5-functools模块

发布时间:2019-10-08 20:14:36编辑:auto阅读(1816)

    functools

    functools 包含了用于创建装饰函数,启动面向切面的编程,超出面向对象编程范围的代码复用,同时提供了装饰函数用于丰富的快捷比较的API, partial 模块还创建了包含函数参数的函数引用,也就是偏函数

    partial 偏函数

    partial 的作用在于如果存在一个函数的参数过多,可以通过partial 固定某一些参数,需要的时候使用关键字参数传入即可.通过一个简单的例子理解

    import functools
    
    def myfunc(a,b):
        print("This is myfuc params:{},{}".format(a,b))
    
    
    a = functools.partial(myfunc,b=1)
    a(10000)

    可以看到,本来调用myfunc的话,要传入两个参数,现在通过固定住某些参数,可以直接调用一个参数即可。除此之外,还可以通过另外一种方式来进行传值

    import functools
    
    def myfunc(a,b):
        print("This is myfuc params:{},{}".format(a,b))
    
    a = functools.partial(myfunc,b=1)
    value= {"a":1000}
    a(**value)

    Comparison

    functools还提供了丰富用于比较的API,在python2 中,在一个类中可以定义 __cmp__() 方法,用于对象中的比较操作,python3 废除了这样的做法,因为提供了更加详细的API方法,比如 __lt__() , __le__(), __eq__(),__ne__(),__gt__(),__ge__() 这些方法的含义如下:

    1. lt:less than 小于
    2. le:less than or equal to 小于等于
    3. eq:equal to 等于
    4. ne:not equal to 不等于
    5. ge:greater than or equal to 大于等于
    6. gt:greater than 大于

    functools 提供了一个装饰器,让我们不需要写这么多定义,只要写一个,其他定义也会加上去。 看一个简单的例子

    import functools
    @functools.total_ordering
    class MyObject():
        def __init__(self,priority):
            self.priority = priority
        def __eq__(self,other):
            print('dengyu')
            return  self.priority == other.priority
        def __lt__(self,other):
            return self.priority < other.priority
    
    if __name__ =="__main__":
        a = MyObject(1)
        print(dir(a))

    在实际实验中,加不加并没有区别。仅作了解

    lru_cache

    这是个有趣的装饰器,传入的参数被打上了hash,当下一次传入的参数是一样的时候,就会从cache中直接取出对应的值,而不需要进行重新的运算。一个简单的例子

    import functools
    
    @functools.lru_cache()
    def test_method(a,b):
        print("execute {} * {} = {}".format(a,b,a*b))
        return a*b
    
    s = 0
    for i in range(2):
        for j in range(2):
            s+=test_method(i,j)
    
    print(test_method.cache_info())
    
    
    for i in range(2):
        for j in range(3):
            s+=test_method(i,j)
    
    print(test_method.cache_info())
    print(s) # 4 说明该执行的还是有执行,只不过是从cache中直接取出而已

    通用函数

    对于python来说,很难去固定一个参数必须是什么类型的,只能在具体的代码里面进行检查,functools提供了一个装饰器,可以去做这样的类型检查.一个简单的例子

    import functools
    
    @functools.singledispatch
    def myfunc(args):
        print(args)
    
    @myfunc.register(list)
    def myfunc_list(args):
        for i in args:
            print("List item: {}".format(i))
    
    
    if __name__ == "__main__":
        # 传入两个不同的类型参数,其处理逻辑也是不同
        myfunc([1,2,3,6,4,5])
        # 但是其调用的接口是一样的。 这样做的好处是可以帮助我们分离代码逻辑
        myfunc("Hello World")

    输出:

    List item: 1
    List item: 2
    List item: 3
    List item: 6
    List item: 4
    List item: 5
    Hello World

关键字