functions模块

reduce 方法

1. reduce方法，顾名思义就是减少

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

3. 可迭代对象不能为空；初始值没提供就在可迭代对象中取一个元素

   from functools import reduce
   
   nums = [6,9,4,2,10,5,9,6,9]
   print(nums)  #[6, 9, 4, 2, 10, 5, 9, 6, 9]
   print(sum(nums))  #60
   print(reduce(lambda val,x:val+x,nums))  #60
   

partial 方法

1. 偏函数，把函数部分的参数固定下来，相当于为部分的参数添加了一个固定的默认值，形成一个新的函数并返回

2. 从par

3. tial 生成一个新的函数，是对原函数的封装

   import functools
   
   def add(x.y)->int:
       return x+y
   newadd = functools.partial(add,y=5)
   
   print(newadd(7))  #12
   print(newadd(7,y=6))  #13
   print(newadd(y=10,x=6))  #16
   
   
   

   import functools
   
   def add (x,y,*args)->int:
       print(args)
       return x+y
   
   newadd = functools.partial(add,1,3,6,5)
   
   print(newadd(7))
   print(nerwad(7,10))
   #print(newadd(9,10,y=20,x=26))   #报错
   print(newadd())
   
   (6, 5, 7)
   4
   (6, 5, 7, 10)
   4
   (6, 5)
   4
   

4. partial函数的本质

   def partial(func,*args,**kwargs):
       def newfunc(*fargs,**fkwargs):#包装函数
           newkwargs = kwargs.copy()
           newkwargs.update(fkwargs)
           return func(*(args+fargs),**newkwargs)
       newfunc.func = func #保留原函数
       newfunc.args = args #保留原函数的位置参数
       newfunc.kwargs = kwargs #保留原函数的关键字参数
       return newfunc
   def add(x,y):
       return x+y
   
   foo = partial(add,4)
   foo(5)
   

lru_cache()方法

@functools.lru_cache(maxsize = 128,tped = False)

1. last-recently-used装饰器。lru 最近最少使用。cache缓存
2. 如果maxsize设置为None，则禁用LRU功能，并且缓存可以无限制增长。当maxsize是2的幂时，LRU功能执行最好
3. 如果typed设置为True，则不同类型的函数参数将单独缓存。例如，f(3)和f(3.0)将被视为具有不同结果的不同调用

import functools
import time
@functools.lru_cache()
def add(x,y,z=3):
    time.sleep(z)
    return x+y

add(4,5)
add(4.0,5)
add(4,6)
add(4,6,3)
add(6,4)
add(4,y=6)
add(x=4,y=6)
add(y=6,x=4)

菲波那切数列递归方法的改造

from functools import lru_cache

@lru_cache()
def fib(n):
    return 1 if n < 3 else fib(n-1)+fib(n-2)


fib(5)  #---->5

lru_cache装饰器的应用

1. 使用前提

   • 同样的函数参数一定得到同样的结果
   • 函数执行时间很长，且要多次执行

2. 本质是函数调用的参数 ==》返回值

3. 缺点

   • 不支持缓存过期，key 无法过期、失效
   • 不支持清除操作
   • 不支持分布式，是一个单机的缓存

4. 使用场景，单机上需要空间换时间的地方，可以用缓存来将计算机变成快速的查询

inspect模块

• inspect.isfunction(add) ,是否是函数
• inspect.ismethod(p-athlib.Pat().absolute),是否是类的方法，要绑定
• inspect.isgenerator(add) ，是否是生成器对象
• inapect.isgeneratorfunction(add),是否是生成器函数
• inspect.isclass(add) ，是否是类
• inspect.ismodule(inspect) ， 是否是模块
• inspect.isbuiltin(print)，是否是内建对象

signature(callable)

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）

import inspect

def add(x:int,y:int,*args,m:int,n:int,**kwargs) -> int:
    return x+y+m+n

sig = inspect.signature(add)
print("sig:++",sig,"type(sig):++",type(sig))  
#sig:++ (x: int, y: int, *args, m: int, n: int, **kwargs) -> int 
#type(sig):++ <class 'inspect.Signature'>

params  = sig.parameters
print("type(params):__",type(params),"params:__",params)
#type(params):__ <class 'mappingproxy'> 
#params:__ OrderedDict([('x', <Parameter "x: int">), ('y', <Parameter "y: int">), ('args', <Parameter "*args">), ('m', <Parameter "m: int">), ('n', <Parameter "n: int">), ('kwargs', <Parameter "**kwargs">)]

print(sig.return_annotation,"======")
#<class 'int'> ======

for k,v in params.items():
    print(k,v.annotation,type(v))
    #x <class 'int'> <class 'inspect.Parameter'>
    #y <class 'int'> <class 'inspect.Parameter'>
    #args <class 'inspect._empty'> <class 'inspect.Parameter'>
    #m <class 'int'> <class 'inspect.Parameter'>
    #n <class 'int'> <class 'inspect.Parameter'>
    #kwargs <class 'inspect._empty'> <class 'inspect.Parameter'>

Parameter对象

• 保存在元组中，是只读的

• name，参数的名字

• annotation,参数的注解，可能没有定义

• default，参数的缺省值，可能没有定义

• empty，特殊的类，用来标记default属性或者注释annotation 属性的空值

• kind，实参如何绑定到形参，就是形参的类型

  • POSITIONAL_ONLY,值必须是位置参数提供
  • 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 )之后出现的非可变关键字参数
  • VAR_KEYWORD，可变关键字参数，对应**kwargs

  import inspect
  
  def add(x,y:int=7,*args,m:int,n=10,**kwargs) -> int:
      return x+y+m+n
  
  sig = inspect.signature(add)
  print("sig:++",sig,"type(sig):++",type(sig))
  #sig:++ (x, y: int = 7, *args, m: int, n=10, **kwargs) -> int type(sig):++ <class 'inspect.Signature'>
  
  params  = sig.parameters
  print("type(params):__",type(params),"params:__",params)
  #type(params):__ <class 'mappingproxy'> params:__ OrderedDict([('x', <Parameter "x">), ('y', <Parameter "y: int = 7">), ('args', <Parameter "*args">), ('m', <Parameter "m: int">), ('n', <Parameter "n=10">), ('kwargs', <Parameter "**kwargs">)])
  
  print(sig.return_annotation,"======")
  #<class 'int'> ======
  
  for i,(k,v) in enumerate(params.items(),1):
      print(i,k,v.name,v.default,v.annotation,sep="\t")
      #1	x	x	<class 'inspect._empty'>	<class 'inspect._empty'>
      #2	y	y	7	<class 'int'>
      #3	args	args	<class 'inspect._empty'>	<class 'inspect._empty'>
      #4	m	m	<class 'inspect._empty'>	<class 'int'>
      #5	n	n	10	<class 'inspect._empty'>
      #6	kwargs	kwargs	<class 'inspect._empty'>	<class 'inspect._empty'>