Python Functools

Автор оригинала: Pankaj Kumar.

Одна из самой большой мощности, которую демонстрирует Python, является предоставление инструментов для записи повторно используемого кода. В этом уроке мы узнаем о модуле Python Functools, который делает пишущий многоразовый код простой и очень пригодным для удовлетворения.

Модуль Python Funccools

Python Functools Модуль предоставляет нам различные инструменты, которые позволяют нам писать для писать многоразовый код. Некоторые из них:

• Частичные функции
• Обновление частичных обертков
• Общий заказа

Начнем наш пост с краткосрочным и информативным обсуждением частичных функций.

Что такое частичные функции?

Python Functools Частичные функции используются для:

• Реплицируйте существующие функции с некоторыми аргументами, уже переданными.
• Создание новой версии функции в хорошо документированном виде.

Частичные функции с использованием Funccools

Точки, которые мы заявили выше, могут быть хорошо поняты с некоторыми примерами. Давайте изучим их сейчас.

Предположим, у вас есть функция под названием множитель который просто умножает два числа. Его определение выглядит как:

def multiplier(x, y):
    return x * y

Теперь, что если мы хотим сделать некоторые выделенные функции для двойного или тройного номера? Нам придется определить новые функции как:

def multiplier(x, y):
    return x * y

def doubleIt(x):
    return multiplier(x, 2)

def tripleIt(x):
    return multiplier(x, 3)

Ну, это было легко, но что происходит, когда нам нужно 1000 таких функций? Здесь мы можем использовать частичные функции:

from functools import partial

def multiplier(x, y):
    return x * y

double = partial(multiplier, y=2)
triple = partial(multiplier, y=3)

print('Double of 2 is {}'.format(double(5)))

Ну, это было намного короче, не так ли? Вывод примера остается незатронутым как:

from functools import partial

def multiplier(x, y):
    return x * y

multiplier_partials = []
for i in range (1, 11):
    function = partial(multiplier, i)
    multiplier_partials.append(function)

print('Product of 1 and 2 is {}'.format(multiplier_partials[0](2)))
print('Product of 3 and 2 is {}'.format(multiplier_partials[2](2)))
print('Product of 9 and 2 is {}'.format(multiplier_partials[8](2)))

На этот раз мы собрали больше функций в списке и назвали их. Вывод будет:

Частичные функции самодоступны

Несмотря на то, что частичные функции могут рассматриваться как полностью независимые функции, они сами никогда не теряют память о функции, которая их способствует.

Это может быть доказано из DOC Meta-Data, которые они держат:

from functools import partial

def multiplier(x, y):
    return x * y

double = partial(multiplier, y=2)
triple = partial(multiplier, y=3)

print('Function powering double is {}'.format(double.func))
print('Default keywords for double is {}'.format(double.keywords))

Вывод будет: первый вызов дает имя функции со своим адресом памяти.

Тестирование частичных функций в Functools

Просто проверить частичную функцию. Мы даже можем проверить его документацию. Давайте посмотрим, как это сделано:

from functools import partial

def multiplier(x, y):
    return x * y

double = partial(multiplier, y=2)
triple = partial(multiplier, y=3)

assert double.func == multiplier
assert double.keywords == {'y': 2}

Когда вы запускаете этот скрипт, вы не увидите никакого вывода, поскольку утверждения дают только выходную ошибку при провайдере. Если они пройдут, они молча продолжают выполнение кода.

Обновить частичную функцию метаданных с помощью functool.update_wrapper ()

С модулем Functools мы можем обновить метаданные функции с помощью обертков. Давайте посмотрим на примерный фрагмент кода, чтобы уточнить, как это сделано:

import functools

def multiplier(x, y):
    """Multiplier doc string."""
    return x * y

def show_details(name, function):
    """Details callable object."""
    print('Name: {}'.format(name))
    print('\tObject: {}'.format(function))
    try:
        print('\t__name__: {}'.format(function.__name__))
    except AttributeError:
        print('\t__name__: {}'.format('__no name__'))
    print('\t__doc__ {}'.format(repr(function.__doc__)))
    return

double = functools.partial(multiplier, y=2)

show_details('raw wrapper', double)

print('Updating wrapper:')
print('\tassign: {}'.format(functools.WRAPPER_ASSIGNMENTS))
print('\tupdate: {}'.format(functools.WRAPPER_UPDATES))

functools.update_wrapper(double, multiplier)
show_details('updated wrapper', double)

Выход этого сценария будет: Перед обновлением обертки частичная функция не имела никаких данных о его имени и правильной строке DOC, но update_wrapper () Функция изменила это.

Всего заказа с помощью функции

Модуль Functools также предоставляет способ обеспечить автоматические функции сравнения. Существует 2 состояния, которые необходимо выполнить для достижения результатов:

1. Определение по меньшей мере одной функции сравнения является обязательным, как Ле , LT , GT или GE Отказ
2. Определение EQ Функция обязательна.

Итак, это то, что мы будем делать:

from functools import total_ordering

@total_ordering
class Number:
    def __init__(self, value):
        self.value = value
    def __lt__(self, other):
        return self.value < other.value
    def __eq__(self, other):
        return self.value == other.value

print(Number(1) < Number(2))
print(Number(10) > Number(21))
print(Number(10) <= Number(2))
print(Number(10) >= Number(20))
print(Number(2) <= Number(2))
print(Number(2) >= Number(2))
print(Number(2) == Number(2))
print(Number(2) == Number(3))

Выход этого скрипта будет: это было на самом деле было легко понять, так как он позволил нам удалить избыточный код в определении нашего класса.

В этом уроке мы узнали о различных способах, через которые мы можем улучшить повторное использование кода с Functools Модуль в Python.

Ссылка: API док