1. partial(func, /, *args, **kwargs)
- 封裝原函數(shù)并返回一個
partial object
對象, 可直接調(diào)用 - 固定原函數(shù)的部分參數(shù), 相當(dāng)于為原函數(shù)添加了固定的默認(rèn)值
相當(dāng)于如下代碼:
def partial(func, /, *args, **kwargs):
def newfunc(*fargs, **fkwargs):
newkwargs = {**kwargs, **fkwargs}
return func(*args, *fargs, **newkwargs)
newfunc.func = func
newfunc.args = args
newfunc.kwargs = kwargs
return newfunc
例如, 需要一個默認(rèn)轉(zhuǎn)換二進(jìn)制的int()
函數(shù):
>>> from functools import partial
>>> basetwo = partial(int, base=2)
>>> basetwo.__doc__ = 'Convert base 2 string to an int.'
>>> basetwo('10010')
18
2. partialmethod(func, /, *args, **kwargs)
- 與
partial
用法相同, 專門用于類定義中(由于類定義中第一個參數(shù)默認(rèn)需要self/cls
, 所以partial
不適用) - 在類中, 不論普通方法,
staticmethod
,classmethod
還是abstractmethod
都適用
例如:
class Cell:
def __init__(self):
self._alive = False
@property
def alive(self):
return self._alive
def set_alive(self, state):
self._alive = bool(state)
set_alive = partialmethod(set_state, True)
set_dead = partialmethod(set_state, False)
>>> c = Cell()
>>> c.alive
False
>>> c.set_alive()
>>> c.alive
True
3. update_wrapper(wrapper, warpped, assigned=WRAPPER_ASSIGNMEDTS, updated=WRAPPER_UPDATES)
- 更新裝飾函數(shù)(wrapper), 使其看起來更像被裝飾函數(shù)(wrapped)
- 主要用在裝飾器中, 包裹被裝飾函數(shù), 并返回一個更新后的裝飾函數(shù). 如果裝飾函數(shù)沒有更新, 那么返回的函數(shù)的元數(shù)據(jù)將來自裝飾器, 而不是原始函數(shù)
- 兩個可選參數(shù)用來指定原始函數(shù)的哪些屬性直接賦值給裝飾函數(shù), 哪些屬性需要裝飾函數(shù)做相應(yīng)的更新. 默認(rèn)值是模塊級常量
WRAPPER_ASSIGNMENTS
(賦值裝飾函數(shù)的__module__
,__name__
,__qualname__
,__annotations__
和__doc__
屬性)和WRAPPER_UpDATED
(更新裝飾函數(shù)的__dict__
屬性)
4. wraps(wrapped, assigned=WRAPPER_ASSIGNMENTS, updasted=WRAPPER_UPDATES)
- 簡化調(diào)用
update_wrapper
的過程, 作為裝飾器使用 - 相當(dāng)于
partial(update_wrapper, wrapped=wrapped, assigned=assigned, updated=updated)
例如:
def my_decorator(f):
@wraps(f)
def wrapper(*args, **kwargs):
print('Calling decorated function')
return f(*args, **kwargs)
return wrapper
@my_decorator
def example():
"""Docstring"""
print('Called example function')
>>> example()
Calling decorated function
Called example function
>>> example.__name__
'example'
>>> example.__doc__
'Docstring'
如果沒有使用wraps
, 那么被裝飾函數(shù)的名字將會是wrapper
, 而且原始函數(shù)example
的文檔字符串將會丟失.
5. singledispatch(func)
- 作為裝飾器使用, 將被裝飾函數(shù)轉(zhuǎn)換為一個泛函數(shù)(generic function)
- 根據(jù)第一個參數(shù)的類型分派執(zhí)行不同的操作
例如:
@singledispatch
def fun(arg, verbose=False):
if verbose:
print('Let me just say,', end='')
print(arg)
@fun.register(int)
def _(arg, verbose=False):
if verbose:
print('Strength in numbers, eh?', end='')
print(arg)
@fun.register(list)
def _(arg, verbose=False)
if verbose:
print('Enumerate this: ')
for i, elem in enumerate(arg):
print(i, elem)
>>> fun('Hello World')
Hello World
>>> fun('test', verbose=True)
Let me just say, test
>>> fun(123, verbose=True)
Strength in numbers, eh? 123
>>> fun(['Issac', 'Chaplin', 'Mr Bean'], verbose=True)
Enumerate this:
0 Issac
1 Chaplin
2 Mr Bean
可以使用"函數(shù)類型注釋"替代上面顯式指定類型
@fun.register def _(arg: int, verbose=False): pass
6. singledispatchmethod(func)
- 將方法裝飾為泛函數(shù)
- 根據(jù)第一個非
self
或非cls
參數(shù)的類型分派執(zhí)行不同的操作 - 可以與其他裝飾器嵌套使用, 但
singledispatchmethod
,dispatcher.register
必須在最外層 - 其他用法與
singledispatch
相同
例如:
class Negator:
@singledispatchmethod
@classmethod
def neg(cls, arg):
raise NotImplementedError("Cannot negate a")
@neg.register
@classmethod
def _(cls, arg: int):
return -arg
@neg.register
@classmethod
def _(cls, arg: bool):
return not arg
7. cached_property(func)
- 將方法轉(zhuǎn)換為一個屬性, 與
@property
相似 - 被裝飾的方法僅計算一次, 之后作為普通實例屬性被緩存
- 要求實例擁有可變的
__dict__
屬性(在元類或聲明的__slots__
中未包含__dict__
的類中不可用)
例如:
class DataSet:
def __init__(self, sequence_of_numbers):
self._data = sequence_of_numbers
@cached_property
def stdev(self):
return statistics.stdev(self._data)
@cached_property
def variance(self):
return statistics.variance(self._data)
cached_property
的底層是一個非數(shù)據(jù)描述符, 在func
第一次計算時, 將結(jié)果保存在實例的一個同名屬性中(實例的__dict__
中), 由于實例屬性的優(yōu)先級大于非數(shù)據(jù)描述符, 之后的所有調(diào)用只直接取實例屬性而不會再次計算
8. lru_cache(user_function) / lru_cache(maxsize=128, typed=False)
- 緩存被裝飾函數(shù)的最近
maxsize
次的調(diào)用結(jié)果 -
maxsize
如果設(shè)置為None
, LRU緩存機(jī)制將不可用, 緩存會無限增長.maxsize
的值最好是2的n次冪 - 由于底層使用字典緩存結(jié)果, 所以被裝飾函數(shù)的參數(shù)必須可哈希.
- 不同的參數(shù)模式會分開緩存為不用的條目, 例如
f(a=1, b=2)
和f(b=2, a=1)
就會作為兩次緩存 - 如果
typed
設(shè)置為True
, 不同類型的函數(shù)參數(shù)將會被分開緩存, 例如f(3)
和f(3.0)
例如:
@lru_cache(maxsize=None)
def fib(n):
if n < 2:
return n
return fib(n-1) + fib(n-2)
>>> [fib(n) for n in range(16)]
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610]
>>> fib.cache_info()
CacheInfo(hits=28, misses=16, maxsize=None, currsize=16)