
## pip临时修改源

PYPI国内源路径

* 阿里云 http://mirrors.aliyun.com/pypi/simple/
* 豆瓣(douban) http://pypi.douban.com/simple/
* 清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/
* 中国科学技术大学 http://pypi.mirrors.ustc.edu.cn/simple/


### 临时换源

临时换源只需要在pip安装包时，加上一个-i参数后接源的url即可：

    # 下载python中的Django包，这里使用的是豆瓣源
    pip install django -i http://pypi.douban.com/simple 


### 永久换源（更换默认源）

Linux

在根目录下创建/修改～/.pip/pip.confpip配置文件；
进入文件新增/修改内容；

    [global]
    index-url=http://pypi.douban.com/simple
    [install]
    trusted-host=pypi.douban.com

保存文件并退出；

Windows

windows在%HOMEPATH%\pip\pip.ini中修改上面第二步的内容；
保存文件退出；




pip临时修改下载源


### nrm

安装nrm

在命令行执行命令，`npm install -g nrm`，全局安装nrm。

执行命令`nrm ls`查看可选的源。

如果要切换到taobao源，执行命令`nrm use taobao`。

很简单吧？

npm更换源与nrm安装与配置


## Python装饰器是什么？

在Django中曾经使用过`@fun`这种格式的语法，用在了定义视图的函数上，类似一种拦截器用来控制当前视图的访问权限。

装饰器（decorator）是干嘛的？对于受到封装的原函数来说，装饰器能够在那个函数执行前或者执行后分别运行一些代码，使得可以再装饰器里面访问并修改原函数的参数以及返回值，以实现约束定义、调试程序、注册函数等目标。装饰器一般返回一个包装器（wrapper），而functools.wraps就是装饰包装器的装饰器。

## 定义一个Python的装饰器

我们定义一个计算Python程序运行时间的装饰器，在定义一个需要运行的韩式，代码如下：

        import time
        import functools

        def t(fun):
        '''定义一个程序运行时间计算函数'''
        @functools.wraps(fun)
        def wrapper(*args, **kwargs):
                start = time.time()  # 起始时间
                fun(*args, **kwargs)  # 要执行的函数
                end = time.time()  # 结束时间
                print(fun.__name__, '程序运行时间:{:.2f}ms'.format((end - start) * 1000))
        return wrapper

        @t
        def myfunc(x, y):
        '''打印从x到y的数值'''
        for i in range(x, y):
                print(i)

        myfunc(0, 9)


运行结果：

        0
        1
        2
        3
        4
        5
        6
        7
        8
        myfunc 程序运行时间:0.03ms
        这样的话，我们就可以在不破坏原函数代码的情况下为函数添加了计算当前函数运行时间的功能。

## 定义一个可以传参的装饰器

如果我们的装饰器需要传入参数该怎么写呢？只需要在`wrapper`外加一层包装即可。代码如下:

        import time
        import functools

        def t(str):
        '''定义一个程序运行时间计算函数'''
        def decorator(fun):
                @functools.wraps(fun)
                def wrapper(*args, **kwargs):
                start = time.time()  # 起始时间
                fun(*args, **kwargs)  # 要执行的函数
                end = time.time()  # 结束时间
                print('传入的字符串是:', str)
                print(fun.__name__, '程序运行时间:{:.2f}ms'.format((end - start) * 1000))
                return wrapper
        return decorator

        @t('hello world')
        def myfunc(x, y):
        '''打印从x到y的数值'''
        for i in range(x, y):
                print(i)

        myfunc(0, 9)


运行结果：

        0
        1
        2
        3
        4
        5
        6
        7
        8
        传入的字符串是: hello world
        myfunc 程序运行时间:0.11ms
        functools.wraps是什么？

`functools.wraps`是为了保留原函数的属性不被装饰器破坏，这个时候就可以使用`functools.wraps`。

functools这个库里有很多关于函数的功能模块，后续我们在继续研究。

装饰器（decorator）是干嘛的？对于受到封装的原函数来说，装饰器能够在那个函数执行前或者执行后分别运行一些代码，使得可以再装饰器里面访问并修改原函数的参数以及返回值，以实现约束定义、调试程序、注册函数等目标。装饰器一般返回一个包装器（wrapper），而functools.wraps就是装饰包装器的装饰器。

npm更换源与nrm安装与配置

nrm

相关文章