Python编程functools模块创建修改的高阶函数解析

目录
  • partial 函数
  • 装饰器 @lru_cache
  • reduce 函数

partial 函数

partial 为偏函数（有的地方也叫做部分应用函数），它是对函数的二次封装，将现有函数的部分参数提前绑定为指定值，然后再进行计算。

由于偏函数的可变参数少，因此函数调用的难度低。

直接展示代码：

from functools import partial
# 原函数声明
def show(name, level):
    print("name:", name, "level:", level)
# 定义偏函数，封装 show() 函数，并为 name 参数设置了默认参数
show_level = partial(show, name='橡皮擦')
# 由于 name 参数已经有默认值，调用偏函数时，name 可以不指定
show_level(level="9级")

上述代码就是使用 partial 函数，将一个函数的某些参数（案例中是 name）进行了固定（相当于提供了默认值），然后再返回一个新的函数，新函数参数也进行了减少。

还有一点是上述代码在调用 show_level 函数时，必须使用关键字参数形式给 level 进行传值，否则会出现 TypeError 错误，如下所示：

# 代码写成下述内容
show_level("9级")
# 异常如下
TypeError: show() got multiple values for argument 'name'

偏函数也可以通过匿名函数实现，例如下述代码：

# 代码写成下述内容
show_level("9级")
# 异常如下
TypeError: show() got multiple values for argument 'name'

使用 timeit 运行 10 万次，测试一下二者的时间基本没有太大差异，所以可以互通使用，不过匿名函数还是实现一些相对简单的函数。

装饰器 @lru_cache

给函数添加 @lru_cache 装饰器，可以加快函数的运行，lru 指最近使用的计算结果会保留在缓存中。

该装饰器的原型如下：

@functools.lru_cache(maxsize=None, typed=False)

maxsize：最多缓存的次数，如果为 None，则无限制，设置为 2n 时，性能最佳；

typed：如果设置为 True（注意，在 functools32 中没有此参数），则不同参数类型的调用将分别缓存，例如 f(3) 和 f(3.0)。

接下来通过菲波那切数列的递归展示有无 lru_cache 的区别。

from functools import lru_cache
import timeit
@lru_cache()
def factorial(n):
    return 1 if n <= 1 else n * factorial(n - 1)
a = timeit.timeit(stmt="factorial(20)", setup='from __main__ import factorial', number=100000)
print(a)
  • 不带 lru_cache 耗时：0.2；
  • 带 耗时：0.06

差异明显，这是因为每次执行 factorial 时，都会检查由装饰器维护的缓存池，如果值存在，直接获取对应的结果，避免重复计算。

一般的结论是，对于需要重复计算同一组值的应用，使用装饰器 @lru_cache 可以大幅度提升性能。

reduce 函数

reduce 函数也是高阶函数，它可以将可迭代对象中相邻的两个值通过指定函数结合在一起，因此 sum，len，max，min 都可以看做是 reduce 函数的特殊形式。

reduce 函数的定义：

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

function参数：是一个有两个参数的函数，reduce 依次从 sequence 中取一个元素，和上一次调用 function 的结果做参数再次调用 function。

如果第一次没有指定 initial，则默认使用 sequence 的第一个元素与下一个元素一同传入二元 function 函数中去执行。

读起来有点绕，直接看案例即可。

from functools import reduce
def add(x, y):
    return x + y
a = reduce(add, [1, 2, 3, 4])
print(a)

initial 参数表示初始值，默认情况下是使用序列的第一个值。

from functools import reduce
a = reduce(lambda x, y: x + y, [1, 2, 3, 4], 2)
print(a)

下面为大家展示如何使用 reduce 实现 sum，len 等函数。

from functools import reduce
data = [1, 2, 3, 4]
sum = lambda data: reduce(lambda x, y: x + y, data, 0)
count = lambda data: reduce(lambda x, y: x + 1, data, 0)
min = lambda data: reduce(lambda x, y: x if x < y else y, data)
a = sum(data)
b = count(data)
c = min(data)
print(a, b, c)

