python3(十九)Partial func

本文介绍了Python中偏函数的概念及其应用场景,并通过实例演示了如何利用functools.partial简化函数调用,同时展示了不同进制数值转换的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

# 偏函数(Partial function)
# 如int()函数可以把字符串转换为整数,当仅传入字符串时,int()函数默认按十进制转换
print(int('12345'))  # 12345
# 但int()函数还提供额外的base参数,默认值为10。如果传入base参数,就可以做N进制的转换:
print(int('12345', base=8))  # 5349
print(int('12345', 16))  # 74565
print(int('1000000', 2))  # 64


# 也可以自定义二进制转换
def int2(x, base=2):
    return int(x, base)


print(int2('1000000'))  # 64
# ---------------------------------------------------------------------
# 使用functools.partial就是帮助我们创建一个偏函数的,
# 不需要我们自己定义int2(),可以直接使用下面的代码创建一个新的函数int2:
import functools

int22 = functools.partial(int, base=2)
print(int22('1000000'))  # 64
# 所以,简单总结functools.partial的作用就是,把一个函数的某些参数给固定住(也就是设置默认值),返回一个新的函数,调用这个新函数会更简单。
# -----------------------------------------------------------------------
int22('10010')
# 相当于:
kw = {'base': 2}
a = int('10010', **kw)
print(a)  # 18

# ----------------------------------------------------------------
# 当传入:
max2 = functools.partial(max, 10)
# 实际上会把10作为*args的一部分自动加到左边,也就是:
print(max2(5, 6, 7))  # 10
# 相当于:
args = (10, 5, 6, 7)
print(max(*args))  # 10

 

转载于:https://www.cnblogs.com/shaozhiqi/p/11543670.html

### Python 中使用 `multiprocessing` 和 `functools.partial` 进行组合调用 在 Python 中,可以利用 `multiprocessing.Pool` 结合 `functools.partial` 来实现多进程并行计算。这种方式允许固定某些函数参数以便更灵活地传递给子进程中执行的任务。 #### 使用 Pool 和 partial 实现多进程任务分配 下面是一个具体的例子来展示如何结合这两个模块: ```python from multiprocessing import Pool from functools import partial def worker_function(x, y=10): """模拟工作负载""" return x * y if __name__ == '__main__': # 创建部分应用函数实例 func_with_fixed_y = partial(worker_function, y=2) data_points = range(5) with Pool(processes=4) as pool: results = pool.map(func_with_fixed_y, data_points) print(results) ``` 这段代码创建了一个名为 `worker_function` 的简单乘法操作作为示例任务,并通过 `partial` 将第二个参数 `y` 设置为固定的值 2。接着,在主程序中定义了一系列数据点用于测试目的;随后初始化一个具有四个工作者线程的池对象,并将这些数据映射到经过部分应用后的函数上运行[^1]。 #### 最佳实践建议 为了确保高效稳定地运用此方法,请注意以下几点最佳实践: - **资源管理**:始终使用上下文管理器 (`with`) 来启动和关闭进程池,这有助于自动清理资源。 - **避免全局状态依赖**:由于每个子进程都有自己独立的工作空间,因此应尽量减少对共享或全局变量的访问。 - **序列化安全的对象传输**:当向其他进程中发送对象时,只传入那些能够被正确序列化的对象,比如基本类型或者自定义类如果实现了合适的协议的话。 - **合理设置并发度**:根据硬件条件适当调整 `processes` 参数以获得最优性能而不至于过度消耗系统资源。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值