Python函数式编程模块functools的使用与实践

from functools import partial
# 定义一个函数，需要多个参数
def power(base, exponent):
    return base ** exponent
# 使用 functools.partial 创建一个偏函数，只保留一个参数
square = partial(power, exponent=2)
# 调用偏函数
print(square(4))  # 输出： 16

from functools import wraps
# 定义一个函数
def my_function(a, b):
    """函数"""
    return a + b
# 使用 functools.wraps 装饰器包装一个函数
@wraps(my_function)
def wrapper(c, d):
    return my_function(c, d)
# 检查 wrapper 函数的元信息
print(wrapper.__doc__)  # 输出：函数
print(wrapper.__name__)  # 输出：my_function

from functools import lru_cache
@lru_cache(maxsize=None)
def fibonacci(n):
    if n <= 1:
        return n
    return fibonacci(n - 1) + fibonacci(n - 2)
# 调用 fibonacci 函数
print(fibonacci(100))  # 354224848179261915075

from functools import reduce
# 定义一个函数，计算乘积
def multiply(x, y):
    return x * y
# 使用 reduce 计算 [1, 2, 3, 4] 的乘积
print(reduce(multiply, [1, 2, 3, 4]))  # 输出： 24

from functools import partial
def add(a, b, c):
    return a + b + c
partial_add = partial(add, c=5)
print(partial_add(1, 2))  # 输出： 8

from functools import wraps
def my_function(a, b):
    """函数"""
    return a + b
@wraps(my_function)
def my_wrapper(c, d):
    return my_function(c, d)
print(my_wrapper.__doc__)  # 输出：函数

from functools import lru_cache
@lru_cache(maxsize=128)
def memoized_factorial(n):
    if n == 0:
        return 1
    return n * memoized_factorial(n - 1)
print(memoized_factorial(5))  # 输出： 120

from functools import reduce

def average(total, new_value):
    return total + new_value

result = reduce(average, [1, 2, 3, 4], 0) / len([1, 2, 3, 4])
print(result)  # 输出： 2.5