Python数据分析实战-使用装饰器为函数增加异常处理功能（附源码和实现效果）

实现功能

使用装饰器增加异常处理功能

实现代码

# 假设我有一个函数（原函数），可以实现两个数相除
def divide(x, y):
    return x / y
 
res = divide(10, 2)
print(res)
 
# 定义一个装饰器，使得原函数能够有处理异常的功能
def handle_exceptions(func):    # 外层函数：接受一个函数（原函数）作为参数，并返回一个函数（新函数）。
    def wrapper(*args, **kwargs):  # 里层函数：接受和原函数相同的参数
        try:
            # 调用被装饰的函数
            return func(*args, **kwargs)     # 将原来的函数包装在自己功能中，同时添加新的功能
        except Exception as e:
            # 处理异常的逻辑
            # 返回异常信息
            return e
    return wrapper   # 新函数
 
 
# 使用@符号+装饰器的名字来使用装饰器，可以在不改变原函数（divide）的情况下增加异常处理的功能
@handle_exceptions
def divide(x, y):    # 这是想要装饰的函数（原函数），即实现两个数相除
    return x / y
 
# 也可以使用divide = handle_exceptions(divide)来使用装饰器，可以在不改变原函数（divide）的情况下增加异常处理的功能
# divide = handle_exceptions(divide)
 
res = divide(10, 0)
print(res)

实现效果

本人读研期间发表5篇SCI数据挖掘相关论文，现在某研究院从事数据挖掘相关科研工作，对数据挖掘有一定认知和理解，会结合自身科研实践经历不定期分享关于python机器学习、深度学习、数据挖掘基础知识与案例。

致力于只做原创，以最简单的方式理解和学习，关注我一起交流成长。

邀请三个朋友关注V订阅号：数据杂坛，即可在后台联系我获取相关数据集和源码，送有关数据分析、数据挖掘、机器学习、深度学习相关的电子书籍。