Python的functools模塊使用及說明
partial
用於創建一個偏函數,將默認參數包裝一個可調用對象,返回結果也是可調用對象。
偏函數可以固定住原函數的部分參數,從而在調用時更簡單。
from functools import partial int2 = partial(int, base=8) print(int2('123')) # 83
update_wrapper
使用 partial 包裝的函數是沒有__name__和__doc__屬性的。
update_wrapper 作用:將被包裝函數的__name__等屬性,拷貝到新的函數中去。
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 函數是為瞭在裝飾器拷貝被裝飾函數的__name__。
就是在update_wrapper上進行一個包裝
from functools import wraps def wrap1(func): @wraps(func) # 去掉就會返回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 中等同於內建函數 reduce
函數的作用是將一個序列歸納為一個輸出
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 內建函數 sorted 中都有一個 key 參數
x = ['hello','worl','ni'] x.sort(key=len) print(x) # ['ni', 'worl', 'hello']
Python3 之前還提供瞭cmp參數來比較兩個元素
cmp_to_key 函數就是用來將老式的比較函數轉化為 key 函數
lru_cache
允許我們將一個函數的返回值快速地緩存或取消緩存。
該裝飾器用於緩存函數的調用結果,對於需要多次調用的函數,而且每次調用參數都相同,則可以用該裝飾器緩存調用結果,從而加快程序運行。
該裝飾器會將不同的調用結果緩存在內存中,因此需要註意內存占用問題。
from functools import lru_cache @lru_cache(maxsize=30) # maxsize參數告訴lru_cache緩存最近多少個返回值 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() # 清空緩存
singledispatch
單分發器, Python3.4新增,用於實現泛型函數。
根據單一參數的類型來判斷調用哪個函數。
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) # 所有的泛型函數 print(fun.registry[int]) # 獲取int的泛型函數 # 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>
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。
推薦閱讀:
- Python 面向切面編程 AOP 及裝飾器
- python自帶緩存lru_cache用法及擴展的使用
- 如何利用飾器實現 Python 函數重載
- Python 註解方式實現緩存數據詳解
- 舉例講解Python裝飾器