如何总结Python functools模块的常用函数及其应用场景？
- 内容介绍
- 文章标签
- 相关推荐
本文共计1269个文字，预计阅读时间需要6分钟。
本文为家庭带来关于Python的相关知识，主要介绍了Python的functools模块的使用及说明，包含很好的参考价值，以下是一起看看：
Python functools模块
Python的functools模块提供了许多有用的函数，用于操作函数，包括但不限于：
1. 函数装饰器
2.高阶函数
3.函数包装器
4.函数生成器
以下是一些常用的functools函数：
1. `functools.partial()`：将参数固定，返回一个新的函数。
2.`functools.update_wrapper()`：更新函数的wrapper。
3.`functools.wraps()`：装饰器，用于将wrapper的属性复制到被装饰的函数。
4.`functools.reduce()`：对序列进行迭代，应用一个函数，最终返回一个结果。
5.`functools.lru_cache()`：缓存函数的返回值，避免重复计算。
以下是一个使用`functools.partial()`的例子：
python
from functools import partialdef add(a, b): return a + b
add_five=partial(add, 5)print(add_five(3)) # 输出：8
希望本文对大家有所帮助！
本篇文章给大家带来了关于Python的相关知识，主要介绍了Python的functools模块使用及说明，具有很好的参考价值，下面一起来看一下，希望对大家有帮助。程序员必备接口测试调试工具：立即使用
Apipost = Postman + Swagger + Mock + Jmeter
Api设计、调试、文档、自动化测试工具
后端、前端、测试，同时在线协作，内容实时同步
partial
用于创建一个偏函数，将默认参数包装一个可调用对象，返回结果也是可调用对象。
偏函数可以固定住原函数的部分参数，从而在调用时更简单。
from functools import partial
int2 = partial(int, base=8)
print(int2('123'))
# 83登录后复制
update_wrapper
使用 partial 包装的函数是没有__name__和__doc__属性的。
update_wrapper 作用：将被包装函数的__name__等属性，拷贝到新的函数中去。
from functools import update_wrapper
def wrap2(func):
def inner(*args):
return func(*args)
return update_wrapper(inner, func)
@wrap2
def demo():
print('hello world')
print(demo.__name__)
# demo登录后复制
wraps
warps 函数是为了在装饰器拷贝被装饰函数的__name__。
就是在update_wrapper上进行一个包装
from functools import wraps
def wrap1(func):
@wraps(func) # 去掉就会返回inner
def inner(*args):
print(func.__name__)
return func(*args)
return inner
@wrap1
def demo():
print('hello world')
print(demo.__name__)
# demo登录后复制
reduce
在 Python2 中等同于内建函数 reduce
函数的作用是将一个序列归纳为一个输出
reduce(function, sequence, startValue)
from functools import reduce
l = range(1,50)
print(reduce(lambda x,y:x+y, l))
# 1225登录后复制
cmp_to_key
在 list.sort 和 内建函数 sorted 中都有一个 key 参数
x = ['hello','worl','ni']
x.sort(key=len)
print(x)
# ['ni', 'worl', 'hello']登录后复制
Python3 之前还提供了cmp参数来比较两个元素
cmp_to_key 函数就是用来将老式的比较函数转化为 key 函数
lru_cache
允许我们将一个函数的返回值快速地缓存或取消缓存。
该装饰器用于缓存函数的调用结果，对于需要多次调用的函数，而且每次调用参数都相同，则可以用该装饰器缓存调用结果，从而加快程序运行。
该装饰器会将不同的调用结果缓存在内存中，因此需要注意内存占用问题。
from functools import lru_cache
@lru_cache(maxsize=30) # maxsize参数告诉lru_cache缓存最近多少个返回值
def fib(n):
if n < 2:
return n
return fib(n-1) + fib(n-2)
print([fib(n) for n in range(10)])
fib.cache_clear() # 清空缓存登录后复制
singledispatch
单分发器， Python3.4新增，用于实现泛型函数。
根据单一参数的类型来判断调用哪个函数。
from functools import singledispatch
@singledispatch
def fun(text):
print('String：' + text)
@fun.register(int)
def _(text):
print(text)
@fun.register(list)
def _(text):
for k, v in enumerate(text):
print(k, v)
@fun.register(float)
@fun.register(tuple)
def _(text):
print('float, tuple')
fun('i am is hubo')
fun(123)
fun(['a','b','c'])
fun(1.23)
print(fun.registry) # 所有的泛型函数
print(fun.registry[int]) # 获取int的泛型函数
# String：i am is hubo
# 123
# 0 a
# 1 b
# 2 c
# float, tuple
# {<class 'object'>: <function fun at 0x106d10f28>, <class 'int'>: <function _ at 0x106f0b9d8>, <class 'list'>: <function _ at 0x106f0ba60>, <class 'tuple'>: <function _ at 0x106f0bb70>, <class 'float'>: <function _ at 0x106f0bb70>}
# <function _ at 0x106f0b9d8>登录后复制
以上就是Python的functools模块使用总结的详细内容，更多请关注自由互联其它相关文章！
