Python庫functools示例詳解

更新時間：2023年01月18日 09:52:03 作者：瞻邈

Python?的?functools?模塊提供了一些常用的高階函數(shù)，也就是用于處理其它函數(shù)的特殊函數(shù)。換言之，就是能使用該模塊對?所有可調(diào)用對象(?即?參數(shù)?或(和)?返回值?為其他函數(shù)的函數(shù)?)?進行處理，這篇文章主要介紹了Python庫functools詳解,需要的朋友可以參考下

functools模塊是Python的標(biāo)準(zhǔn)庫的一部分，它是為高階函數(shù)而實現(xiàn)的。高階函數(shù)是作用于或返回另一個函數(shù)或多個函數(shù)的函數(shù)。一般來說，對這個模塊而言，任何可調(diào)用的對象都可以作為一個函數(shù)來處理。

functools 提供了 11個函數(shù)：

1. cached_property

將類的方法轉(zhuǎn)換為一個屬性，該屬性的值計算一次，然后在實例的生命周期中將其緩存作為普通屬性。與 property() 類似，但添加了緩存，對于在其他情況下實際不可變的高計算資源消耗的實例特征屬性來說該函數(shù)非常有用。

# cached_property　緩存屬性
class cached_property(object):
    """
    Decorator that converts a method with a single self argument into a
    property cached on the instance.
    Optional ``name`` argument allows you to make cached properties of other
    methods. (e.g.  url = cached_property(get_absolute_url, name='url') )
    """
    def __init__(self, func, name=None):
        # print(f'f: {id(func)}')
        self.func = func
        self.__doc__ = getattr(func, '__doc__')
        self.name = name or func.__name__
 
    def __get__(self, instance, type=None):
        # print(f'self func: {id(self.func)}')
        # print(f'instance: {id(instance)}')
        if instance is None:
            return self
        res = instance.__dict__[self.name] = self.func(instance)
        return res
class F00():
    @cached_property
    def test(self):
        # cached_property 將會把每個實例的屬性存儲到實例的__dict__中, 實例獲取屬性時, 將會優(yōu)先從__dict__中獲取，則不會再次調(diào)用方法內(nèi)部的過程
        print(f'運行test方法內(nèi)部過程')
        return 3
    @property
    def t(self):
        print('運行t方法內(nèi)部過程')
        return 44
f = F00()
print(f.test)  # 第一次將會調(diào)用test方法內(nèi)部過程
print(f.test)  # 再次調(diào)用將直接從實例中的__dict__中直接獲取，不會再次調(diào)用方法內(nèi)部過程
print(f.t)     # 調(diào)用方法內(nèi)部過程取值
print(f.t)     # 調(diào)用方法內(nèi)部過程取值
 
# 結(jié)果輸出
# 運行test方法內(nèi)部過程
# 3
# 3
# 運行t方法內(nèi)部過程
# 44
# 運行t方法內(nèi)部過程
# 44

2. cmp_to_key

在 list.sort 和內(nèi)建函數(shù) sorted 中都有一個 key 參數(shù)

x = ['hello','worl','ni']
x.sort(key=len)
print(x)
# ['ni', 'worl', 'hello']

3. lru_cache

允許我們將一個函數(shù)的返回值快速地緩存或取消緩存。
該裝飾器用于緩存函數(shù)的調(diào)用結(jié)果，對于需要多次調(diào)用的函數(shù)，而且每次調(diào)用參數(shù)都相同，則可以用該裝飾器緩存調(diào)用結(jié)果，從而加快程序運行。
該裝飾器會將不同的調(diào)用結(jié)果緩存在內(nèi)存中，因此需要注意內(nèi)存占用問題。

from functools import lru_cache
@lru_cache(maxsize=30)  # maxsize參數(shù)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

