Python functools模塊學習總結

 　　這篇文章主要介紹了Python functools模塊學習總結,本文講解了functools.partial、functool.update_wrapper、functool.wraps、functools.reduce、functools.cmp_to_key、functools.total_ordering等方法的使用實例,需要的朋友可以參考下

　　文檔 地址

　　functools.partial

　　作用:

　　functools.partial 通過包裝手法，允許我們 "重新定義" 函數簽名

　　用一些默認參數包裝一個可調用對象,返回結果是可調用對象，並且可以像原始對象一樣對待

　　凍結部分函數位置函數或關鍵字參數，簡化函數,更少更靈活的函數參數調用

　　 代碼如下:

　　#args/keywords 調用partial時參數

　　def partial(func, *args, **keywords):

　　def newfunc(*fargs, **fkeywords):

　　newkeywords = keywords.copy()

　　newkeywords.update(fkeywords)

　　return func(*(args + fargs), **newkeywords) #合並，調用原始函數，此時用了partial的參數

　　newfunc.func = func

　　newfunc.args = args

　　newfunc.keywords = keywords

　　return newfunc

　　聲明：

　　代碼如下:

　　urlunquote = functools.partial(urlunquote, encoding='latin1')

　　當調用 urlunquote(args, *kargs)

　　相當於 urlunquote(args, *kargs, encoding='latin1')

　　E.g:

　　 代碼如下:

　　import functools

　　def add(a, b):

　　return a + b

　　add(4, 2)

　　6

　　plus3 = functools.partial(add, 3)

　　plus5 = functools.partial(add, 5)

　　plus3(4)

　　7

　　plus3(7)

　　10

　　plus5(10)

　　15

　　應用:

　　典型的，函數在執行時，要帶上所有必要的參數進行調用。

　　然後，有時參數可以在函數被調用之前提前獲知。

　　這種情況下，一個函數有一個或多個參數預先就能用上，以便函數能用更少的參數進行調用。

　　functool.update_wrapper

　　默認partial對象沒有__name__和__doc__, 這種情況下，對於裝飾器函數非常難以debug.使用update_wrapper(),從原始對象拷貝或加入現有partial對象

　　它可以把被封裝函數的__name__、module、__doc__和 __dict__都復制到封裝函數去(模塊級別常量WRAPPER_ASSIGNMENTS, WRAPPER_UPDATES)

　   代碼如下:

　　>>> functools.WRAPPER_ASSIGNMENTS

　　('__module__', '__name__', '__doc__')

　　>>> functools.WRAPPER_UPDATES

　　('__dict__',)

　　這個函數主要用在裝飾器函數中，裝飾器返回函數反射得到的是包裝函數的函數定義而不是原始函數定義

　　 代碼如下:

　　#!/usr/bin/env python

　　# encoding: utf-8

　　def wrap(func):

　　def call_it(*args, **kwargs):

　　"""wrap func: call_it"""

　　print 'before call'

　　return func(*args, **kwargs)

　　return call_it

　　@wrap

　　def hello():

　　"""say hello"""

　　print 'hello world'

　　from functools import update_wrapper

　　def wrap2(func):

　　def call_it(*args, **kwargs):

　　"""wrap func: call_it2"""

　　print 'before call'

　　return func(*args, **kwargs)

　　return update_wrapper(call_it, func)

　　@wrap2

　　def hello2():

　　"""test hello"""

　　print 'hello world2'

　　if __name__ == '__main__':

　　hello()

　　print hello.__name__

　　print hello.__doc__

　　print

　　hello2()

　　print hello2.__name__

　　print hello2.__doc__

　　得到結果：

　　 代碼如下:

　　before call

　　hello world

　　call_it

　　wrap func: call_it

　　before call

　　hello world2

　　hello2

　　test hello

　　functool.wraps

　　調用函數裝飾器partial(update_wrapper, wrapped=wrapped, assigned=assigned, updated=updated)的簡寫

　　代碼如下:

　　from functools import wraps

　　def wrap3(func):

　　@wraps(func)

　　def call_it(*args, **kwargs):

　　"""wrap func: call_it2"""

　　print 'before call'

　　return func(*args, **kwargs)

　　return call_it

　　@wrap3

　　def hello3():

　　"""test hello 3"""

　　print 'hello world3'

　　結果

　　代碼如下:

　　before call

　　hello world3

　　hello3

　　test hello 3

　　functools.reduce

　　 代碼如下:

　　functools.reduce(function, iterable[, initializer])

　　等同於內置函數reduce()

　　用這個的原因是使代碼更兼容(python3)

　　functools.cmp_to_key

　　functools.cmp_to_key(func)

　　將老式鼻尖函數轉換成key函數，用在接受key函數的方法中(such as sorted(), min(), max(), heapq.nlargest(), heapq.nsmallest(), itertools.groupby())

　　一個比較函數，接收兩個參數，小於，返回負數，等於，返回0，大於返回整數

　　key函數，接收一個參數，返回一個表明該參數在期望序列中的位置

　　例如:

　　代碼如下:

　　sorted(iterable, key=cmp_to_key(locale.strcoll)) # locale-aware sort order

　　functools.total_ordering

　　代碼如下:

　　functools.total_ordering(cls)

　　這個裝飾器是在python2.7的時候加上的，它是針對某個類如果定義了__lt__、le、gt、__ge__這些方法中的至少一個，使用該裝飾器，則會自動的把其他幾個比較函數也實現在該類中

　   代碼如下:

　　@total_ordering

　　class Student:

　　def __eq__(self, other):

　　return ((self.lastname.lower(), self.firstname.lower()) ==

　　(other.lastname.lower(), other.firstname.lower()))

　　def __lt__(self, other):

　　return ((self.lastname.lower(), self.firstname.lower()) <

　　(other.lastname.lower(), other.firstname.lower()))

　　print dir(Student)

　　得到

　　 代碼如下:

　　['__doc__', '__eq__', '__ge__', '__gt__', '__le__', '__lt__', '__module__']