本文共计1269个文字，预计阅读时间需要6分钟。
本文为家庭带来关于Python的相关知识，主要介绍了Python的functools模块的使用及说明，包含很好的参考价值，以下是一起看看：
Python functools模块
Python的functools模块提供了许多有用的函数，用于操作函数，包括但不限于：
1. 函数装饰器
2.高阶函数
3.函数包装器
4.函数生成器
以下是一些常用的functools函数：
1. `functools.partial()`：将参数固定，返回一个新的函数。
2.`functools.update_wrapper()`：更新函数的wrapper。
3.`functools.wraps()`：装饰器，用于将wrapper的属性复制到被装饰的函数。
4.`functools.reduce()`：对序列进行迭代，应用一个函数，最终返回一个结果。
5.`functools.lru_cache()`：缓存函数的返回值，避免重复计算。
以下是一个使用`functools.partial()`的例子：
python
from functools import partialdef add(a, b): return a + b
add_five=partial(add, 5)print(add_five(3)) # 输出：8
希望本文对大家有所帮助！
本篇文章给大家带来了关于Python的相关知识，主要介绍了Python的functools模块使用及说明，具有很好的参考价值，下面一起来看一下，希望对大家有帮助。程序员必备接口测试调试工具：立即使用
Apipost = Postman + Swagger + Mock + Jmeter
Api设计、调试、文档、自动化测试工具
后端、前端、测试，同时在线协作，内容实时同步
partial
用于创建一个偏函数，将默认参数包装一个可调用对象，返回结果也是可调用对象。
偏函数可以固定住原函数的部分参数，从而在调用时更简单。
from functools import partial
int2 = partial(int, base=8)
print(int2('123'))
# 83登录后复制
update_wrapper
使用 partial 包装的函数是没有__name__和__doc__属性的。
update_wrapper 作用：将被包装函数的__name__等属性，拷贝到新的函数中去。
from functools import update_wrapper
def wrap2(func):
def inner(*args):
return func(*args)
return update_wrapper(inner, func)
@wrap2
def demo():
print('hello world')
print(demo.__name__)
# demo登录后复制
wraps
warps 函数是为了在装饰器拷贝被装饰函数的__name__。
就是在update_wrapper上进行一个包装
from functools import wraps
def wrap1(func):
@wraps(func) # 去掉就会返回inner
def inner(*args):
print(func.__name__)
return func(*args)
return inner
@wrap1
def demo():
print('hello world')
print(demo.__name__)
# demo登录后复制
reduce
在 Python2 中等同于内建函数 reduce
函数的作用是将一个序列归纳为一个输出
reduce(function, sequence, startValue)
from functools import reduce
l = range(1,50)
print(reduce(lambda x,y:x+y, l))
# 1225登录后复制
cmp_to_key
在 list.sort 和 内建函数 sorted 中都有一个 key 参数
x = ['hello','worl','ni']
x.sort(key=len)
print(x)
# ['ni', 'worl', 'hello']登录后复制
Python3 之前还提供了cmp参数来比较两个元素
cmp_to_key 函数就是用来将老式的比较函数转化为 key 函数
lru_cache
允许我们将一个函数的返回值快速地缓存或取消缓存。
该装饰器用于缓存函数的调用结果，对于需要多次调用的函数，而且每次调用参数都相同，则可以用该装饰器缓存调用结果，从而加快程序运行。
该装饰器会将不同的调用结果缓存在内存中，因此需要注意内存占用问题。
from functools import lru_cache
@lru_cache(maxsize=30) # maxsize参数告诉lru_cache缓存最近多少个返回值
def fib(n):
if n < 2:
return n
return fib(n-1) + fib(n-2)
print([fib(n) for n in range(10)])
fib.cache_clear() # 清空缓存登录后复制
singledispatch
单分发器， Python3.4新增，用于实现泛型函数。
根据单一参数的类型来判断调用哪个函数。
from functools import singledispatch
@singledispatch
def fun(text):
print('String：' + text)
@fun.register(int)
def _(text):
print(text)
@fun.register(list)
def _(text):
for k, v in enumerate(text):
print(k, v)
@fun.register(float)
@fun.register(tuple)
def _(text):
print('float, tuple')
fun('i am is hubo')
fun(123)
fun(['a','b','c'])
fun(1.23)
print(fun.registry) # 所有的泛型函数
print(fun.registry[int]) # 获取int的泛型函数
# String：i am is hubo
# 123
# 0 a
# 1 b
# 2 c
# float, tuple
# {<class 'object'>: <function fun at 0x106d10f28>, <class 'int'>: <function _ at 0x106f0b9d8>, <class 'list'>: <function _ at 0x106f0ba60>, <class 'tuple'>: <function _ at 0x106f0bb70>, <class 'float'>: <function _ at 0x106f0bb70>}
# <function _ at 0x106f0b9d8>登录后复制
以上就是Python的functools模块使用总结的详细内容，更多请关注自由互联其它相关文章！