Python_day29类的装饰器知识点回顾
DAY 29 复习日：类的装饰器
知识点：
既然函数可以复用，有了类和装饰器，那么类还能进一步封装么？可以的，类也有装饰器
回顾一下，函数的装饰器是 ：接收一个函数，返回一个修改后的函数。我们之前是用复用的思想来看装饰器的，换一个角度理解，当你想修改一个函数的时候，可以通过装饰器方法来修改而无需重新定义这个函数。
类也有修饰器，他的逻辑类似：接收一个类，返回一个修改后的类。例如
- 添加新的方法或属性（如示例中的 log 方法）。
- 修改原有方法（如替换 init 方法，添加日志）。
- 甚至可以返回一个全新的类（继承或组合原类）。
通过类装饰器，可以在不修改类内部代码的情况下，为多个类统一添加功能（如日志、统计）
类装饰器 vs 函数装饰器：核心区别
| 特性 | 函数装饰器 | 类装饰器 |
|---|---|---|
| 作用对象 | 函数（function） | 类（class） |
| 传入参数 | 接收函数作为参数（def decorator(func):） | 接收类作为参数（def decorator(cls):） |
| 返回值 | 返回包装后的函数（通常是闭包） | 返回修改后的类（可以是原类或新类） |
| 常见用途 | 修改函数行为（如日志、计时、权限验证） | 修改类的结构（如添加属性、方法、修改初始化逻辑） |
| 核心逻辑 | 用闭包包裹函数，在不修改函数代码的前提下扩展功能 | 直接修改类的定义（如添加/替换方法、属性） |
# 定义类装饰器：为类添加日志功能
def class_logger(cls):# 保存原始的 __init__ 方法original_init = cls.__init__def new_init(self, *args, **kwargs):# 新增实例化日志print(f"[LOG] 实例化对象: {cls.__name__}")original_init(self, *args, **kwargs) # 调用原始构造方法# 将类的 __init__ 方法替换为新方法cls.__init__ = new_init# 为类添加一个日志方法（示例）def log_message(self, message):print(f"[LOG] {message}")cls.log = log_message # 将方法绑定到类，这是一种将外部函数添加为类的属性的方法return cls# 定义简单打印类，应用装饰器
# 同样是语法糖的写法
@class_logger
class SimplePrinter:def __init__(self, name):self.name = name # 构造方法：初始化名称def print_text(self, text):"""简单打印方法"""print(f"{self.name}: {text}")# 使用示例
printer = SimplePrinter("Alice") # 实例化时触发装饰器的日志
printer.print_text("Hello, World!") # 调用普通方法
printer.log("这是装饰器添加的日志方法") # 调用装饰器新增的方法[LOG] 实例化对象: SimplePrinter Alice: Hello, World! [LOG] 这是装饰器添加的日志方法
注意到其中的cls.log = log_message 这行代码，他把外部的函数赋值给了类的新定义的属性，这里我们介绍这种写法
实际上，定义类的方法，有2类写法
- 在类定义内部直接写方法，这是静态方法，一般定义类都这么完成。
- 在类定义外部定义方法，然后把方法赋值给类的属性---这是一种动态方法，常在装饰器中使用，可以再外部修改类的方法。
本质区别
| 特性 | 类内部定义方法 | 外部赋值定义方法 |
|---|---|---|
| 语法 | 在 class 块内使用 def | 定义函数后赋值给类属性（如 cls.fn = fn） |
| 作用域 | 方法可以直接访问类的其他私有成员 | 需要通过 self 或类名显式访问 |
| 动态性 | 类定义后方法固定 | 可以在运行时动态添加/修改方法 |
| 常见场景 | 常规类定义 | 装饰器、元类、动态编程 |
两种方式的本质都是将函数对象绑定到类的属性上，只是语法和应用场景不同。装饰器中常用外部赋值，是为了在不修改原类代码的情况下增强类的功能。
ps：之前无论是函数还是类的装饰器，我们都发现是先有装饰器，再有类。那既然我们说了装饰器除了让原本的代码更加清晰可读可复用，还具有修改函数or类的功能。那如何修改之前已经写好的类or函数呢？
所以你还是需要理解 装饰器本质就是一个语法糖，对类而言：@decorator 语法只是 MyClass = decorator(MyClass) 的简写，即使类已定义，仍可手动调用装饰器函数修改它。
总结：装饰器的核心是动态修改类 / 函数，而不改变原代码。通过外部赋值，可以在不修改类定义的前提下，为类添加新方法或修改已有方法。---理解动态的含义
知识点回顾
- 类的装饰器
- 装饰器思想的进一步理解：外部修改、动态
- 类方法的定义：内部定义和外部定义
作业：复习类和函数的知识点，写下自己过去29天的学习心得，如对函数和类的理解，对python这门工具的理解等，未来再过几个专题部分我们即将开启深度学习部分。
总结：
一、对函数的理解：从工具到逻辑封装
最初接触函数时，我只把它当作“重复代码的打包工具”。但随着练习（如 describe_shape 函数处理任意关键字参数、 create_shape 工厂函数动态创建对象），我意识到函数的核心是 逻辑抽象 。
- 参数的灵活性 ： args 和 *kwargs 让函数能适配不同场景（比如 describe_shape 同时处理固定参数和任意尺寸描述），这种“弹性设计”大大提升了代码复用性。
- 职责单一性 ：每个函数只做一件事（如 calculate_area 专注计算面积），代码更易调试和维护。这让我明白，好的函数不是“大而全”，而是“小而精”。
二、对类的理解：从数据容器到对象建模
类的学习是思维的一次跳跃——从“过程式编程”转向“面向对象编程（OOP）”。通过定义 Circle 和 Rectangle 类，我真正体会到OOP的核心： 将数据（属性）与操作（方法）绑定，模拟现实世界的对象 。
- 状态与行为的统一 ： Circle 类的 radius 属性存储圆的状态， calculate_circumference 方法定义其行为（计算周长），这种“状态+行为”的封装让代码更符合现实逻辑。
- 扩展性 ：通过工厂函数 create_shape 动态创建不同图形对象，我初步感受到“多态”的魅力——未来添加新图形（如 Triangle ）时，只需新增类并修改工厂函数，原有代码几乎不用改动。
三、对Python的理解：从“语言”到“工具链”
Python的简洁语法（如列表推导式、f-string）和强大标准库（如 math 模块）让我深刻体会到它为何是“最适合初学者的语言”。但更重要的是，Python的生态（如后续要学的深度学习框架）让它从“编程语言”升级为“全能工具链”：
- 快速验证想法 ：用函数和类快速封装逻辑，无需复杂配置即可运行测试（如直接打印 Circle(5).calculate_circumference() 验证结果）。
- 无缝衔接高级应用 ：现在学的函数和类，未来会是深度学习中“网络层定义”“数据加载器”的基础。比如，用类定义神经网络层（Layer），用函数封装数据预处理流程，这些都依赖当前的基本功。
四、未来期待：从基础到深度学习
即将开启的深度学习部分，对我来说既是挑战也是机遇。我期待：
- 用类构建复杂模型 ：比如用类定义神经网络的层（如全连接层、卷积层），通过继承和组合实现更复杂的网络结构。
- 用函数优化训练流程 ：将数据加载、模型训练、结果评估封装为函数，提升代码的可复用性和可维护性。
- 理解“工具背后的逻辑” ：Python的简洁可能隐藏了框架的复杂性（如PyTorch的自动求导），我希望通过学习，能从“会用工具”进阶到“理解工具如何工作”。
@浙大疏锦行