4. partial

用于創(chuàng)建一個偏函數(shù)，將默認(rèn)參數(shù)包裝一個可調(diào)用對象，返回結(jié)果也是可調(diào)用對象。
偏函數(shù)可以固定住原函數(shù)的部分參數(shù)，從而在調(diào)用時更簡單。

from functools import partial
 
int2 = partial(int, base=8)
print(int2('123'))
# 83

5. partialmethod

對于python 偏函數(shù)partial理解運用起來比較簡單，就是對原函數(shù)某些參數(shù)設(shè)置默認(rèn)值，生成一個新函數(shù)。而如果對于類方法，因為第一個參數(shù)是 self，使用 partial 就會報錯了。

class functools.partialmethod(func, /, *args, **keywords) 返回一個新的 partialmethod 描述器，其行為類似 partial 但它被設(shè)計用作方法定義而非直接用作可調(diào)用對象。

func 必須是一個 descriptor 或可調(diào)用對象（同屬兩者的對象例如普通函數(shù)會被當(dāng)作描述器來處理）。

當(dāng) func 是一個描述器（例如普通 Python 函數(shù), classmethod(), staticmethod(), abstractmethod() 或其他 partialmethod 的實例）時, 對 __get__ 的調(diào)用會被委托給底層的描述器，并會返回一個適當(dāng)?shù)?部分對象作為結(jié)果。

當(dāng) func 是一個非描述器類可調(diào)用對象時，則會動態(tài)創(chuàng)建一個適當(dāng)?shù)慕壎ǚ椒ā?當(dāng)用作方法時其行為類似普通 Python 函數(shù)：將會插入 self 參數(shù)作為第一個位置參數(shù)，其位置甚至?xí)幱谔峁┙o partialmethod 構(gòu)造器的 args 和 keywords 之前。

from functools import partialmethod
 
class Cell:
    def __init__(self):
        self._alive = False
    @property
    def alive(self):
        return self._alive
    def set_state(self, state):
        self._alive = bool(state)
 
    set_alive = partialmethod(set_state, True)
    set_dead = partialmethod(set_state, False)
 
    print(type(partialmethod(set_state, False)))
    # <class 'functools.partialmethod'>
 
c = Cell()
c.alive
# False
 
c.set_alive()
c.alive
# True

6. reduce

函數(shù)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

7. singledispatch

單分發(fā)器，用于實現(xiàn)泛型函數(shù)。根據(jù)單一參數(shù)的類型來判斷調(diào)用哪個函數(shù)。

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(shù)
print(fun.registry[int])	# 獲取int的泛型函數(shù)
# 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>

8. singledispatchmethod

與泛型函數(shù)類似，可以編寫一個使用不同類型的參數(shù)調(diào)用的泛型方法聲明，根據(jù)傳遞給通用方法的參數(shù)的類型，編譯器會適當(dāng)?shù)靥幚砻總€方法調(diào)用。

class Negator:
    @singledispatchmethod
    def neg(self, arg):
        raise NotImplementedError("Cannot negate a")
 
    @neg.register
    def _(self, arg: int):
        return -arg
 
    @neg.register
    def _(self, arg: bool):
        return not arg

9. total_ordering

它是針對某個類如果定義了lt、le、gt、ge這些方法中的至少一個，使用該裝飾器，則會自動的把其他幾個比較函數(shù)也實現(xiàn)在該類中

from functools import total_ordering
 
class Person:
    # 定義相等的比較函數(shù)
    def __eq__(self,other):
        return ((self.lastname.lower(),self.firstname.lower()) == 
                (other.lastname.lower(),other.firstname.lower()))
 
    # 定義小于的比較函數(shù)
    def __lt__(self,other):
        return ((self.lastname.lower(),self.firstname.lower()) < 
                (other.lastname.lower(),other.firstname.lower()))
 
p1 = Person()
p2 = Person()
 
p1.lastname = "123"
p1.firstname = "000"
 
p2.lastname = "1231"
p2.firstname = "000"
 
print p1 < p2  # True
print p1 <= p2  # True
print p1 == p2  # False
print p1 > p2  # False
print p1 >= p2  # False

10. update_wrapper

使用 partial 包裝的函數(shù)是沒有__name__和__doc__屬性的。
update_wrapper 作用：將被包裝函數(shù)的__name__等屬性，拷貝到新的函數(shù)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

11. wraps

warps 函數(shù)是為了在裝飾器拷貝被裝飾函數(shù)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