Python--functools模块

functools模块

reduce方法

• reduce方法，顾名思义就是减少
• ruduce(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

reduce方法举例

from functools import reduce

nums = [6, 5, 8, 5, 10, 6, 9, 4]
print(sum(nums)) # 53
print(reduce(lambda val, x: val + x,nums)) # 53

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

partial方法举例1

import functools
import inspect
def add(x,y) -> int:
   return x + y

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

print(newadd(7)) # 12
print(newadd(7,y=6)) # 13
print(newadd(y=9, x =5)) # 14
print(inspect.signature(newadd)) # (x, *, y=5) -> int 获取函数签名

partial方法举例2

  import functools
import inspect
def add(x, y, *args) -> int:
    # print(args) # 返回值为元组 (6, 5, 7) ；(6, 5, 7, 10)；(6, 5)
    return x + y

newadd = functools.partial(add, 1,3,6,5)

print(newadd(7)) # 4
print(newadd(7, 10)) # 4
print(newadd(9, 10, y=20,x=26)) # 错误传参
print(newadd()) #4
print(inspect.signature(newadd)) # (*args) -> int

partial函数本质

def parial(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
    return newfunc

def add(x,y):
    return x + y

foo = parial(add,4)
print(foo(5)) # 9

lre_cache方法

• @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

举例

import functools
import time

@functools.lru_cache()
def add(x,y,z=3):
    time.sleep(z) # 停止z秒
    return x + y

print(add(4, 5))
print(add(4.0, 5))
print(add(4, 6 ))
print(add(4, 6, 3))
print(add(4, y=6))
print(add(x=4, y=6))
print(add(y=6, x=4))

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
• 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(5)]) # [1, 1, 2, 3, 5]

lru_cache装饰器应用

• 使用提前
  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