目录
1. partial
用法示例
2. reduce
用法示例
3. total_ordering
用法示例
4. cmp_to_key
用法示例
5. lru_cache
用法示例
6. singledispatch
用法示例
7. update_wrapper
用法示例
8. partialmethod
用法示例
9. singledispatchmethod
用法示例
10. cache
用法示例
11. total_ordering
用法示例
12. wraps
用法示例
13. singledispatch
用法示例
functools 是 Python 标准库中的一个模块，它提供了一系列高阶函数和操作函数的工具。这些工具函数在函数式编程中非常有用，可以帮助我们以更加声明式和抽象的方式处理函数。在这篇文章中，我们将介绍 functools 模块中的一些常用函数和它们的用途。
>>> import functools
>>> functools.__all__
['update_wrapper', 'wraps', 'WRAPPER_ASSIGNMENTS', 'WRAPPER_UPDATES', 'total_ordering', 'cache', 'cmp_to_key', 'lru_cache', 'reduce', 'partial', 'partialmethod', 'singledispatch', 'singledispatchmethod', 'cached_property']
>>> dir(functools)
['GenericAlias', 'RLock', 'WRAPPER_ASSIGNMENTS', 'WRAPPER_UPDATES', '_CacheInfo', '_HashedSeq', '_NOT_FOUND', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', '_c3_merge', '_c3_mro', '_compose_mro', '_convert', '_find_impl', '_ge_from_gt', '_ge_from_le', '_ge_from_lt', '_gt_from_ge', '_gt_from_le', '_gt_from_lt', '_initial_missing', '_le_from_ge', '_le_from_gt', '_le_from_lt', '_lru_cache_wrapper', '_lt_from_ge', '_lt_from_gt', '_lt_from_le', '_make_key', '_unwrap_partial', 'cache', 'cached_property', 'cmp_to_key', 'get_cache_token', 'lru_cache', 'namedtuple', 'partial', 'partialmethod', 'recursive_repr', 'reduce', 'singledispatch', 'singledispatchmethod', 'total_ordering', 'update_wrapper', 'wraps']
1. partial
partial 函数是 functools 模块中最著名的函数之一。它用于创建一个新的部分函数，这个新函数固定了原函数的一些参数，并且可以接受更少的参数。这在需要重用函数或者在多个地方使用相同参数的函数时非常有用。
用法示例
from functools import partial
def multiply(x, y):
return x * y
# 创建一个新函数，它固定了 multiply 函数的第一个参数为 2
double = partial(multiply, 2)
result = double(5) # 相当于 multiply(2, 5)
print(result) # 输出: 102. reduce
reduce 函数不是 Python 标准库的内置函数，但它是 functools 模块的一部分。reduce 函数接受一个函数和一个迭代器作为参数，并将传入的函数应用于所有元素，从左到右，以累积结果。这在需要进行累积计算时非常有用。
用法示例
from functools import reduce
def add(x, y):
return x + y
numbers = [1, 2, 3, 4, 5]
result = reduce(add, numbers)
print(result) # 输出: 153. total_ordering
total_ordering 是一个类装饰器，它用于自动为类生成比较方法。当你定义了一个类并且实现了它的 __eq__ 和 __hash__ 方法时，total_ordering 可以确保类的行为符合预期。
用法示例
from functools import total_ordering
@total_ordering
class Person:
def __init__(self, name, age):
self.name = name
self.age = age
def __eq__(self, other):
return (self.name, self.age) == (other.name, other.age)
def __hash__(self):
return hash((self.name, self.age))
# 现在 Person 类支持所有的比较操作
p1 = Person("Alice", 30)
p2 = Person("Alice", 30)
p3 = Person("Bob", 35)
print(p1 < p2) # 输出: False
print(p1 < p3) # 输出: True4. cmp_to_key
cmp_to_key 函数用于将比较函数转换为键函数。
用法示例
from functools import cmp_to_key
def compare(x, y):
return (x > y) - (x < y)
# 使用 cmp_to_key 将 compare 函数转换为键函数
key_func = cmp_to_key(compare)
numbers = [3, 1, 4, 1, 5, 9, 2, 6, 5]
sorted_numbers = sorted(numbers, key=key_func)
print(sorted_numbers) # 输出排序后的数字列表5. lru_cache
lru_cache 是一个函数装饰器，它用于缓存函数的结果，以便相同的参数在未来的调用中可以快速检索。这在需要优化函数性能，特别是对于计算密集型函数时非常有用。
用法示例
from functools import lru_cache
@lru_cache(maxsize=128)
def fibonacci(n):
if n < 2:
return n
return fibonacci(n - 1) + fibonacci(n - 2)