还可以使用 reduce 函数与 partical 函数实现 sum 函数，代码如下：

from functools import reduce, partial
data = [1, 2, 3, 4]
sum = partial(reduce, lambda x, y: x + y)
a = sum(data)
print(a)

以上就是Python编程functools模块中创建修改函数的高阶函数解析的详细内容，更多关于Python编程functools模块创建修改的高阶函数的资料请关注我们其它相关文章！

赞 (0)

相关推荐

  • Python编程itertools模块处理可迭代集合相关函数

    容器与可迭代对象 在正式开始前先补充一些基本概念在 Python 中存在容器 与 可迭代对象 容器:用来存储多个元素的数据结构,例如 列表,元组,字典,集合等内容: 可迭代对象:实现了 __iter__ 方法的对象就叫做可迭代对象. 从可迭代对象中还衍生出 迭代器 与 生成器: 迭代器:既实现了 __iter__,也实现了 __next__ 方法的对象叫做迭代器: 生成器:具有 yield 关键字的函数都是生成器. 这样就比较清楚了,可迭代对象的范围要大于容器.而且可迭代对象只能使用一次,使用完

  • Python字典中items()函数案例详解

    Python3:字典中的items()函数 一.Python2.x中items():   和之前一样,本渣渣先贴出来python中help的帮助信息: >>> help(dict.items) Help on method_descriptor: items(...) D.items() -> list of D's (key, value) pairs, as 2-tuples >>> help(dict.iteritems) Help on method_de

  • Python 循环函数详细介绍

    目录 一.循环函数 1.for循环 2.while循环 3.中断循环 二.循环设计 1.range() 2.enumerate() 3.zip() 三.循环对象 1.什么是循环对象 2.迭代器 3.生成器 4.表推导 一.循环函数 1.for循环 for循环需要预先设定好循环的次数(n),然后执行隶属于for的语句n次. 基本构造是 for 元素 in 序列: statement 举例来说,我们编辑一个叫forDemo.py的文件 for a in [3,4.4,'life']: print a

  • Python ord函数()案例详解

    python中ord函数 Python ord()函数 (Python ord() function) ord() function is a library function in Python, it is used to get number value from given character value, it accepts a character and returns an integer i.e. it is used to convert a character to an

  • Python 函数那不为人知的一面

    Python 函数那不为人知的一面

    通常我们定义一个函数,然后调用该函数时,函数相关的代码才开始执行.可是很多人并不知道,当我们定义函数时,一些代码就开始执行了.今天就来说说函数这个不为人知的一面. 通常我们定义一个函数,然后调用该函数时,函数相关的代码才开始执行.可是很多人并不知道,当我们定义函数时,一些代码就开始执行了.今天就来说说函数这个不为人知的一面. 先看一段代码: def do_something(opt: print('参数 opt'), arg=print('参数 arg')) -> print('函数的返回值')

  • Python编程functools模块创建修改的高阶函数解析

    目录 partial 函数 装饰器 @lru_cache reduce 函数 partial 函数 partial 为偏函数(有的地方也叫做部分应用函数),它是对函数的二次封装,将现有函数的部分参数提前绑定为指定值,然后再进行计算. 由于偏函数的可变参数少,因此函数调用的难度低. 直接展示代码: from functools import partial # 原函数声明 def show(name, level): print("name:", name, "level:&q

  • Python编程functools模块中创建修改函数的高阶函数解析

    partial 函数 partial 为偏函数(有的地方也叫做部分应用函数),它是对函数的二次封装,将现有函数的部分参数提前绑定为指定值,然后再进行计算. 由于偏函数的可变参数少,因此函数调用的难度低. 直接展示代码: from functools import partial # 原函数声明 def show(name, level): print("name:", name, "level:", level) # 定义偏函数,封装 show() 函数,并为 na

