python - 默认内存所有方法

Question

我正在编写一个应用程序，用于收集和显示来自科学仪器的数据。其中一条数据是一个频谱:本质上只是一个值列表，加上一个包含一些元数据的字典。一旦应用程序收集了数据，它就不会改变，因此列表和元数据都可以被认为是不可变的。

我想通过大量内存对频谱执行计算的函数来利用这一点。这是一个玩具示例:

class Spectrum(object):
    def __init__(self, values, metadata):
        self.values = values
        self.metadata = metadata
        # self.values and self.metadata should not change after this point.

    @property
    def first_value(self):
        return self.values[0]

    def multiply_by_constant(self, c):
        return [c*x for x in self.values]

    def double(self):
        return self.multiply_by_constant(2)

我想要的是默认情况下对这些方法中的每一个进行内存。有什么方法(元类？)可以在不复制的情况下完成此操作 one of these memoization decorators到处写@memoize？

Answer 1

我继续写了一个元类来解决你的问题。它遍历所有属性并检查它们是否可调用(通常是函数、方法或类)并装饰那些是可调用的。当然，您会将 decorator 设置为您的内存装饰器(例如 functools.lru_cache)。

如果您只想装饰方法，而不是任何可调用的，您可以用检查替换测试hasattr(val, "__call__")。 ismethod(val)。但它可能会在未来引入一个错误，你不记得它只适用于方法，并添加一个函数或类，这不会被内存!

参见 this关于 Python 中元类的更多信息的问题。

def decorate(f):
    def wrap(*args, **kwargs):
        # Print a greeting every time decorated function is called
        print "Hi from wrap!"
        return f(*args, **kwargs)
    return wrap

class DecorateMeta(type):
    def __new__(cls, name, bases, dct):
        # Find which decorator to use through the decorator attribute
        try:
            decorator = dct["decorator"]
        except KeyError:
            raise TypeError("Must supply a decorator")

        # Loop over all attributes
        for key, val in dct.items():
            # If attribute is callable and is not the decorator being used
            if hasattr(val, "__call__") and val is not decorator:
                dct[key] = decorator(val)

        return type.__new__(cls, name, bases, dct)

class Test:
    __metaclass__ = DecorateMeta
    decorator = decorate

    def seasonal_greeting(self):
        print "Happy new year!"

Test().seasonal_greeting()

# Hi from wrap!
# Happy new year!