partial 函數(shù)

partial 為偏函數(shù)（有的地方也叫做部分應(yīng)用函數(shù)），它是對(duì)函數(shù)的二次封裝，將現(xiàn)有函數(shù)的部分參數(shù)提前綁定為指定值，然后再進(jìn)行計(jì)算。

由于偏函數(shù)的可變參數(shù)少，因此函數(shù)調(diào)用的難度低。

直接展示代碼：

from functools import partial
# 原函數(shù)聲明
def show(name, level):
    print("name:", name, "level:", level)
# 定義偏函數(shù)，封裝 show() 函數(shù)，并為 name 參數(shù)設(shè)置了默認(rèn)參數(shù)
show_level = partial(show, name='橡皮擦')
# 由于 name 參數(shù)已經(jīng)有默認(rèn)值，調(diào)用偏函數(shù)時(shí)，name 可以不指定
show_level(level="9級(jí)")

上述代碼就是使用 partial 函數(shù)，將一個(gè)函數(shù)的某些參數(shù)（案例中是 name）進(jìn)行了固定（相當(dāng)于提供了默認(rèn)值），然后再返回一個(gè)新的函數(shù)，新函數(shù)參數(shù)也進(jìn)行了減少。

還有一點(diǎn)是上述代碼在調(diào)用 show_level 函數(shù)時(shí)，必須使用關(guān)鍵字參數(shù)形式給 level 進(jìn)行傳值，否則會(huì)出現(xiàn) TypeError 錯(cuò)誤，如下所示：

# 代碼寫成下述內(nèi)容
show_level("9級(jí)")
# 異常如下
TypeError: show() got multiple values for argument 'name'

偏函數(shù)也可以通過匿名函數(shù)實(shí)現(xiàn)，例如下述代碼：

# 代碼寫成下述內(nèi)容
show_level("9級(jí)")
# 異常如下
TypeError: show() got multiple values for argument 'name'

使用 timeit 運(yùn)行 10 萬次，測(cè)試一下二者的時(shí)間基本沒有太大差異，所以可以互通使用，不過匿名函數(shù)還是實(shí)現(xiàn)一些相對(duì)簡(jiǎn)單的函數(shù)。

裝飾器 @lru_cache

給函數(shù)添加 @lru_cache 裝飾器，可以加快函數(shù)的運(yùn)行，lru 指最近使用的計(jì)算結(jié)果會(huì)保留在緩存中。

該裝飾器的原型如下：

@functools.lru_cache(maxsize=None, typed=False)

maxsize：最多緩存的次數(shù)，如果為 None，則無限制，設(shè)置為 2n 時(shí)，性能最佳；

typed：如果設(shè)置為 True（注意，在 functools32 中沒有此參數(shù)），則不同參數(shù)類型的調(diào)用將分別緩存，例如 f(3) 和 f(3.0)。

接下來通過菲波那切數(shù)列的遞歸展示有無 lru_cache 的區(qū)別。

from functools import lru_cache
import timeit
@lru_cache()
def factorial(n):
    return 1 if n <= 1 else n * factorial(n - 1)
a = timeit.timeit(stmt="factorial(20)", setup='from __main__ import factorial', number=100000)
print(a)

• 不帶 lru_cache 耗時(shí)：0.2；
• 帶 耗時(shí)：0.06

差異明顯，這是因?yàn)槊看螆?zhí)行 factorial 時(shí)，都會(huì)檢查由裝飾器維護(hù)的緩存池，如果值存在，直接獲取對(duì)應(yīng)的結(jié)果，避免重復(fù)計(jì)算。

一般的結(jié)論是，對(duì)于需要重復(fù)計(jì)算同一組值的應(yīng)用，使用裝飾器 @lru_cache 可以大幅度提升性能。

reduce 函數(shù)

reduce 函數(shù)也是高階函數(shù)，它可以將可迭代對(duì)象中相鄰的兩個(gè)值通過指定函數(shù)結(jié)合在一起，因此 sum，len，max，min 都可以看做是 reduce 函數(shù)的特殊形式。

reduce 函數(shù)的定義：

reduce(function, sequence [, initial] ) -> value

function參數(shù)：是一個(gè)有兩個(gè)參數(shù)的函數(shù)，reduce 依次從 sequence 中取一個(gè)元素，和上一次調(diào)用 function 的結(jié)果做參數(shù)再次調(diào)用 function。

如果第一次沒有指定 initial，則默認(rèn)使用 sequence 的第一個(gè)元素與下一個(gè)元素一同傳入二元 function 函數(shù)中去執(zhí)行。

讀起來有點(diǎn)繞，直接看案例即可。

from functools import reduce
def add(x, y):
    return x + y
a = reduce(add, [1, 2, 3, 4])
print(a)

initial 參數(shù)表示初始值，默認(rèn)情況下是使用序列的第一個(gè)值。

from functools import reduce
a = reduce(lambda x, y: x + y, [1, 2, 3, 4], 2)
print(a)

下面為大家展示如何使用 reduce 實(shí)現(xiàn) sum，len 等函數(shù)。

from functools import reduce
data = [1, 2, 3, 4]
sum = lambda data: reduce(lambda x, y: x + y, data, 0)
count = lambda data: reduce(lambda x, y: x + 1, data, 0)
min = lambda data: reduce(lambda x, y: x if x < y else y, data)
a = sum(data)
b = count(data)
c = min(data)
print(a, b, c)

還可以使用 reduce 函數(shù)與 partical 函數(shù)實(shí)現(xiàn) sum 函數(shù)，代碼如下：

from functools import reduce, partial
data = [1, 2, 3, 4]
sum = partial(reduce, lambda x, y: x + y)
a = sum(data)
print(a)

以上就是Python編程functools模塊中創(chuàng)建修改函數(shù)的高階函數(shù)解析的詳細(xì)內(nèi)容，更多關(guān)于Python編程functools模塊創(chuàng)建修改的高階函數(shù)的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論