Python 偏函数


https://baijiahao.baidu.com/s?id=1613459698249266824&wfr=spider&for=pc

偏函数(Partial function)是通过将一个函数的部分参数预先绑定为某些值,从而得到一个新的具有较少可变参数的函数。在Python中,可以通过functools中的partial高阶函数来实现偏函数功能。

目前,在网上可以找到很多关于functools.partial用法的文章和例子。比如下面这个:

这个例子比较好地展示了functools.partial的用法,但是并没有讲清楚偏函数究竟应该用在什么样的场景中,总给人一种屠龙之术,华而不实的感觉。

今天,小编就带大家通过几个实用的例子,来分析一下,善用functools.partial将会给我们的代码带来怎样的变化。

实例1:用functools.partial生成自己的专属函数

我们在编码时经常会遇到这样的场景,即根据一个字符串的内容而采取不同的处理逻辑,就像下面这样:

初看之下,这种写法也许还过得去。但是时间一长,你可能就忘了这些正则表达式究竟是干什么的了。于是,我们做了下面的重构:

这样看起来感觉好多了。事实上,如果只有这三个函数的话,我是可以接受目前的写法的。但是,如果你的代码中有几十个类似的用于判断字符串模式的函数,那么就需要在一个地方把它们统一管理起来,于是就有了下面的写法:

在这段代码中,我们通过functools.partial将re.search函数与不同的正则表达式绑定,从而得到了一系列供我们使用的专属函数。通过这种方法,不但使得代码更加简练,而且提高了可读性。

实例2:用partial生成具有继承关系的辅助对象

假设我们现在要写一段处理ajax请求的代码,重构前的代码是长这个样子的:

这段代码主要有以下几个问题:

每次构造HttpResponse对象时,都需要传入”application/json”作为参数

每次都需要调用json.dumps()

重复出现的状态码

以上问题使得这段代码看起来不够精炼,占用了较大篇幅但实际上没有做太多事情。

所以,我们重构的第一步是要抽象出一个JsonResponse对象来承载返回值:

经过第一步重构后的代码如下:

所有返回HttpResponse 的地方都被我们新引入的JsonResponse所替代。

接下来,通过functools.partial,我们可以对Response做进一步的抽象,生成一系列JsonResponse的“子类”:

最终,重构后的代码如下:

这样,我们最大限度地减少了冗余代码,使代码精炼易读。

我们再来看最后一个例子,看看partial是如何让代码变得简练的。

实例3:Django emails

看了今天的例子,大家是不是觉得Python提供的partial工具非常的好用呢?不如赶快打开电脑试一下吧。


 Previous
目标检测算法损失函数1 目标检测算法损失函数1
目标检测任务的损失函数由Classificition Loss(分类损失)和Regeression Loss(回归损失)两部分构成。目标检测任务中损失函数的大致演变过程按照时间线可以划分如为Smooth L1 Loss->IoU Lo
2020-07-17
Next 
pycharm快捷键 pycharm快捷键
pycharm快捷键pycharm快捷键 查看PyCharm自带的默认快捷键的方法,请移步: PyCharm默认快捷键(系统默认最全)英文版 红色高亮显示文本为本人最常用的快捷键。系统默认快捷键之外,还有一些其他的操作技巧,请移步:
2020-07-14
  TOC