– Start
点击此处观看本系列配套视频。
functools 模块为 higher-order 函数服务,什么是higher-order 函数?其实类似于装饰器,higher-order 函数返回一个函数。
@functools.lru_cache
如果一个函数非常耗时,同时,同样的参数总是得到同样的结果,我们其实可以把结果缓存起来,这样第二次调用就特别快了。如果你有这样的函数,使用这个装饰器即可。
@functools.total_ordering
在《Python 面向对象编程2》中,我们介绍了如何重写比较操作方法,其实我们不需要重写全部的方法,有些本身就是互斥的,我们只需要实现 __ eq__和下面任意一个就可以了,其余的这个装饰器会帮我们实现。
__gt__ # 大于
__ge__ # 大于等于
__lt__ # 小于
__le__ # 小于等于
@functools.singledispatch
import functools as ft
@ft.singledispatch
def add(a, b):
return a + b
# 函数重载
@add.register(str)
def add(a, b):
return int(a) + int(b)
print(add(1, 1))
print(add('1', '1'))
functools.partial
partial 可以把一个复杂的函数式调用分成几个部分,使代码可读性更好,更容易理解。也可以帮助我们实现 curry函数。
import functools as ft
pow2_2 = ft.partial(pow, 2, 2)
r = pow2_2()
print(r)
functools.partialmethod
partialmethod 和 partial 和类似,不同的是 partial 返回的是一个 partial 对象,而partialmethod 返回的是一个真正的方法。
import functools as ft
class BusinessProcess:
def set_state(self, state):
self.state = state
# def set_start(self):
# self.state = 'start'
set_start = ft.partialmethod(set_state, 'start')
bp = BusinessProcess()
bp.set_start()
print(bp.state)
functools.reduce
reduce 函数从左到右计算 iterable,直到算出一个值。具体怎么计算由传入的函数决定。
import functools as ft
import operator
# ((((1+2)+3)+4)+5)
print(ft.reduce(operator.add, [1, 2, 3, 4, 5]))
functools.cmp_to_key
将 Python 2 的比较函数转换为 Python 3 的 key 函数。
@functools.wraps & functools.update_wrapper
import functools as ft
# 定义装饰器
def logger(func):
@ft.wraps(func)
def inner(*args, **kwargs):
print(f'Calling {func} with arguments: {args},{kwargs}')
r = func(*args, **kwargs)
print(f'Called {func} returned: {r}')
return r
return inner
# 使用装饰器
@logger
def add(x, y):
return x + y
# name is add with @functools.wraps
# name is inner without @functools.wraps
print(add.__name__)
– 更多参见:Python 精萃
– 声 明:转载请注明出处
– Last Updated on 2018-10-06
– Written by ShangBo on 2018-10-06
– End