Python入門篇-functools

　　　　　　　　　　　　　　Python入門篇-functools

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　作者：尹正傑

版權聲明：原創作品，謝絕轉載！否則將追究法律責任。

 

 

 

 

一.reduce方法

　　reduce方法，顧名思義就是減少

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

　　可迭代對象不能位空；初始值沒提供就在可迭代對象中取一個元素

#！/usr/bin/env python
#_*_conding:utf-8_*_
#@author :yinzhengjie
#blog:http://www.cnblogs.com/yinzhengjie


from functools import  reduce


print(reduce(lambda x,y:x*y,range(1,6)))          #我們可以用來計算5的階乘
print(reduce(lambda x,y:x*y,range(1,6),100))      #當然，我們也可以指定函數的起始值，這個起始值會直接賦值給x變量，如果沒有指定則會使用序列的第一個數字來賦初值。

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



#以上代碼輸出結果如下:
120
12000
[6, 9, 4, 2, 4, 10, 5, 9, 6, 9]
64
64

 

二.partial方法

1>.partial概述

　　偏函數，把函數部分的參數固定下來，相當於為部分的參數添加了一個固定的默認值，形成一個新的函數並返回
　　
　　從partial生成的新函數，是對原函數的封裝

2>.partial方法舉例

#！/usr/bin/env python
#_*_coding:utf-8_*_
#@author :yinzhengjie
#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/
#EMAIL:[e-mail]


import functools,inspect

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

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

print(inspect.signature(add))
print(newadd(7))
print(newadd(10, y=20))
print(newadd(y=10, x=6))
print(inspect.signature(newadd))



#以上代碼執行結果如下：
(x, y, *args) -> int
add args：()
12
add args：()
30
add args：()
16
(x, *, y=5) -> int

#！/usr/bin/env python
#_*_coding:utf-8_*_
#@author :yinzhengjie
#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/
#EMAIL:[e-mail]


import functools,inspect

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

newadd = functools.partial(add, 1,3,6,5)
print(newadd(7))
print(newadd(7, 10))
print(newadd())
print(inspect.signature(add))
print(inspect.signature(newadd))



#以上代碼執行結果如下：
add args：(6, 5, 7)
4
add args：(6, 5, 7, 10)
4
add args：(6, 5)
4
(x, y, *args) -> int
(*args) -> int

3>.partial函數本質

def partial(func, *args, **keywords):
　　def newfunc(*fargs, **fkeywords): # 包裝函數
　　　　newkeywords = keywords.copy()
　　　　newkeywords.update(fkeywords)
　　　　return func(*(args + fargs), **newkeywords)
　　newfunc.func = func # 保留原函數
　　newfunc.args = args # 保留原函數的位置參數
　　newfunc.keywords = keywords # 保留原函數的關鍵字參數參數
　　return newfunc


def add(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裝飾器。lru，最近最少使用。cache緩存
　　如果maxsize設置為None，則禁用LRU功能，並且緩存可以無限制增長。當maxsize是二的冪時，LRU功能執行得最好
　　如果typed設置為True，則不同類型的函數參數將單獨緩存。例如，f(3)和f(3.0)將被視為具有不同結果的不同調用

2>. lru_cache舉例

#！/usr/bin/env python
#_*_coding:utf-8_*_
#@author :yinzhengjie
#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/
#EMAIL:[e-mail]


import functools
import time

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

print(add(4, 5))
print(add(4.0, 5))
print(add(4, 6))
print(add(4, 6, 3))
print(add(3, 2))
print(add(2, y=3))
print(add(x=40, y=60))
print(add(y=60, x=40))

3>.lru_cache裝飾器

　　通過一個字典緩存被裝飾函數的調用和返回值
　　key是什么？分析代碼看看
　　　　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)

#！/usr/bin/env python
#_*_coding:utf-8_*_
#@author :yinzhengjie
#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/
#EMAIL:[e-mail]


import functools

@functools.lru_cache() # maxsize=None
def fib(n):
    if n < 3:
        return n
    return fib(n-1) + fib(n-2)

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




#以上代碼執行結果如下:
[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]

4>.lru_cache裝飾器應用

　　使用前提
　　　　同樣的函數參數一定得到同樣的結果
　　　　函數執行時間很長，且要多次執行

　　本質是函數調用的參數=>返回值
　
　　缺點
　　　　不支持緩存過期，key無法過期、失效
　　　　不支持清除操作
　　　　不支持分布式，是一個單機的緩存
　　
　　適用場景，單機上需要空間換時間的地方，可以用緩存來將計算變成快速的查詢

 

三.裝飾器應用練習

1>.實現一個cache裝飾器，實現可過期被清除的功能

　　簡化設計，函數的形參定義不包含可變位置參數、可變關鍵詞參數和keyword-only參數
　　
　　可以不考慮緩存滿了之后的換出問題

2>.寫一個命令分發器

　　程序員可以方便的注冊函數到某一個命令，用戶輸入命令時，路由到注冊的函數

　　如果此命令沒有對應的注冊函數，執行默認函數

　　用戶輸入用input(">>")