Python Functools＆Itertools：7个智能代码的超级方便工具

作者的图像|意识形态图

Python的标准库有多个实用程序，可以将您的代码从笨拙和冗长转换为优雅而高效。其中，功能和迭代模块通常非常方便地完成非平凡的任务。

今天，我们将从这些模块中查看七个基本工具（功能和装饰器），这些模块将使您的Python代码更好。

让我们开始。

🔗链接github上的代码

链接到GitHub上的代码

1。functools.lru_cache

functools.lru_cache

您可以使用@lru_cache装饰器来缓存功能结果，并避免重复昂贵的操作。

@lru_cache

这是一个例子：

来自功能引起

@lru_cache（maxsize = 128）
def fetch_user_data（user_id）：
    ＃昂贵的数据库调用
    返回database.get_user（user_id）

＃第一个呼叫命中数据库，随后的呼叫使用缓存
用户= fetch_user_data（123）＃数据库调用
用户= fetch_user_data（123）＃返回缓存结果

其工作原理：@lru_cache Decorator存储会导致内存。当再次调用fetch_user_data（123）时，它将返回缓存结果，而不是击中数据库。 MaxSize = 128保持了128个最新结果。

fetch_user_data（123） maxsize = 128

2。itertools.chain

itertools.chain

要处理多个迭代作为一个连续流，您可以从itertools模块中使用chain.from_iterable（）。

链。from_iterable（）

让我们以一个例子：

来自Itertools进口链

＃处理多个日志文件作为一个流
error_logs = ['app.log'，'db.log'，'api.log']
all_lines = chain.from_iterable（错误_logs中的f开放（f））

error_count = sum（如果在行中'错误'，则为all_lines中的行1）
它的工作原理：chain.from_iterable（）采用多个迭代，并创建一个连续的流。它一次读一行。 
 3。
 functools.partial 
部分
以下是部分功能的示例：
 auth_error 
 log_event 
 4。itertools.combinations 
 itertools.combinations 
组合
考虑以下示例：
组合（功能，2）
 5。functools.singledispatch 
 @singledispatch

来自Itertools进口链 ＃处理多个日志文件作为一个流 error_logs = ['app.log'，'db.log'，'api.log'] all_lines = chain.from_iterable（错误_logs中的f开放（f）） error_count = sum（如果在行中'错误'，则为all_lines中的行1）

它的工作原理：chain.from_iterable（）采用多个迭代，并创建一个连续的流。它一次读一行。

3。 functools.partial

部分

以下是部分功能的示例： auth_error

log_event

4。itertools.combinations itertools.combinations

组合

考虑以下示例：

组合（功能，2）

5。functools.singledispatch@singledispatch