共计 1969 个字符，预计需要花费 5 分钟才能阅读完成。
functools
functools 包含了用于创建装饰函数，启动面向切面的编程，超出面向对象编程范围的代码复用，同时提供了装饰函数用于丰富的快捷比较的 API, partial 模块还创建了包含函数参数的函数引用, 也就是偏函数
partial 偏函数
partial 的作用在于如果存在一个函数的参数过多，可以通过 partial 固定某一些参数，需要的时候使用关键字参数传入即可. 通过一个简单的例子理解
import functools
def myfunc(a,b):
print(“This is myfuc params:{},{}”.format(a,b))
a = functools.partial(myfunc,b=1)
a(10000)
可以看到，本来调用 myfunc 的话，要传入两个参数，现在通过固定住某些参数，可以直接调用一个参数即可。除此之外，还可以通过另外一种方式来进行传值
import functools
def myfunc(a,b):
print(“This is myfuc params:{},{}”.format(a,b))
a = functools.partial(myfunc,b=1)
value= {“a”:1000}
a(**value)
Comparison
functools 还提供了丰富用于比较的 API，在 python2 中，在一个类中可以定义 __cmp__() 方法，用于对象中的比较操作，python3 废除了这样的做法，因为提供了更加详细的 API 方法，比如 __lt__() , __le__(), __eq__(),__ne__(),__gt__(),__ge__() 这些方法的含义如下：
lt：less than 小于
le：less than or equal to 小于等于
eq：equal to 等于
ne：not equal to 不等于
ge：greater than or equal to 大于等于
gt：greater than 大于
functools 提供了一个装饰器，让我们不需要写这么多定义，只要写一个，其他定义也会加上去。看一个简单的例子
import functools
@functools.total_ordering
class MyObject():
def __init__(self,priority):
self.priority = priority
def __eq__(self,other):
print(‘dengyu’)
return self.priority == other.priority
def __lt__(self,other):
return self.priority < other.priority
if __name__ ==”__main__”:
a = MyObject(1)
print(dir(a))
在实际实验中，加不加并没有区别。仅作了解
lru_cache
这是个有趣的装饰器，传入的参数被打上了 hash，当下一次传入的参数是一样的时候，就会从 cache 中直接取出对应的值，而不需要进行重新的运算。一个简单的例子
import functools
@functools.lru_cache()
def test_method(a,b):
print(“execute {} * {} = {}”.format(a,b,a*b))
return a*b
s = 0
for i in range(2):
for j in range(2):
s+=test_method(i,j)
print(test_method.cache_info())
for i in range(2):
for j in range(3):
s+=test_method(i,j)
print(test_method.cache_info())
print(s) # 4 说明该执行的还是有执行，只不过是从 cache 中直接取出而已
通用函数
对于 python 来说，很难去固定一个参数必须是什么类型的，只能在具体的代码里面进行检查，functools 提供了一个装饰器，可以去做这样的类型检查. 一个简单的例子
import functools
@functools.singledispatch
def myfunc(args):
print(args)
@myfunc.register(list)
def myfunc_list(args):
for i in args:
print(“List item: {}”.format(i))
if __name__ == “__main__”:
# 传入两个不同的类型参数，其处理逻辑也是不同
myfunc([1,2,3,6,4,5])
# 但是其调用的接口是一样的。这样做的好处是可以帮助我们分离代码逻辑
myfunc(“Hello World”)
输出：
List item: 1
List item: 2
List item: 3
List item: 6
List item: 4
List item: 5
Hello World
