0Pricing
Learn AI with Python · Lezione

Decorator

Impari a usare i decorator per modificare o estendere le funzioni

Decorator è una lezione Learn AI with Python gratuita su CoddyKit. Questa è la lezione 1 di 5. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Learn AI with Python, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Learn AI with Python include 5 lezioni in totale.

Introduzione ai decoratori

Introduzione ai decoratori

I decoratori sono una potente funzionalità di Python che consente di modificare il comportamento di funzioni o metodi. Vengono spesso usati per aggiungere funzionalità alle funzioni senza modificarne il codice.

In questa lezione apprenderà che cosa sono i decoratori, come usarli e come crearne di propri.

Decorator — illustrazione 1

Che cos'è un decoratore?

Che cos'è un decoratore?

Un decoratore è una funzione che accetta un'altra funzione come input e restituisce una nuova funzione con funzionalità aggiuntive. Viene spesso usato con la sintassi @decorator_name.

# Basic example of a decorator
def decorator(func):
    def wrapper():
        print("Before the function call")
        func()
        print("After the function call")
    return wrapper

@decorator
def say_hello():
    print("Hello!")

say_hello()

Come funzionano i decoratori

Come funzionano i decoratori

Quando usa un decoratore, Python sostituisce la funzione originale con la funzione wrapper restituita dal decoratore.

# How decorators work
def decorator(func):
    def wrapper():
        print("Wrapper called")
        func()
    return wrapper

@decorator
def greet():
    print("Greetings!")

print(greet.__name__)  # Outputs: wrapper
greet()

Utilizzo dei decoratori con argomenti

Utilizzo dei decoratori con argomenti

I decoratori possono funzionare con funzioni che accettano argomenti usando *args e **kwargs nella funzione wrapper:

# Decorator for functions with arguments
def decorator(func):
    def wrapper(*args, **kwargs):
        print(f"Arguments: {args}, {kwargs}")
        return func(*args, **kwargs)
    return wrapper

@decorator
def add(a, b):
    return a + b

print(add(3, 5))

Concatenazione di più decoratori

Concatenazione di più decoratori

È possibile usare più decoratori su una singola funzione. Vengono applicati nell'ordine in cui compaiono, dall'alto verso il basso:

# Chaining multiple decorators
def decorator1(func):
    def wrapper():
        print("Decorator 1")
        func()
    return wrapper

def decorator2(func):
    def wrapper():
        print("Decorator 2")
        func()
    return wrapper

@decorator1
@decorator2
def greet():
    print("Hello!")

greet()

Creazione di decoratori parametrizzati

Creazione di decoratori parametrizzati

I decoratori parametrizzati accettano argomenti e consentono di ottenere funzionalità più flessibili:

# Parameterized decorator
def repeat(times):
    def decorator(func):
        def wrapper(*args, **kwargs):
            for _ in range(times):
                func(*args, **kwargs)
        return wrapper
    return decorator

@repeat(3)
def say_hello():
    print("Hello!")

say_hello()

Casi d'uso comuni dei decoratori

Casi d'uso comuni dei decoratori

I decoratori vengono comunemente utilizzati per:

  • Registrare le chiamate alle funzioni e i relativi argomenti.
  • Misurare il tempo di esecuzione delle funzioni.
  • Controllare l'accesso, ad esempio verificando le autorizzazioni degli utenti.
  • Memorizzare nella cache i risultati per migliorare le prestazioni.

Decoratori integrati in Python

Decoratori integrati in Python

Python mette a disposizione alcuni decoratori integrati, tra cui:

  • @staticmethod: definisce un metodo statico.
  • @classmethod: definisce un metodo di classe.
  • @property: definisce un metodo property.

Errori comuni con i decoratori

Errori comuni con i decoratori

Ecco alcuni errori da evitare:

  • Non preservare il nome e la docstring della funzione originale (usi functools.wraps).
  • Usare decoratori senza necessità per attività semplici.
  • Dimenticare di gestire gli argomenti nella funzione wrapper.

Che cosa abbiamo imparato?

Che cosa abbiamo imparato?

In questa lezione ha imparato:

  • Che cosa sono i decorator e come funzionano in Python.
  • Come creare e utilizzare decorator di base, parametrizzati e concatenati.
  • I casi d'uso comuni e i decorator integrati in Python.

Ottimo lavoro! Passiamo al prossimo argomento.

Decorator — illustrazione 11

Domande Frequenti

La lezione «Decorator» è gratuita?

Sì — il testo completo di «Decorator» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Learn AI with Python, passa a CoddyKit PRO. Il corso Learn AI with Python include 5 lezioni in totale.

Cosa imparerò in «Decorator»?

Impari a usare i decorator per modificare o estendere le funzioni Eserciti Learn AI with Python con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.

Ho bisogno di esperienza per iniziare Learn AI with Python?

Non è richiesta alcuna esperienza precedente. Learn AI with Python su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 1 di 5.

Quanto tempo richiede la lezione «Decorator»?

La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.

Posso scrivere ed eseguire codice in questa lezione Learn AI with Python?

Sì. Ogni lezione Learn AI with Python include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.

Tutte le lezioni di questo corso

  1. Decorator
  2. Generatori
  3. Context manager (istruzioni with)
  4. Comprehension (liste, set e dizionari)
  5. Iteratori e iterabili
← Torna a Learn AI with Python