函数注解、functools模块

函数：
函数参数注解：
Python3.5引入：
1，对函数的参数进行类型注解
2，对函数的返回值进行类型注解
3，只对函数参数做一个辅助的说明，并不对函数参数进行类型检查
4，提供给第三方工具，做代码分析，发现隐藏的bug
5，函数注解的信息，保存在annotations属性中
annotations属性:
add.annotations # 返回 {‘return’: int, ‘x’: int, ‘y’: int}

    代码：
        def add(x:int, y:int) -> int:
            return x + y
    变量注解3.6引入：
    代码：
        def add(x:int = 3, y:int = 4):
            return x + y

    业务应用：
        函数参数类型检查：

        思路：
            1，函数参数的检查，一定是在函数外
            2，函数应该作为参数，传入到检查中
            3，检查函数拿到函数传入的实际参数，与形参声明对比

    函数定义的弊端：
        1，Python是动态语言，变量随时可以被赋值，且能赋值为不同的类型
        2，Python的变量类型是在运行时决定的
        3，
inspet模块：
    介绍：提供获取对象信息的函数，可以检查函数和类、类型检查。
    signature(callable)：
        介绍：获取签名(函数签名包含了一个函数的信息，包括函数名、它的参数类型、它所在的类和名称空间及其他信息)
        sig = inspect.signature(add) 
        #返回 <Signature (x:int, y:int) -> int>
        import inspect

        def add(x, y:int=7, *args, z, t=10, **kwargs) -> int:
            return x + y
        sig = inspect.signature(add)
        print(sig)

    parameters：
        介绍：inspect.signature函数返回一个inspect.Signature对象。这个对象有parameters属性。
        这是一个有序的字典；把参数名和inspect.Parameter对象对应起来。

        # mappingproxy({'x': <Parameter "x:int">, 'y': <Parameter "y:int">})
        1，保存在元组中，是只读的
        name：参数的名字
        annotation：参数的注解
        default：参数的缺省值
        empty：特殊的类，用来标记default属性或注释annotation属性的空值
        kind：实参如何绑定到形参，就是形参的类型
            POSITIONAL_OR_KEYWORD：值可以作为关键字或者位置参数提供
            VAR_POSITIONAL：可变位置参数，对应*args
            KEYWORD_ONLY：keyword-only参数，对应*或者*args之后的出现的非可变关键字参数
            VAR_KEYWORD：可变关键字参数，对应**kwargs

标准库中的装饰器：

property:

classmethod:

staticmethod:

functools模块：
    1，@functools.wraps:
        解释：使用functools.wraps装饰器把相关的属性从被装饰的函数复制到装饰函数中。

    2，partial
        解释：基于一个函数创建一个新的可调用对象，把原函数的某些参数固定。
        应用：使用这个函数可以把接受一个或多个参数的函数改编成需要回调的API，这样参数更少！
            示例：
            def add(x, y):
                return x + y
            from functools import partial
            triple = partial(add, 3)

    3，functools.lru_cache：
        解释：这是一项优化技术，它把耗时的函数的结果保存起来，避免传入相同的参数时重复计算。
            应用：@functools.lru_cache(maxsize=128, typed=False)
                maxsize：指定存储多少个调用的结果，缓存满了之后，旧的结果会被丢弃，腾出空间。
                    1，maxsize是二的幂。
                typed：如果为True，把不同参数类型得到的结果分开保存，即把浮点数和整数区分开。