python functools模块方法

`cache`模块

cache方法可以自动在缓存中或取已经计算过的数据
实例展示

from functools import cache
import timea = time.time()#未执行函数前的时间戳# 自动在缓存中或取已经计算的相同结果
@cache
def fun1(n):# 下面是一个求阶乘的公式return n* fun1(n-1) if n else 1o= fun1(400)
b=time.time()#执行了一次函数的时间戳
print(o)
d=time.time()#计算输出print()函数的时间戳
p=fun1(399)
print(p)
c=time.time()#计算再次执行函数之后的时间戳
print("{h}计算fun1(400)用时".format(h=b-a))
print("{f}计算输出用时".format(f=d-b))
print("{g}计算再次计算fun1(399)用时".format(g=c-b))

没有使用cache
结论:重复计算的里面添加上

#使用format格式化 {:f}为保留小数点后6位  {:.8f}则为保留小数点后8位
print("{h:f}计算fun1(400)用时".format(h=b-a))
print("{f:.8f}计算输出用时".format(f=d-b))
print("{g:f}计算再次计算fun1(399)用时".format(g=c-b))

`lru_cache`模块

maxsize:指定最大缓存数目,(maxsize=None)未没有限制
typed:(typed=true)将不同类型的参数分别缓存如f(3)与f(3.0)将分别存储，
(typed=False)则为否
cache_parameters:返回一个子类型，包含它所在装饰器参数
cache_clear():清空缓存
lru_cache:里面当缓存满了就会自动清理掉末尾的数据，清理的目标是很被少访问的数据(根据历史访问时间记录)
理解cache为lru_cache的精简版

from functools import lru_cache# 自动在缓存中或取已经计算的相同结果
@lru_cache(maxsize=100,typed=False)
def fun1(n):# 下面是一个求阶乘的公式return n* fun1(n-1) if n else 1

`warps`

先说明函数的基础使用方法

def f():'''1：查看函数使用方法本段文字为本函数的使用方法，在命令行中可以执行查看使用命令:help(函数名字)[help(f)],2：查看函数名字命令:f.__name__print(f.__name__)'''"linux电脑好用"

左图

调用ccc.__name__输出ccc()函数的名字为: bbb
print(ccc.__doc__)输出为:bbb函数的使用方法
help(ccc) 得到的为

Help on function bbb in module __main__:bbb()bbb函数的使用方法

右图
调用ccc.__name__输出ccc()函数的名字为: ccc
print(ccc.__doc__)输出为:ccc函数的使用方法
help(ccc) 得到的为

Help on function bbb in module __main__:ccc()ccc函数的使用方法

调用wraps

from functools import wrapsdef aaa(kk):@wraps(kk)def bbb():'''bbb函数的使用方法'''return kk()return bbb@aaa
def ccc():'''ccc函数方法的使用说明'''eee="一段文字或者方法"print(eee)print(ccc.__name__)
print(ccc.__doc__)#或者help(ccc)

目的是解决

   bbb.__name__ =kk.__name__bbb.__doc__ =kk.__doc__