python functools_Python入门篇-functools

Python入门篇-functools

作者：尹正杰

版权声明：原创作品，谢绝转载！否则将追究法律责任。

一.reduce方法

reduce方法，顾名思义就是减少

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

可迭代对象不能位空；初始值没提供就在可迭代对象中取一个元素

1 #！/usr/bin/env python

2 #_*_conding:utf-8_*_

3 #@author :yinzhengjie

4 #blog:http://www.cnblogs.com/yinzhengjie

5

6

7 from functools importreduce8

9

10 print(reduce(lambda x,y:x*y,range(1,6))) #我们可以用来计算5的阶乘

11 print(reduce(lambda x,y:x*y,range(1,6),100)) #当然，我们也可以指定函数的起始值，这个起始值会直接赋值给x变量，如果没有指定则会使用序列的第一个数字来赋初值。

12

13 nums = [6,9,4,2,4,10,5,9,6,9]14 print(nums)15 print(sum(nums))16 print(reduce(lambda x,y:x+y,nums))17

18

19

20 #以上代码输出结果如下:

21 120

22 12000

23 [6, 9, 4, 2, 4, 10, 5, 9, 6, 9]24 64

25 64

二.partial方法

1>.partial概述

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

从partial生成的新函数，是对原函数的封装

2>.partial方法举例

1 #！/usr/bin/env python

2 #_*_coding:utf-8_*_

3 #@author :yinzhengjie

4 #blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/

5 #EMAIL:y1053419035@qq.com

6

7

8 importfunctools,inspect9

10 def add(x, y, *args) ->int:11 print("add args：{}".format(args))12 return x +y13

14 newadd = functools.partial(add, y=5)15

16 print(inspect.signature(add))17 print(newadd(7))18 print(newadd(10, y=20))19 print(newadd(y=10, x=6))20 print(inspect.signature(newadd))21

22

23

24 #以上代码执行结果如下：

25 (x, y, *args) ->int26 add args：()27 12

28 add args：()29 30

30 add args：()31 16

32 (x, *, y=5) -> int

1 #！/usr/bin/env python

2 #_*_coding:utf-8_*_

3 #@author :yinzhengjie

4 #blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/

5 #EMAIL:y1053419035@qq.com

6

7

8 importfunctools,inspect9

10 def add(x, y, *args) ->int:11 print("add args：{}".format(args))12 return x +y13

14 newadd = functools.partial(add, 1,3,6,5)15 print(newadd(7))16 print(newadd(7, 10))17 print(newadd())18 print(inspect.signature(add))19 print(inspect.signature(newadd))20

21

22

23 #以上代码执行结果如下：

24 add args：(6, 5, 7)25 4

26 add args：(6, 5, 7, 10)27 4

28 add args：(6, 5)29 4

30 (x, y, *args) ->int31 (*args) -> int

partial方法举例

3>.partial函数本质

def partial(func, *args, **keywords):def newfunc(*fargs, **fkeywords): #包装函数

newkeywords =keywords.copy()

newkeywords.update(fkeywords)return func(*(args + fargs), **newkeywords)

newfunc.func= func #保留原函数

newfunc.args = args #保留原函数的位置参数

newfunc.keywords = keywords #保留原函数的关键字参数参数

returnnewfuncdefadd(x,y):return x+y

foo= partial(add,4)

foo(5)

二.lru_cache方法

1>.lru_cache概述

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

Least-recently-used装饰器。lru，最近最少使用。cache缓存

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是二的幂时，LRU功能执行得最好

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

2>. lru_cache举例

1 #！/usr/bin/env python

2 #_*_coding:utf-8_*_

3 #@author :yinzhengjie

4 #blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/

5 #EMAIL:y1053419035@qq.com

6

7

8 importfunctools9 importtime10

11 @functools.lru_cache()12 def add(x, y, z=3):13 time.sleep(z)14 return x +y15

16 print(add(4, 5))17 print(add(4.0, 5))18 print(add(4, 6))19 print(add(4, 6, 3))20 print(add(3, 2))21 print(add(2, y=3))22 print(add(x=40, y=60))23 print(add(y=60, x=40))

3>.lru_cache装饰器

通过一个字典缓存被装饰函数的调用和返回值

key是什么？分析代码看看

functools._make_key((4,6),{'z':3},False)

functools._make_key((4,6,3),{},False)

functools._make_key(tuple(),{'z':3,'x':4,'y':6},False)

functools._make_key(tuple(),{'z':3,'x':4,'y':6}, True)

1 #！/usr/bin/env python

2 #_*_coding:utf-8_*_

3 #@author :yinzhengjie

4 #blog:http://www.cnblogs.com/yinzhengjie/tag/python%E8%87%AA%E5%8A%A8%E5%8C%96%E8%BF%90%E7%BB%B4%E4%B9%8B%E8%B7%AF/

5 #EMAIL:y1053419035@qq.com

6

7

8 importfunctools9

10 @functools.lru_cache() #maxsize=None

11 deffib(n):12 if n < 3:13 returnn14 return fib(n-1) + fib(n-2)15

16 print([fib(x) for x in range(35)])17

18

19

20

21 #以上代码执行结果如下:

22 [0, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610, 987, 1597, 2584, 4181, 6765, 10946, 17711, 28657, 46368, 75025, 121393, 196418, 317811, 514229, 832040, 1346269, 2178309, 3524578, 5702887, 9227465]

斐波那契数列递归方法的改造

4>.lru_cache装饰器应用

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

本质是函数调用的参数=>返回值

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

适用场景，单机上需要空间换时间的地方，可以用缓存来将计算变成快速的查询

三.装饰器应用练习

1>.实现一个cache装饰器，实现可过期被清除的功能

简化设计，函数的形参定义不包含可变位置参数、可变关键词参数和keyword-only参数

可以不考虑缓存满了之后的换出问题

2>.写一个命令分发器

程序员可以方便的注册函数到某一个命令，用户输入命令时，路由到注册的函数

如果此命令没有对应的注册函数，执行默认函数

用户输入用input(">>")