Python的functools模块使用及说明_Python

Python的functools模块使用及说明

2022-07-14 13:50Python之简 Python

这篇文章主要介绍了Python的functools模块使用及说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

partial

用于创建一个偏函数，将默认参数包装一个可调用对象，返回结果也是可调用对象。

偏函数可以固定住原函数的部分参数，从而在调用时更简单。

				?

									from functools import partial

									int2 = partial(int, base=8)

									print(int2('123'))

									# 83

update_wrapper

使用 partial 包装的函数是没有__name__和__doc__属性的。

update_wrapper 作用：将被包装函数的__name__等属性，拷贝到新的函数中去。

				?

									from functools import update_wrapper

									def wrap2(func):

									    def inner(*args):

									        return func(*args)

									    return update_wrapper(inner, func)

									@wrap2

									def demo():

									    print('hello world')

									print(demo.__name__)

									# demo

wraps

warps 函数是为了在装饰器拷贝被装饰函数的__name__。

就是在update_wrapper上进行一个包装

				?

									from functools import wraps

									def wrap1(func):

									    @wraps(func)    # 去掉就会返回inner

									    def inner(*args):

									        print(func.__name__)

									        return func(*args)

									    return inner

									@wrap1

									def demo():

									    print('hello world')

									print(demo.__name__)

									# demo

reduce

在 Python2 中等同于内建函数 reduce

函数的作用是将一个序列归纳为一个输出

				?

									reduce(function, sequence, startValue)

									from functools import reduce

									l = range(1,50)

									print(reduce(lambda x,y:x+y, l))

									# 1225

cmp_to_key

在 list.sort 和内建函数 sorted 中都有一个 key 参数

				?

									x = ['hello','worl','ni']

									x.sort(key=len)

									print(x)

									# ['ni', 'worl', 'hello']

Python3 之前还提供了cmp参数来比较两个元素

cmp_to_key 函数就是用来将老式的比较函数转化为 key 函数

lru_cache

允许我们将一个函数的返回值快速地缓存或取消缓存。

该装饰器用于缓存函数的调用结果，对于需要多次调用的函数，而且每次调用参数都相同，则可以用该装饰器缓存调用结果，从而加快程序运行。

该装饰器会将不同的调用结果缓存在内存中，因此需要注意内存占用问题。

				?

									from functools import lru_cache

									@lru_cache(maxsize=30)  # maxsize参数告诉lru_cache缓存最近多少个返回值

									def fib(n):

									    if n < 2:

									        return n

									    return fib(n-1) + fib(n-2)

									print([fib(n) for n in range(10)])

									fib.cache_clear()   # 清空缓存

singledispatch

单分发器， Python3.4新增，用于实现泛型函数。

根据单一参数的类型来判断调用哪个函数。

				?

									from functools import singledispatch

									@singledispatch

									def fun(text):

									    print('String：' + text)

									@fun.register(int)

									def _(text):

									    print(text)

									@fun.register(list)

									def _(text):

									    for k, v in enumerate(text):

									        print(k, v)

									@fun.register(float)

									@fun.register(tuple)

									def _(text):

									    print('float, tuple')

									fun('i am is hubo')

									fun(123)

									fun(['a','b','c'])

									fun(1.23)

									print(fun.registry)    # 所有的泛型函数

									print(fun.registry[int])    # 获取int的泛型函数

									# String：i am is hubo

									# 123

									# 0 a

									# 1 b

									# 2 c

									# float, tuple

									# {<class 'object'>: <function fun at 0x106d10f28>, <class 'int'>: <function _ at 0x106f0b9d8>, <class 'list'>: <function _ at 0x106f0ba60>, <class 'tuple'>: <function _ at 0x106f0bb70>, <class 'float'>: <function _ at 0x106f0bb70>}

									# <function _ at 0x106f0b9d8>