  • 详解Python函数式编程—高阶函数

    函数式编程就是一种抽象程度很高的编程范式,纯粹的函数式编程语言编写的函数没有变量,因此,任意一个函数,只要输入是确定的,输出就是确定的,这种纯函数我们称之为没有副作用.而允许使用变量的程序设计语言,由于函数内部的变量状态不确定,同样的输入,可能得到不同的输出,因此,这种函数是有副作用的. 函数式编程的一个特点就是,允许把函数本身作为参数传入另一个函数,还允许返回一个函数! Python对函数式编程提供部分支持.由于Python允许使用变量,因此,Python不是纯函数式编程语言. 高阶函数 变量

  • JS高阶函数原理与用法实例分析

    本文实例讲述了JS高阶函数原理与用法.分享给大家供大家参考,具体如下: 如果您正在学习JavaScript,那么您必须遇到高阶函数这个术语.这听起来复杂,其实不然. 使JavaScript适合函数式编程的原因是它接受高阶函数. 高阶函数在JavaScript中广泛使用.如果你已经用JavaScript编程了一段时间,你可能已经使用它们甚至不知道. 要完全理解这个概念,首先必须了解函数式编程是什么一等函数(first-Class Function)以及的概念. 函数式编程 在大多数简单的术语中,函

  • 简析Python函数式编程字符串和元组及函数分类与高阶函数

    目录 函数式编程中的字符串 不变类型元组 普通元组的声明与访问 函数式的分类 any() .all() .len().sum() 对比学习 zip().reversed().enumerate() 高阶函数 函数 max 和 min() map 函数 filter 函数 sorted 函数 同一需求的不同效率问题 函数式编程中的字符串 在函数式编程中,经常用到 Python 字符串,因其是不可变数据结构. 字符串本身是一个对象,具备很多对象方法,与常识中函数的使用不太相同,例如下述代码 my_s

  • Python中functools模块函数解析

    Python自带的 functools 模块提供了一些常用的高阶函数,也就是用于处理其它函数的特殊函数.换言之,就是能使用该模块对可调用对象进行处理. functools模块函数概览 functools.cmp_to_key(func) functools.total_ordering(cls) functools.reduce(function, iterable[, initializer]) functools.partial(func[, args][, *keywords]) func

  • Python编程pygame模块实现移动的小车示例代码

    Python编程pygame模块实现移动的小车示例代码

    Pygame是跨平台Python模块,专为电子游戏设计,包含图像.声音.建立在SDL基础上,允许实时电子游戏研发而无需被低级语言(如机器语言和汇编语言)束缚. 最近一个星期学习了一下python的pygame模块,顺便做个小程序巩固所学的,运行效果如下: 其中,背景图"highway.jpg"是使用PhotoShop将其分辨率改变为640 × 480,而小车"car.png"则是将其转变为png格式的图片,并且填充其背景色,让其拥有透明性. 代码测试可用: # -*

  • Python基于win32ui模块创建弹出式菜单示例

    Python基于win32ui模块创建弹出式菜单示例

    本文实例讲述了Python基于win32ui模块创建弹出式菜单.分享给大家供大家参考,具体如下: 一.代码: # -*- coding:utf-8 -*- #! python3 import win32ui import win32api from win32con import * from pywin.mfc import window class MyWnd(window.Wnd): def __init__ (self): window.Wnd.__init__(self,win32ui

  • Python使用numpy模块创建数组操作示例

    本文实例讲述了Python使用numpy模块创建数组操作.分享给大家供大家参考,具体如下: 创建数组 创建ndarray 创建数组最简单的方法就是使用array函数.它接收一切序列型的对象(包括其他数组),然后产生一个新的含有传入数据的Numpy数组. array函数创建数组 import numpy as np ndarray1 = np.array([1, 2, 3, 4]) ndarray2 = np.array(list('abcdefg')) ndarray3 = np.array([

随机推荐