Python Functools – cached_property()

在Python中，每次访问属性时都要计算它的值可能是一个耗时的操作，这就是为什么我们使用缓存属性。 cached_property是装饰器，用于将方法转换为属性，只要没有更改该属性所依赖的变量，就可以避免重复计算。

导入 cached_property

在使用 cached_property 之前，我们需要首先导入 functools 模块。

import functools

示例

下面是一个示例，向我们展示了 cached_property 如何起作用。

class Employee:
    def __init__(self, name, salary):
        self._name = name
        self._salary = salary
    
    @functools.cached_property
    def email(self):
        print(f"Calculating email for {self._name}")
        return f"{self._name}@company.com"
    
    @functools.cached_property
    def salary(self):
        print(f"Calculating salary for {self._name}")
        return self._salary
    
employee = Employee("John Doe", 50000)
print(employee.email)   # Calculating email for John Doe, John Doe@company.com
print(employee.email)   # John Doe@company.com
print(employee.salary)  # Calculating salary for John Doe, 50000
print(employee.salary)  # 50000

在上面的示例中，我们定义了一个 Employee 类，它具有 email 和 salary 属性。 email 和 salary 属性使用 cached_property 装饰器定义。一旦计算了这些属性，它们就会被缓存，并且在第二次访问时，我们不需要再次计算它们，因此无需调用它们的方法。

结论

在许多情况下，缓存属性对于避免不必要的计算并提高性能是非常重要的。在使用 cached_property 装饰器时，我们可以将方法转换为缓存属性，以避免每次访问属性时都执行计算。