快捷導(dǎo)航

python高階函數(shù)functools模塊的具體使用

更新時間：2023年03月27日 09:10:26 作者：alwaysrun

本文主要介紹了python高階函數(shù)functools模塊的具體使用，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

functools模塊

functools模塊中的高階函數(shù)可基于已有函數(shù)定義新的函數(shù)：

cmp_to_key，
total_ordering，
reduce，
partial，
update_wrapper
wraps

reduce

reduce(function, iterable[, initializer])對一個可迭代數(shù)據(jù)集合中的所有數(shù)據(jù)進行累積。

function：接受兩個參數(shù)的函數(shù)；
sequence：可迭代對象（tuple/list/dict/str）；
initial：可選初始值；

# 累加
reduce(lambda x,y:x+y, [1,2,3,4]) # 10

# 逆序字符串
reduce(lambda x,y:y+x, 'abcdefg') # 'gfedcba'

partial/partialmethod

partial用于"凍結(jié)"函數(shù)的部分參數(shù)，返回一個參數(shù)更少、使用更簡單的函數(shù)對象。使用時，只需傳入未凍結(jié)的參數(shù)即可。partialmethod用于處理類方法。

functools.partial(func[, *args][, **keywords])返回一個新的partial對象：

func：一個可調(diào)用的對象或函數(shù)；
args：要凍結(jié)的位置參數(shù)；
keywords：要凍結(jié)的關(guān)鍵字參數(shù)。

def add(a, b, note="add"):
? ? result = a + b
? ? print(f"{note} result: {result}")
? ? return result

add3 = functools.partial(add, 3)
add5 = functools.partial(add, 5, note="partialed")

print(add3(1)) # add result: 4
print(add3(2, note="partial3")) # partial3 result: 5
print(add5(3)) # partialed result: 8

partialmethod用于類中的方法

class Cell(object):
? ? def __init__(self):
? ? ? ? self._alive = False

? ? @property
? ? def alive(self):
? ? ? ? return self._alive

? ? def set_state(self, state):
? ? ? ? self._alive = bool(state)

? ? set_alive = functools.partialmethod(set_state, True)
? ? set_dead = functools.partialmethod(set_state, False)

c = Cell()
print(c.alive) ?# False

c.set_alive()
print(c.alive) ?# True

wraps/update_wrapper

functools.update_wrapper(wrapper, wrapped [, assigned] [, updated])更新一個包裹（wrapper）函數(shù)，使其看起來更像被包裹（wrapped）的函數(shù)（即把被封裝函數(shù)的__name__、__module__、__doc__和 __dict__都復(fù)制到封裝函數(shù)去。wraps是通過partial與update_wrapper實現(xiàn)的。

通常，經(jīng)由被裝飾（decorator）的函數(shù)會表現(xiàn)為另外一個函數(shù)了（函數(shù)名、說明等都變?yōu)榱搜b飾器的）；通過wraps函數(shù)可以消除裝飾器的這些副作用。

def wrapper_decorator(func):
? ? @functools.wraps(func) # 若是去掉此wraps，則被裝飾的函數(shù)名稱與說明都變?yōu)榇撕瘮?shù)的
? ? def wrapper(*args, **kwargs):
? ? ? ? """doc of decorator"""
? ? ? ? print('in wrapper_decorator...')
? ? ? ? return func(*args, **kwargs)

? ? return wrapper

@wrapper_decorator
def example():
? ? """doc of example"""
? ? print('in example function')

example()
# in wrapper_decorator...
# in example function
print(example.__name__, "; ", example.__doc__) # example ; ?doc of example

singledispatch/singledispatchmethod

singledispatch將普通函數(shù)轉(zhuǎn)換為泛型函數(shù)，而singledispatchmethod（3.8引入）將類方法轉(zhuǎn)換為泛型函數(shù)：

泛型函數(shù)：是指由多個函數(shù)（針對不同類型的實現(xiàn)）組成的函數(shù)，調(diào)用時由分派算法決定使用哪個實現(xiàn)；
Single dispatch：一種泛型函數(shù)分派形式，基于第一個參數(shù)的類型來決定；

dispatch使用：

singledispatch裝飾dispatch的基函數(shù)base_fun（即，注冊object類型）；
注冊后續(xù)分發(fā)函數(shù)使用裝飾器@{base_fun}.register({type})，注冊每種需要特殊處理的類型；
分發(fā)函數(shù)名稱無關(guān)緊要，_是個不錯的選擇；
可以疊放多個register裝飾器，讓同一個函數(shù)支持多種類型；

# 缺省匹配類型，注冊object類型（與后續(xù)注冊類型都不匹配時使用）
@functools.singledispatch
def show_dispatch(obj):
? ? print(obj, type(obj), "dispatcher")

# 匹配str字符串
@show_dispatch.register(str)
def _(text):
? ? print(text, type(text), "str")

# 匹配int
@show_dispatch.register(int)
def _(n):
? ? print(n, type(n), "int")

# 匹配元祖或者字典
@show_dispatch.register(tuple)
@show_dispatch.register(dict)
def _(tup_dic):
? ? print(tup_dic, type(tup_dic), "tuple/dict")

### 打印注冊的類型：
# dict_keys([<class 'object'>, <class 'str'>, <class 'int'>, <class 'dict'>, <class 'tuple'>])
print(show_dispatch.registry.keys())

show_dispatch(1)
show_dispatch("xx")
show_dispatch([1])
show_dispatch((1, 2, 3))
show_dispatch({"a": "b"})
# 1 <class 'int'> int
# xx <class 'str'> str
# [1] <class 'list'> dispatcher
# (1, 2, 3) <class 'tuple'> tuple/dict
# {'a': 'b'} <class 'dict'> tuple/dict

cmp_to_key

cmp_to_key()用來自定義排序規(guī)則，可將比較函數(shù)（comparison function）轉(zhuǎn)化為關(guān)鍵字函數(shù)（key function）：

比較函數(shù)：接受兩個參數(shù)，比較這兩個參數(shù)，并返回0、1或-1；
關(guān)鍵字函數(shù)：接受一個參數(shù)，返回其對應(yīng)的可比較對象；

test = [1, 3, 5, 2, 4]
test.sort(key=functools.cmp_to_key(lambda x, y: 1 if x < y else -1))
print(test) # [5, 4, 3, 2, 1]

total_ordering

是一個類裝飾器，用于自動實現(xiàn)類的比較運算；類定義一個或者多個比較排序方法，類裝飾器將會補充其余的比較方法。

被修飾的類必須至少定義 __lt__()， __le__()，__gt__()，__ge__()中的一個，以及__eq__()方法。

如，只需定義lt與eq方法，即可實現(xiàn)所有比較：

@functools.total_ordering
class Person:
? ? def __init__(self, name, age):
? ? ? ? self.name = name
? ? ? ? self.age = age

? ? def __lt__(self, other):
? ? ? ? if isinstance(other, Person):
? ? ? ? ? ? return self.age < other.age
? ? ? ? else:
? ? ? ? ? ? raise AttributeError("Incorrect attribute!")

? ? def __eq__(self, other):
? ? ? ? if isinstance(other, Person):
? ? ? ? ? ? return self.age == other.age
? ? ? ? else:
? ? ? ? ? ? raise AttributeError("Incorrect attribute!")

mike = Person("mike", 20)
tom = Person("tom", 10)

print(mike < tom)
print(mike <= tom)
print(mike > tom)
print(mike >= tom)
print(mike == tom)

到此這篇關(guān)于python高階函數(shù)functools模塊的具體使用的文章就介紹到這了,更多相關(guān)python functools模塊內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: