Python之functools模块使用方法

functools

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 = [6,9,4,2,4,10,5,9,6,9]
print(nums)
[6, 9, 4, 2, 4, 10, 5, 9, 6, 9]
print(sum(nums))
64
print(reduce(lambda val,x:val + x,nums))
64
print(reduce(lambda val,x:val - x,nums))
-52

partial方法：
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

print(newadd(7))
12
print(newadd(7,y = 6))
13
print(newadd(y=10,x = 6))
16import inspect
print(inspect.signature(newadd))
(x, *, y=5) -> int  #被偏函数定义后，形参将变为keyword-only

import functoolsdef add(x,y,*args,**kwargs) -> int:print(args)return x + y
newadd = functools.partial(add,1,3,6,5)
print(newadd(7))
(6, 5, 7)
4print(newadd(7,10))
(6, 5, 7, 10)
4
#print(newadd(7,8,y = 20,x = 26)) #不可以这样定义
print(newadd())
(6, 5)
4import inspect
print(inspect.signature(newadd))
(*args, **kwargs) -> int

def partial(func,*args,**keywords):def newfunc(*fargs,**fkeywords):newkeywords = keywords.copy()newkeywords.update(fkeywords)return func(*(args+fargs),**newkeywords)newfunc.func = funcnewfunc.args = argsnewfunc.keywords = keywordsreturn newfuncdef add(x,y):return x + y
foo = partial(add,4)
foo(5)
9

@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 + yadd(4,5)
9
add(4.0,5)
9
add(4,6)
10
add(4,6,3)
10
add(6,4)
10
add(4,y=6)
10
add(y=6,x=4)
10

lru_cache装饰器：

functools._make_key((4,6,3),{},False)
[4, 6, 3]通过一个字典缓存被装饰函数的调用和返回值functools._make_key((4,6,3),{},False)
[4, 6, 3]functools._make_key(tuple(),{'z':3,'x':4,'y':6},False)
[<object at 0x7ff7d24010b0>, 'z', 3, 'x', 4, 'y', 6]functools._make_key((),{'z':3,'x':4,'y':6},False)
[<object at 0x7ff7d24010b0>, 'z', 3, 'x', 4, 'y', 6]functools._make_key((),{'z':3,'x':4,'y':6},True)
[<object at 0x7ff7d24010b0>, 'z', 3, 'x', 4, 'y', 6, int, int, int]

lru_cache装饰器：
斐波那契数列递归方法的改造

import functools
@functools.lru_cache() #maxsize=None
def fib(n):return 1 if n< 3 else fib(n-1) + fib(n-2)print([fib(i+1) for i in range(35)])
[1, 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]

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
不支持清楚操作
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

Python之functools模块使用方法相关推荐

python导入自定义模块_ubuntu下Python导入自定义模块的方法
ubuntu下Python导入自定义模块的方法当在python程序中导入自定义模块时,若出现"Import Error:no module named xxx"表明系统在pyth ...
【转】关于python中re模块split方法的使用
注:最近在研究文本处理,需要用到正则切割文本,所以收索到了这篇文章,很有用,谢谢原作者. 原址:http://blog.sciencenet.cn/blog-314114-775285.html 关于 ...
Python的functools模块
Python的functools模块 functools 模块可以说主要是为函数式编程而设计,用于增强函数功能. functools模块用以为可调用对象(callable objects)定义高阶函数 ...
Python中functools模块函数解析
Python自带的 functools 模块提供了一些常用的高阶函数,也就是用于处理其它函数的特殊函数.换言之,就是能使用该模块对可调用对象进行处理. functools模块函数概览 functool ...
python 之 functools模块
functools模块用于高阶函数:作用于或返回其他函数的函数.一般而言,任何可调用对象都可以作为本模块用途的函数来处理. 官方文档已经有了详尽的介绍,这里就不在复述,详情请见:官方文档 .这里主要介 ...
查看 Python 已安装模块的方法
目录前言 1 方法列举 2 方法演示 2.1. 方法一演示 2.2. 方法二演示 2.3. 方法三演示总结前言提示:这里可以添加本文要记录的大概内容: 本文介绍几种查看 Python 已安装模 ...
python 如何查看模块所有方法-Python查看模块函数，查看函数方法的详细信息
Python查看方法的详情 1.通用的帮助函数help() 使用help()函数来查看函数的帮助信息. 如: 1 importrequests2 3 help(requests) 会有类似如下输出: ...
python 如何查看模块所有方法-如何查看python的模块
python的一个优势是有着大量自带和在线的模块(module)资源,可以提供丰富的功能,在使用这些模块的时候,如果每次都去网站找在线文档会过于耗费时间,结果也不一定准确.因此这里介绍下python自 ...
python 如何查看模块所有方法-Python 查看模块的帮助文档，方法和帮助信息
参考链接:https://blog.csdn.net/u013810296/article/details/55509284 这里介绍下python自带的查看帮助功能,可以在编程时不中断地迅速找到所需 ...

Python之functools模块使用方法

functools

Python之functools模块使用方法相关推荐

最新文章

热门文章