Python 中的三个不寻常的事情 柯里化、海象和 Interning
off999 2025-05-23 19:19 4 浏览 0 评论
柯里化
柯里化是指不是一次性给函数所有参数,而是逐个给出。因此,每次都会创建一个新的函数。让我们看看 Python 中的快速手动实现
def add_curried(x):
def inner(y):
return x + y
return inner
# Usage
add_five = add_curried(5) # Now adds 5 to any number
result = add_five(3) # result will be 8
所以,通过柯里化,你可以将一个函数转换为多个单参数函数。这对于代码重用和函数式编程很有用。实际上,将这一功能添加到 Python 语言的建议(PEP 309,已被拒绝)来自我们的函数式编程大师 Haskell。在 Haskell 和 ML 等语言中,函数应用的方式是这样的:
f x y z
实际上意味着:
(((f x) y) z)
所以,尽管这种实现被拒绝了,但仍然有方法可以在 Python 中实现它。你上面看到了手动实现,还有其他实现方法,包括使用 lambda 函数、 装饰器和 functools.partial 函数。使用 partial 的相同示例看起来像:
from functools import partial
def add(x, y):
return x + y
add_five = partial(add, 5)
result = add_five(3)
这个功能的实际应用之一是日志记录,你可以创建一个函数,固定一些参数( 级别 ),同时仍然允许动态输入( 消息 ),而且还能自动添加时间戳。
但请记住,这并不是递归(是的,我首先想到了这个)。递归是函数直接或间接地调用自身。而柯里化则是创建一系列函数链。
海象运算符
海象操作符允许你在表达式中同时将值赋给一个属性。它之所以得名,是因为它的形状像海象的眼睛和獠牙 :=。开发者们没有幽默感吗?当你思考的时候,我们将探讨一些例子:
列表推导:half 在列表推导中被赋值!
numbers = [10, 20, 30, 5, 3, 25]
large_numbers = [(half, n) for n in numbers if (half := n / 2) > 10]
print(large_numbers) # Output: [(15.0, 30), (12.5, 25)]
if/else: 避免冗余计算(在这种情况下是 len)。节省一行代码并保持代码整洁。
my_list = [1, 'hetero', 'list', 'of length', 5.0]
if (n:=len(my_list)) < 10:
print(f'this works') #prints this works
print(f'I can still print the value of n = {n}')
#I can still print the value of n = 5
正如你所见,它在条件和推导中非常有用。你还可以在循环中读取输入,使代码更加简洁易读。虽然你可能想用它来减少代码行数并使表达式更简洁,但尽量不要过度使用。特别是在它降低了可读性,而常规赋值更好时。PEP 提案链接→ 这里
中间变量
在 Python 中,interning 是一种优化字符串字面量的技术。它不会保存多个相同的字符串字面量的副本,而是只保存一个副本。这有助于提高内存使用效率,并加快查找和比较的速度。让我们通过一些示例来了解一下。
import sys
s1 = 'Medium does not support basic HTML tables'
s2 = 'Medium does not support basic HTML tables'
print(s1 is s2) # false
print(id(s1)) # 139912277338320
print(id(s2)) # 140434884249808
s3 = sys.intern('Medium does not support basic HTML tables')
s4 = sys.intern('Medium does not support basic HTML tables')
print(s3 is s4) # true
sys.intern() 显式地进行字符串 interning。 s3 和 s4 使用 sys.intern 进行 interning,因此它们引用的是同一个对象。当你处理大量文本并需要节省内存时,这是一个很好的方法。
尝试了以下方法来明确地让字符串字面量不指向相同的对象,但它们总是指向同一个对象。因为 Python 在这些场景下会自动进行字符串内部化。
s1 = 'a really large text'
s2 = 'a really large text' + ''
s3 = s1[:]
s4 = str('a really large text')
,它不会对长字符串(超过800个字符)、动态创建的字符串、作用域/时间相似性(如在这里的相同脚本)进行内部化。但是,字典中的字符串键也是相同的对象,这使得查找操作更加容易。
sample_dict = {
'name' : 'Harshit',
'gender': 'M'
}
another_dict = {
'name' : 'Novak',
'gender': 'M'
}
print(hex(id(another_dict.keys()))) # 0x7fb4bce718b0
print(hex(id(sample_dict.keys()))) # 0x7fb4bce718b0
所以 Python 有很多隐藏的宝石。《 柯里化 》可以帮助你模块化函数,《海象 》操作符可以使表达式更加简洁,《 内部化 》优化了内存的使用。
相关推荐
- python3多进程的大数据处理应用场景示例
-
多进程的大数据处理可以应用于以下场景:大规模数据的分块处理:importmultiprocessingdefprocess_chunk(chunk):#对数据块进行处理操作...
