Python 函数式编程 -- functools 模块

– 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