快捷導(dǎo)航

Python函數(shù)式編程模塊functools的使用與實踐

更新時間：2024年03月07日 15:46:08 作者：盜理者

本文主要介紹了Python函數(shù)式編程模塊functools的使用與實踐,教你如何使用?functools.partial、functools.wraps、functools.lru_cache?和?functools.reduce,感興趣的可以了解一下

介紹

functools 模塊是 Python 的標(biāo)準庫之一，它提供了一系列用于函數(shù)操作的函數(shù)。使用這些函數(shù)可以編寫更簡潔、更高效的代碼，尤其是在函數(shù)式編程范式中。以下是對 functools 模塊中一些重要功能做的一個分享

functools 模塊的功能

functools.partial

functools.partial 函數(shù)用于創(chuàng)建一個新的函數(shù)，這個新函數(shù)是原始函數(shù)的一個偏應(yīng)用，即固定函數(shù)的一些參數(shù)。

from functools import partial
# 定義一個函數(shù)，需要多個參數(shù)
def power(base, exponent):
    return base ** exponent
# 使用 functools.partial 創(chuàng)建一個偏函數(shù)，只保留一個參數(shù)
square = partial(power, exponent=2)
# 調(diào)用偏函數(shù)
print(square(4))  # 輸出： 16

在這里插入圖片描述

functools.wraps

functools.wraps 裝飾器用于保留被包裝函數(shù)的元信息，如文檔字符串、名稱和參數(shù)列表。

from functools import wraps
# 定義一個函數(shù)
def my_function(a, b):
    """函數(shù)"""
    return a + b
# 使用 functools.wraps 裝飾器包裝一個函數(shù)
@wraps(my_function)
def wrapper(c, d):
    return my_function(c, d)
# 檢查 wrapper 函數(shù)的元信息
print(wrapper.__doc__)  # 輸出：函數(shù)
print(wrapper.__name__)  # 輸出：my_function

在這里插入圖片描述

functools.lru_cache

functools.lru_cache 裝飾器用于緩存函數(shù)的返回值，這對于避免重復(fù)計算昂貴的函數(shù)調(diào)用非常有用。

from functools import lru_cache
@lru_cache(maxsize=None)
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)
# 調(diào)用 fibonacci 函數(shù)
print(fibonacci(100))  # 354224848179261915075

在這里插入圖片描述

functools.reduce

functools.reduce 函數(shù)用于將一個二元操作函數(shù)累積地應(yīng)用到一個序列的所有元素上，從左到右，直到序列結(jié)束。

from functools import reduce
# 定義一個函數(shù)，計算乘積
def multiply(x, y):
    return x * y
# 使用 reduce 計算 [1, 2, 3, 4] 的乘積
print(reduce(multiply, [1, 2, 3, 4]))  # 輸出： 24

在這里插入圖片描述

實例演示

使用 functools.partial 創(chuàng)建固定參數(shù)的函數(shù)

from functools import partial
def add(a, b, c):
    return a + b + c
partial_add = partial(add, c=5)
print(partial_add(1, 2))  # 輸出： 8

在這里插入圖片描述

使用 functools.wraps 保留原函數(shù)的文檔字符串和名稱

from functools import wraps
def my_function(a, b):
    """函數(shù)"""
    return a + b
@wraps(my_function)
def my_wrapper(c, d):
    return my_function(c, d)
print(my_wrapper.__doc__)  # 輸出：函數(shù)

在這里插入圖片描述

使用 functools.lru_cache 加速函數(shù)的執(zhí)行

from functools import lru_cache
@lru_cache(maxsize=128)
def memoized_factorial(n):
    if n == 0:
        return 1
    return n * memoized_factorial(n - 1)
print(memoized_factorial(5))  # 輸出： 120

在這個例子中，memoized_factorial 函數(shù)使用 lru_cache 來緩存之前計算的結(jié)果。這意味著當(dāng)函數(shù)被重復(fù)調(diào)用時，如果之前已經(jīng)計算過相同參數(shù)的結(jié)果，functools 將返回緩存的結(jié)果，而不是重新計算。

在這里插入圖片描述

使用 functools.reduce 實現(xiàn)自定義的 reduce 操作

from functools import reduce

def average(total, new_value):
    return total + new_value

result = reduce(average, [1, 2, 3, 4], 0) / len([1, 2, 3, 4])
print(result)  # 輸出： 2.5

在這里插入圖片描述

在這個例子中，定義了一個 average 函數(shù)，它將一個新值加到總和中。然后使用 reduce 函數(shù)來應(yīng)用這個 average 函數(shù)到列表 [1, 2, 3, 4] 上，初始值為 0。這樣就得到了列表的平均值。

functools 模塊為 Python 的函數(shù)式編程提供了許多有用的工具。通過學(xué)習(xí)如何使用 functools.partial、functools.wraps、functools.lru_cache 和 functools.reduce，可以更加高效地處理函數(shù)和數(shù)據(jù)集合。這些功能不僅可以提高代碼的性能，還可以使代碼更加清晰和易于維護。

到此這篇關(guān)于Python函數(shù)式編程模塊functools的使用與實踐的文章就介紹到這了,更多相關(guān)Python functools內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: