normal: 
    def __init__(self): 
        print("nn") 
        self.val = 2 
 
class Node_lazy: 
    def val(self): 
        print("nl") 
        return 2 
 
class Node_property: 
    def __init__(self): 
        self._val = False 
 
    @property 
    def val(self): 
        if not self._val: 
            print("np") 
            self._val = 2 
        return self._val 

当一个Node_normal对象被实例化时,self.val将被初始化并立即赋值2(正常加载),而Node_lazy将被实例化但不赋值。相反,它会在调用 val() 时返回值(延迟加载)。最后,当 Node_property 被实例化时,self._val 将被初始化为一个默认值 (False),并且在调用时分配真值 (2) 并将其存储在 self._val 中以供进一步调用时再次引用。

您可以使用以下方法进行测试:

exec(open("node_normal.py").read()) 
exec(open("node_lazy.py").read()) 
exec(open("node_property.py").read()) 
 
class Graph: 
    def __init__(self): 
        nn = Node_normal() 
        self.nodes1 = [nn.val for x in range(1,10)] 
        nl = Node_lazy() 
        self.nodes2 = [nl.val() for x in range(1,10)] 
        np = Node_property() 
        self.nodes3 = [np.val  for x in range(1,10)] 
 
g = Graph() 
print(g.nodes1) 
print(g.nodes2) 
print(g.nodes3) 

给出结果

nn 
nl 
nl 
nl 
nl 
nl 
nl 
nl 
nl 
nl 
np 
[2, 2, 2, 2, 2, 2, 2, 2, 2] 
[2, 2, 2, 2, 2, 2, 2, 2, 2] 
[2, 2, 2, 2, 2, 2, 2, 2, 2] 

请注意,g.nodes 中的值对于所有三种方式都是相同的,但是 Node_normal 和 Node_property 只需要运行一次赋值,而 Node_lazy 进行了 10 次赋值。此外,在调用 np.val 之前,Node_property 不会将 2 分配给 self._val。这在分配值是一个昂贵的调用时最有用(这里不是这种情况)。

使用@property 装饰器还有其他原因,see here .