Functools-Python中高階函數的力量

這是我參與8月更文挑戰的第10天，活動詳情查看：8月更文挑戰

Python標準庫包括許多強大的模塊，可讓你的代碼既乾淨又高效，今天咱們介紹的是functools模塊，這個模塊提供了許多有用的高階函數，咱們能夠利用這些高階函數來實現緩存功能、重載、建立裝飾器等，會然咱們的代碼更加高效，好了，讓咱們來看一下，functools模塊都給咱們提供了什麼呢。

緩存

functools模塊中提供了一個簡單卻又強大的緩存函數(裝飾器)lru_cache()，lru_cache()能夠直接以語法糖@的形式做用於咱們的函數至上，爲咱們的函數提供緩存的功能，遵循最近最少使用的原則，將函數執行結果緩存，方便下次函數執行前查詢，若是函數的參數比較固定，邏輯比較固定，那麼將很是必要，能夠有效的減小函數的執行時間。

import functools
import time


@functools.lru_cache(maxsize=32)
def add(a, b):
    print("sleep 2s")
    time.sleep(2)
    return a+b


print("第1次調用：", add(4, 5))  # 第一次調用，無緩存，執行原函數，結果加入緩存
print("第2次調用：", add(4, 5))  # 第二次調用，參數與第一次相同，匹配到緩存，直接返回緩存，不執行原函數
print("第3次調用：", add(5, 5))  # 第三次調用，參數與以前不一樣，無緩存，執行原函數，結果加入緩存
print(add.cache_info())  # 檢查函數的緩存信息，它顯示緩存命中和未命中的數量
複製代碼

執行結果爲：

sleep 2s
第1次調用： 9
第2次調用： 9
sleep 2s
第3次調用： 10
CacheInfo(hits=1, misses=2, maxsize=32, currsize=2)

Process finished with exit code 0
複製代碼

在這個例子中，咱們使用@lru_cache裝飾器處理add()函數並緩存執行的結果(能夠緩存32個結果)。爲了查看緩存是否真的有效，咱們使用了cache_info()方法檢查函數的緩存信息，它顯示緩存命中和未命中的數量，經過結果咱們能夠看出，在第一次調用的時候並沒有緩存，add()函數執行結果存入緩存，第二次的時候命中緩存，第三次的時候沒有命中緩存。

若是你想要更細粒度的緩存，那麼你也能夠包含可選的typed=true參數，這使得不一樣類型的參數被分別緩存。 例如，add(4.0, 5.0)和add(4, 5)將被視爲不一樣的調用。

其實在Python3.8的版本以後，還有另外一個能夠用於緩存的裝飾器叫作cached_property，這個函數用於緩存類屬性的結果，若是你的類的屬性是而又不可變的，可使用這個。

比較

您可能已經知道，可使用__lt__()、__gt__()和__eq__()在Python中實現比較操做符，如<、>或==。可是實現__lt__()、__gt__()、__eq__() 、__le__()、__ge__()多是至關繁瑣的，恰好functools模塊包含total_ordering'裝飾器，它能夠幫助咱們作到這一點。
咱們只須要實現__eq__()，和__lt__()、__gt__()、__le__()、__ge__()中的任一個方法，其餘的它會幫咱們自動提供:

from functools import total_ordering


@total_ordering
class MyNumber:
    def __init__(self, value):
        self.value = value

    def __gt__(self, other):
        return self.value > other.value

    def __eq__(self, other):
        return self.value == other.value

print(MyNumber(5) > MyNumber(3))
# True
print(MyNumber(1) < MyNumber(5))
# True
print(MyNumber(5) >= MyNumber(5))
# True
print(MyNumber(5) <= MyNumber(2))
# False
複製代碼

很明顯，它能夠幫助咱們減小代碼和提升可讀性。

partial函數(偏函數)

這裏的偏函數和數學意義上的偏函數不是一個概念，functools模塊中的partial函數的做用是，把一個函數的某些參數給固定住（也就是設置默認值），返回一個新的函數，調用這個新函數會比調用原來的函數更簡單。理解起來是否是有些困惑，讓咱們來看一些實際的例子。 在Python中，int()函數能夠把指定數字字符串轉換爲整數，默認是作十進制的轉換：

print(int(1234))
# 1234
複製代碼

但int()函數還提供了一個base參數，默認值爲10。若是傳入base參數，就能夠作N進制的轉換，即，默認數字字符串的進制是N進制，要轉化爲10進制，例如：

print(int("1234", base=8))
# 默認1234位8進制的數字，轉化爲10進制：668
print(int("1234", base=16))
# 默認1234位16進制的數字，轉化爲10進制：4660
複製代碼

假設要轉換大量的8進制字符串，每次都傳入int(x, base=8)顯得過於麻煩，因而，咱們想到，能夠定義一個int8()的函數，默認把base=8傳進去：

def int8(x, base=8):
    return int(x, base)

print(int8("1234"))
複製代碼

這樣，就很是方便了。

其實functools.partial的功能就是可以建立一個偏函數，不須要咱們本身定義int8()，能夠直接使用下面的代碼建立一個新的函數int8：

int2 = functools.partial(int, base=8)
print(int2('1234'))
複製代碼

因此簡單來講，functools.partial的做用就是，把一個函數的某些參數給固定住（也就是設置默認值），返回一個新的函數，使得咱們調用這個新函數會更簡單。

重載

咱們都知道嚴格意義上來講，在Python中函數重載是不可能實現的，但實際上有一個簡單的方法來實現和函數重載類似的功能，那就是使用functools模塊中singledispatch函數裝飾器。下面來看個例子：

@singledispatch
def show(obj):
    print(obj, type(obj), "obj")


@show.register(str)
def _(text):
    print(text, type(text), "str")


@show.register(int)
def _(n):
    print(n, type(n), "int")

    
show(1234)
show("abcd")
show({"abcd": 1234})
複製代碼

結果爲：

1234 <class 'int'> int
abcd <class 'str'> str
{'abcd': 1234} <class 'dict'> obj

Process finished with exit code 0
複製代碼

可見爲show()函數傳遞不一樣的類型參數，就調用不一樣的函數，表現不一樣的行爲，實際上singledispatch實現的是單泛函數，給函數加上.register方法，該方法支持綁定一個變量類型和一個函數。而後它返回一個被重載了的函數。當輸入值的類型是經過.register綁定的類型時，就調用同時綁定的函數。

wraps

這一部分在我以前的文章有提到，感性趣的能夠看一下：內置裝飾器@functools.wrap

總結

functools模塊提供了許多有用的功能和裝飾器，能夠幫助咱們構建更好的代碼，我這裏提到的只是部份內容。感興趣的小夥伴能夠查看官方文檔functools — Higher-order functions and operations on callable objects

最後，感謝女友在工做和生活中的包容、理解與支持 ！