Python的functools模块使用总结

本篇文章给大家带来了关于Python的相关知识，主要介绍了Python的functools模块使用及说明，具有很好的参考价值，下面一起来看一下，希望对大家有帮助。

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>