我最近在阅读 Django 的源代码,我遇到了 @wraps 装饰器,这让我找到了 functools 文档,在那里我发现了一些很棒的 functools 特性。这一发现导致了这篇文章的创作。本文将教你如何使用一些很棒的 functools 方法让你的编码更简单。 什么是functools?functools 是一个 Python 内置模块,包含可以与其他函数交互的高阶函数。可以在Python官方网站找到完整的 functools 文档。 网站链接: lru_缓存当以相同的参数调用一个函数时,functools 模块中的这个装饰器将 n 次函数调用保存在缓存中,从而节省了大量时间。 import timestart = time.time()def a_heavy_operation(): time.sleep(3) return 11 + 22print(a_heavy_operation())print(a_heavy_operation())print(time.time() - start)# 输出# 33 #33 #6.024240255355835 运行上述代码大约需要 6 秒。对于上述功能,我们将添加 lru 缓存。
看看使用 lru 缓存如何使我们的代码运行得更快。Python 保存函数的缓存并检索缓存值,减少了我们的执行时间。 Wraps在 functools 中使用 Wraps 来保留函数的细节。当我们装饰一个函数时,函数的信息就没有了。我们在装饰器包装函数上使用 @wraps 装饰器来防止这种情况。 看看这段代码就明白我的意思了。 from functools import lru_cachedef my_decorator(func): def log(*args, **kwargs): print('Running ') return func(*args, *kwargs) return log@my_decoratordef add(a, b): '''my beautiful doc''' return a + b 使用 -i 模式运行上面的代码,python -i file.py
我们可以看到我们的装饰器在前面的示例中运行正常,因为它在每次运行时始终“运行”。但是,我们函数的信息已经丢失,无法返回名称或文档字符串。 我们有@wraps 来帮助我们解决这个问题。对代码进行以下更改。 from functools import wrapsdef my_decorator(func): @wraps(func) def log(*args, **kwargs): print('Running ') return func(*args, *kwargs) return log@my_decoratordef add(a, b): '''my beautiful doc''' return a + b 现在再次使用运行代码python -i file.py
现在功能信息现在保存在我们的功能中。 singledispatch要创建通用函数,可以使用 singledispatch。通用函数是那些对各种数据类型执行相同操作的函数。 假设我想创建一个函数,该函数从多种数据类型的可迭代对象中返回第一个值。 def return_first_element(data): if isinstance(data, list): print(data[0]) elif isinstance(data, str): print(data.split()[0]) elif isinstance(data, dict): print(list(data.values())[0] ) else: print(print(data)) 现在运行python -i file.py以交互模式运行代码。
我们的功能是有效的,但它并不干净。不建议在 Python 中使用 if/elif/else 语句来创建泛型函数。那么,解决方案是什么?singledispatch,当然。 让我们对代码做一些修改。 from functools import singledispatch@singledispatchdef return_first_el(data): return data@return_first_el.register(list)def _(data): return data[0]@return_first_el.register(dict)def _(data): return list(data.values())[0]@return_first_el.register(str)def _(data): return data.split()[0] 要检查结果,请使用python -i file.py在交互模式下再次运行代码。
看看return_first_el当没有数据类型与“set”匹配时,我们的函数如何充当回退函数。 看看我们的代码现在干净多了;singledispatch 使得添加更多数据类型变得更容易,并且每个数据类型现在都有自己的位置,我们可以在其中对数据执行进一步的操作。 total_orderingtotal_ordering 装饰器在面向对象编程中节省了大量时间。 class Man: def __init__(self, name, age): self.name = name self.age = age def __eq__(self, o): return self.age == o.age def __lt__(self, o): return self.age < o.age 让我们看看如果我们运行代码会发生什么。
我们的代码适用于 (==) 和 (<),但当我们使用类中未定义的运算符时它不起作用。鉴于我们至少创建了一个运算符 dunder 方法和 __eq__ 方法,@total_ordering 为我们的类生成了、>、=、>= 和更多比较运算符。 让我们在类的正上方添加我们的装饰器。 from functools import total_ordering@total_orderingclass Man: def __init__(self, name, age): self.name = name self.age = age def __eq__(self, o): return self.age == o.age def __lt__(self, o): return self.age < o.age 现在再次以交互模式运行代码以查看结果
如果你发现我的任何文章对你有帮助或者有用,麻烦点赞或者转发。 谢谢! |
|