Python--函数

1.把对象当函数调用

如果类定义了 __call__ 方法，那么它的实例可以作为函数来调用。

如果想判断对象能否调用，可以使用内置的 callable() 函数。

[callable(obj) for obj in (abs, str, 13)]
[True, True, False]           #abs是函数，str是类，都可调用

除了 __doc__，函数对象还有很多属性。使用 dir 函数可以探知属性。

 

2.函数注解

为函数参数和返回值声明类型.

def clip(text:str, max_len:'int > 0'=80) -> str:
    pass

Python 对注解所做的唯一的事情是，把它们存储在函数的 __annotations__ 属性里。仅此而已，Python 不做检查、不做强制、不做验证，什么操作都不做。

换句话说，注解对Python 解释器没有任何意义。注解只是元数据，可以供 IDE、框架和装饰器等工具的静态类型检查功能提供类型信息。

写作本书时，标准库中还没有什么会用到这些元数据，唯有 inspect.signature() 函数知道怎么提取注解

 

3.operator模块

itemgetter 和 attrgetter 其实会自行构建函数。

itemgetter 的常见用途：根据元组的某个字段给元组列表排序。

from operator import itemgetter
metro_data = [
    ('Tokyo', 'JP', 36.933, (35.689722, 139.691667)),
    ('Delhi NCR', 'IN', 21.935, (28.613889, 77.208889)),
    ('Mexico City', 'MX', 20.142, (19.433333, -99.133333))
]       
for city in sorted(metro_data, key=itemgetter(1)):   #根据第2个字段排序
    print(city)

把多个参数传给 itemgetter，它构建的函数会返回提取的值构成的元组

cc_name = itemgetter(1, 0)
for city in metro_data:
    print(cc_name(city))

attrgetter 创建的函数根据名称提取对象的属性

methodcaller 创建的函数会在对象上调用参数指定的方法

from operator import methodcaller
s = 'The time has come'
upcase = methodcaller('upper')
upcase(s)   #'THE TIME HAS COME'
hiphenate = methodcaller('replace', ' ', '-')
hiphenate(s)   #'The-time-has-come'

 

4.functools模块

1.functools.cmp_to_key(func)的使用：

def cmp1(n1, n2):
    return n1 - n2
a = [1, 6, 2, 9]
print(sorted(a, key=functools.cmp_to_key(cmp1)))

2.@functools.lru_cache(maxsize=128, typed=False)用于装饰器，它会存储耗时的函数调用结果，避免重新计算。

被 lru_cache 装饰的函数会有 cache_clear 和 cache_info 两个方法，分别用于清除缓存和查看缓存信息。

from functools import lru_cache

@lru_cache(maxsize=32)
def fib(n):
    print('calling the fib function....')
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)
    
if __name__ == '__main__':
    print(list([fib(n) for n in range(16)]))
    [print(func) for func in dir(fib) if not func.startswith('_')]
    print(fib.cache_info())

 

3.functools.partial(func[,*args][, **keywords])偏函数，用于固定参数

import functools
def add(a,b):
    return a + b
add3 = functools.partial(add,3)
print add3(4)

 

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

from functools import reduce
ret=reduce(lambda x, y: x+y, [1, 2, 3, 4, 5]) # 计算的就是((((1+2)+3)+4)+5)
print(ret)  # 15 

 

5.@functools.wraps(wrapped, assigned=WRAPPER_ASSIGNMENTS, updated=WRAPPER_UPDATES)

from functools import wraps
def my_decorator(f):
     @wraps(f)
     def wrapper(*args, **kwds):
         print('Calling decorated function')
         return f(*args, **kwds)
     return wrapper