Понимание техники, позволяющей декораторам на основе классов поддерживать методы экземпляров

Question

Недавно я столкнулся с техникой в ​​библиотеке декоратора Python memoizedдекоратор, который позволяет ему поддерживать методы экземпляра:

import collections
import functools


class memoized(object):
    '''Decorator. Caches a function's return value each time it is called.
    If called later with the same arguments, the cached value is returned
    (not reevaluated).
    '''
    def __init__(self, func):
        self.func = func
        self.cache = {}

    def __call__(self, *args):
        if not isinstance(args, collections.Hashable):
        # uncacheable. a list, for instance.
        # better to not cache than blow up.
            return self.func(*args)
        if args in self.cache:
            return self.cache[args]
        else:
            value = self.func(*args)
            self.cache[args] = value
            return value

    def __repr__(self):
        '''Return the function's docstring.'''
        return self.func.__doc__

    def __get__(self, obj, objtype):
        '''Support instance methods.'''
        return functools.partial(self.__call__, obj)

__get__Метод, как объяснено в строке документа, где "происходит волшебство", заставляет декоратор поддерживать методы экземпляра. Вот несколько тестов, показывающих, что это работает:

import pytest

def test_memoized_function():
    @memoized
    def fibonacci(n):
        "Return the nth fibonacci number."
        if n in (0, 1):
            return n
        return fibonacci(n-1) + fibonacci(n-2)

    assert fibonacci(12) == 144

def test_memoized_instance_method():
    class Dummy(object):
        @memoized
        def fibonacci(self, n):
            "Return the nth fibonacci number."
            if n in (0, 1):
                return n
            return self.fibonacci(n-1) + self.fibonacci(n-2)            

    assert Dummy().fibonacci(12) == 144

if __name__ == "__main__":
    pytest.main([__file__])

Я пытаюсь понять, как именно работает эта техника? Кажется, что он в целом применим к декораторам на основе классов, и я применил его в своем ответе на вопрос: можно ли numpy.vectorize метод экземпляра?,

До сих пор я исследовал это, комментируя __get__метод и падение в отладчик послеelseпункт. Кажется, что self.func таков, что поднимает TypeError всякий раз, когда вы пытаетесь позвонить с номером в качестве ввода:

> /Users/kurtpeek/Documents/Scratch/memoize_fibonacci.py(24)__call__()
     23                         import ipdb; ipdb.set_trace()
---> 24                         value = self.func(*args)
     25                         self.cache[args] = value

ipdb> self.func
<function Dummy.fibonacci at 0x10426f7b8>
ipdb> self.func(0)
*** TypeError: fibonacci() missing 1 required positional argument: 'n'

Как я понимаю из https://docs.python.org/3/reference/datamodel.html получить, определяя свой собственный __get__ метод каким-то образом отменяет то, что происходит, когда вы (в этом случае) вызываете self.func, но я пытаюсь связать абстрактную документацию с этим примером. Кто-нибудь может объяснить это шаг за шагом?

Answer 1

Насколько я могу сказать, когда вы используете дескриптор для украшения метода экземпляра (на самом деле, атрибут), он определяет поведение того, как set, get а также delete этот атрибут. Есть ссылка.

Итак, в вашем примере memoized"s __get__ определяет, как получить атрибут fibonacci, В __get__Пройдите obj в self.__call__ который obj это экземпляр. И ключом к поддержке метода экземпляра является заполнение аргумента self,

Итак, процесс таков:

Предположим, что есть экземпляр dummy из Dummy, Когда вы получаете доступ к dummyатрибут fibonacci, как это было украшено memoized, Значение атрибута fibonacci возвращается memoized.__get__, __get__ принять два аргумента, один является вызывающим экземпляром (здесь dummy) а другой это его тип. memoized.__get__ заполнить экземпляр в self.__call__ для того, чтобы заполнить self аргумент внутри оригинального метода fibonacci,

Чтобы хорошо понять дескриптор, есть пример:

class RevealAccess(object):
    """A data descriptor that sets and returns values
       normally and prints a message logging their access.
    """

    def __init__(self, initval=None, name='var'):
        self.val = initval
        self.name = name

    def __get__(self, obj, objtype):
        print('Retrieving', self.name)
        return self.val

    def __set__(self, obj, val):
        print('Updating', self.name)
        self.val = val

>>> class MyClass(object):
...     x = RevealAccess(10, 'var "x"')
...     y = 5
...
>>> m = MyClass()
>>> m.x
Retrieving var "x"
10
>>> m.x = 20
Updating var "x"
>>> m.x
Retrieving var "x"
20
>>> m.y
5