# 调用 fibonacci 函数时，结果会被缓存
print(fibonacci(10)) # 输出: 556. singledispatch
singledispatch 是一个通用装饰器，它用于实现单分派通用函数。它允许您根据第一个参数的类型来选择不同的实现。
用法示例
from functools import singledispatch
@singledispatch
def my_function(arg):
return f"No implementation for {type(arg)}"
@my_function.register(int)
def _(arg):
return f"The integer is {arg}"
@my_function.register(str)
def _(arg):
return f"The string is {arg}"
print(my_function(42)) # 输出: The integer is 42
print(my_function("hello")) # 输出: The string is hello7. update_wrapper
update_wrapper 函数用于更新一个函数的__name__、__doc__、__annotations__和__wrapper__属性，使其看起来像原始函数。这在创建包装器函数时非常有用。
用法示例
from functools import update_wrapper
def my_decorator(f):
def wrapper(*args, **kwargs):
return f(*args, **kwargs) + 1
update_wrapper(wrapper, f)
return wrapper
@my_decorator
def increment(n):
return n
print(increment.__name__) # 输出: increment8. partialmethod
partialmethod 是 functools 模块中的一个类装饰器，它允许你创建一个绑定了固定参数的方法，类似于 partial 函数，但是用于方法而不是函数。
用法示例
from functools import partialmethod
class MyClass:
def method(self, arg1, arg2):
return arg1 + arg2
@partialmethod
def static_method(self, arg1):
return static_method(arg1, 2)
instance = MyClass()
print(instance.static_method(10)) # 输出: 129. singledispatchmethod
singledispatchmethod 是一个类装饰器，它允许你为类中的方法实现单分派通用方法。与 singledispatch 类似，但它是用于类方法的。
用法示例
from functools import singledispatchmethod
class MyClass:
@singledispatchmethod
def method(self, arg):
return f"No implementation for {type(arg)}"
@method.register(int)
def _(self, arg):
return f"The integer is {arg}"
def method(self, arg):
return super().method(arg)
instance = MyClass()
print(instance.method(42)) # 输出: The integer is 4210. cache
cache 是 functools 模块中的一个类装饰器，它类似于 lru_cache，但提供了更少的保证和更低的开销。它用于缓存函数的结果，但没有最大缓存大小的限制。
用法示例
from functools import cache
@cache
def fibonacci(n):
if n < 2:
return n
return fibonacci(n - 1) + fibonacci(n - 2)
print(fibonacci(10)) # 输出: 5511. total_ordering
total_ordering 是一个类装饰器，用于自动为类生成比较方法。当你定义了一个类并且实现了它的 __eq__ 方法时，total_ordering 可以确保类的行为符合预期。
用法示例
from functools import total_ordering
@total_ordering
class MyClass:
def __init__(self, value):
self.value = value
def __eq__(self, other):
return self.value == other.value
def __repr__(self):
return f"MyClass({self.value!r})"
instance1 = MyClass(1)
instance2 = MyClass(1)
instance3 = MyClass(2)
print(instance1 < instance2) # 输出: False
print(instance1 < instance3) # 输出: True12. wraps
wraps 是一个装饰器，用于包装函数。它用于保持被包装函数的元数据（如名称、文档字符串和注解）不变。
用法示例
from functools import wraps
def my_decorator(f):
@wraps(f)
def wrapper(*args, **kwargs):
return f(*args, **kwargs) + 1
return wrapper
@my_decorator
def increment(n):
return n
print(increment.__name__) # 输出: increment
print(increment.__doc__) # 输出函数的文档字符串13. singledispatch
singledispatch 是一个多分派通用装饰器，它允许你根据传递给函数的第一个参数的类型来分派到不同的实现。
用法示例
from functools import singledispatch
@singledispatch
def process(value):
return f"Unknown type: {type(value)}"
@process.register(str)
def _(value):
return f"String: {value}"
@process.register(int)
def _(value):
return f"Integer: {value}"
print(process("hello")) # 输出: String: hello
print(process(42)) # 输出: Integer: 42
完。
