มัณฑนากร
เรียนรู้การใช้มัณฑนากรเพื่อปรับเปลี่ยนหรือขยายฟังก์ชัน
มัณฑนากร เป็นบทเรียน Learn AI with Python ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 5 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Learn AI with Python และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Learn AI with Python มีบทเรียนทั้งหมด 5 บทเรียน
บทนำสู่ตัวตกแต่ง
บทนำสู่ตัวตกแต่ง
ตัวตกแต่งเป็นคุณลักษณะที่ทรงพลังในไพธอน ซึ่งช่วยให้คุณปรับเปลี่ยนการทำงานของฟังก์ชันหรือเมธอดได้ โดยมักใช้เพื่อเพิ่มความสามารถให้ฟังก์ชันโดยไม่ต้องแก้ไขโค้ดของฟังก์ชันนั้น
ในบทเรียนนี้ คุณจะได้เรียนรู้ว่าตัวตกแต่งคืออะไร วิธีใช้งาน และวิธีสร้างตัวตกแต่งของคุณเอง

ตัวตกแต่งคืออะไร
ตัวตกแต่งคืออะไร
ตัวตกแต่งคือฟังก์ชันที่รับฟังก์ชันอื่นเป็นข้อมูลเข้า แล้วส่งคืนฟังก์ชันใหม่ที่มีความสามารถเพิ่มเติม โดยมักใช้ร่วมกับไวยากรณ์ @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()ตัวตกแต่งทำงานอย่างไร
ตัวตกแต่งทำงานอย่างไร
เมื่อคุณใช้ตัวตกแต่ง ไพธอนจะแทนที่ฟังก์ชันเดิมด้วยฟังก์ชันห่อหุ้มที่ตัวตกแต่งส่งคืน
# 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()การใช้ตัวตกแต่งกับอาร์กิวเมนต์
การใช้ตัวตกแต่งกับอาร์กิวเมนต์
ตัวตกแต่งสามารถทำงานกับฟังก์ชันที่รับอาร์กิวเมนต์ได้ โดยใช้ *args และ **kwargs ในฟังก์ชันห่อหุ้ม:
# 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))การเชื่อมตัวตกแต่งหลายตัว
การเชื่อมตัวตกแต่งหลายตัว
คุณสามารถใช้ตัวตกแต่งหลายตัวกับฟังก์ชันเดียวได้ ตัวตกแต่งจะถูกนำไปใช้ตามลำดับที่ปรากฏจากบนลงล่าง:
# 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()การสร้าง decorator แบบมีพารามิเตอร์
การสร้าง decorator แบบมีพารามิเตอร์
decorator แบบมีพารามิเตอร์รับอาร์กิวเมนต์และช่วยให้การทำงานมีความยืดหยุ่นมากขึ้น:
# 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()กรณีการใช้งานทั่วไปของ decorator
กรณีการใช้งานทั่วไปของ decorator
โดยทั่วไป decorator ใช้สำหรับ:
- บันทึกการเรียกใช้ฟังก์ชันและอาร์กิวเมนต์ของฟังก์ชัน
- วัดเวลาการทำงานของฟังก์ชัน
- ควบคุมการเข้าถึง เช่น ตรวจสอบสิทธิ์ของผู้ใช้
- เก็บผลลัพธ์ไว้ในแคชเพื่อเพิ่มประสิทธิภาพ
decorator ในตัวของ Python
decorator ในตัวของ Python
Python มี decorator ในตัวหลายรายการ ได้แก่:
@staticmethod: กำหนดเมธอดแบบสแตติก@classmethod: กำหนดเมธอดของคลาส@property: กำหนดเมธอดพร็อพเพอร์ตี
ข้อผิดพลาดที่พบบ่อยเกี่ยวกับตัวตกแต่ง
ข้อผิดพลาดที่พบบ่อยเกี่ยวกับตัวตกแต่ง
ต่อไปนี้คือข้อผิดพลาดบางประการที่ควรหลีกเลี่ยง:
- ไม่คงชื่อและเอกสารกำกับของฟังก์ชันเดิมไว้ (ให้ใช้
functools.wraps) - ใช้ตัวตกแต่งโดยไม่จำเป็นกับงานง่าย ๆ
- ลืมจัดการอาร์กิวเมนต์ในฟังก์ชันห่อหุ้ม
เราได้เรียนรู้อะไรบ้าง
เราได้เรียนรู้อะไรบ้าง
ในบทเรียนนี้ คุณได้เรียนรู้:
- ตัวตกแต่งคืออะไรและทำงานอย่างไรในไพธอน
- วิธีสร้างและใช้ตัวตกแต่งพื้นฐาน ตัวตกแต่งที่รับพารามิเตอร์ และตัวตกแต่งแบบเชื่อมต่อกัน
- กรณีการใช้งานทั่วไปและตัวตกแต่งในตัวของไพธอน
ทำได้ดีมาก! ไปยังหัวข้อถัดไปกันเถอะ

คำถามที่พบบ่อย
บทเรียน “มัณฑนากร” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “มัณฑนากร” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Learn AI with Python ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Learn AI with Python มีบทเรียนทั้งหมด 5 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “มัณฑนากร”
เรียนรู้การใช้มัณฑนากรเพื่อปรับเปลี่ยนหรือขยายฟังก์ชัน คุณปฏิบัติ Learn AI with Python ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Learn AI with Python หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน Learn AI with Python บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 5 บทเรียน
บทเรียน “มัณฑนากร” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน Learn AI with Python นี้ได้ไหม
ได้ บทเรียน Learn AI with Python ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- มัณฑนากร
- ตัวสร้าง
- ตัวจัดการบริบท (คำสั่ง with)
- นิพจน์ย่อ (List, Set และ Dictionary)
- ตัววนซ้ำและออบเจ็กต์ที่วนซ้ำได้