- 值得学习练手的100个Python项目(附代码),真的太实用了
-
Python丰富的开发生态是它的一大优势,各种第三方库、框架和代码,都是前人造好的“轮子”,能够完成很多操作,让你的开发事半功倍。在科技飞速发展的当今时代,Python以其简洁、高效和强大的功能,成...
- python匿名函数lambda的语法特点和应用场景
-
在Python的编程过程中,有时我们会碰到一些很简单的计算,但是感觉专门为这个计算创建个函数又觉得太小题大做,这时就可以用到lambda表达式。lambda是用于创建匿名函数,也就是没有具体名称的函...
- Waitress,一个神奇的python库!
-
基本介绍WaitressWaitress是一个纯Python写的WSGI服务器,适用于开发与部署。它简单易用,能够满足基本的Web服务需求,并且具有较好的性能。特性简单性:易于配置和使用。可靠性:稳定...
- Python 中的三个不寻常的事情 柯里化、海象和 Interning
-
柯里化柯里化是指不是一次性给函数所有参数,而是逐个给出。因此,每次都会创建一个新的函数。让我们看看Python中的快速手动实现defadd_curried(x):definner(y)...
- 带你使用Python在两类场景下自动采集日志数据(附程序)
-
各位同学,大家好。采集日志数据是重要的数据来源。本次课程教大家使用Python技术从Windows和Linux两个环境去自动采集日志数据,轻松应对各类日志采集需求。01Python实时采集本地文件数...
- python多进程的分布式任务调度应用场景及示例
-
多进程的分布式任务调度可以应用于以下场景:分布式爬虫:importmultiprocessingimportrequestsdefcrawl(url):response=re...
- Python自动化操控术:PyAutoGUI全场景实战指南
-
一、PyAutoGUI核心武器库解析1.1鼠标操控三剑客importpyautogui#绝对坐标移动(闪电速度)pyautogui.moveTo(100,200,duration=0....
- python学习——031编程中需要定义函数的几种场景
-
在编程里,当出现下面几种情形时,定义函数是非常有必要的:代码复用当某段代码在程序里要多次使用时,把它定义成函数,能避免代码重复。这样既让代码更加简洁,也方便维护。比如在一个计算多个数字的平方和的程序中...
- 如何在python中开发桌面应用程序?请看文章
-
常用的工具和框架1.TkinterTkinter是Python的标准GUI库,适合简单的桌面应用。importtkinterastkdefon_button_click():label.co...
- Python多进程与多线程应用场景对比
-
在Python中,多进程(Multiprocessing)和多线程(Multithreading)的选择取决于任务类型(I/O密集型vsCPU密集型)、Python的GIL限制以及并...
- Python 集合的应用场景
-
Python集合的应用场景包括:去重:集合中的元素都是唯一的,可以用于去除列表或其他可迭代对象中的重复项。成员检查:可以快速地判断一个元素是否在集合中,这比在列表或其他可迭代对象中搜索要高效。数学操作...
- Python缓存应用场景与实现分析
-
在Python开发中,缓存是优化性能的重要手段。以下是对缓存应用场景、实现方式及常见问题的系统分析:一、缓存应用场景计算密集型函数结果缓存O示例:递归计算斐波那契数列、复杂数学运算。O优势:避免重...
- Python 从入门到精通:一个月就够了
-
要知道,一个月是一段很长的时间。如果每天坚持用6-7小时来做一件事,你会有意想不到的收获。作为初学者,第一个月的月目标应该是这样的:熟悉基本概念(变量,条件,列表,循环,函数)练习超过30个编...
- Python 编程算法级优化
-
大家好,我是ICodeWR。今天要记录的是Python编程算法级优化相关知识。1空间换时间经典案例1.1预计算加速三角函数importmathimportnumpyasnp#传...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (54)
- python安装路径 (54)
- python类型转换 (75)
- python进度条 (54)
- python的for循环 (56)
- python串口编程 (60)
- python写入txt (51)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python字典增加键值对 (53)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python qt (52)
- python人脸识别 (54)
- python斐波那契数列 (51)
- python多态 (60)
- python命令行参数 (53)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- centos7安装python (53)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)