


Functools.partial: Ein spezielleres Tool für die teilweise Anwendung
Die teilweise Anwendung ist eine leistungsstarke Technik, mit der Sie neue Funktionen aus vorhandenen erstellen können indem Sie einige Argumente voreinstellen. Für diesen Zweck können sowohl Lambdas als auch functools.partial verwendet werden, aber functools.partial bietet einige einzigartige Vorteile.
Einschränkungen von Lambdas
Während Lambdas eine einfache und prägnante Darstellung bieten Beim Erstellen von Funktionen unterliegen sie bestimmten Einschränkungen:
- Ihr Körper muss ein einzelner Ausdruck sein, was einschränkend sein kann, wenn Sie komplexe Operationen ausführen müssen.
- Sie erlauben Ihnen nicht um Schlüsselwortargumente anzugeben.
- Ihnen fehlen Introspektionsfähigkeiten, wie etwa der Zugriff auf die ursprüngliche Funktion oder die voreingestellten Argumente.
Vorteile von Functools.partial
Im Gegensatz zu Lambdas bietet functools.partial mehrere Vorteile:
- Attributeinstellung: Mit functools.partial erstellte Teilfunktionen verfügen über Attribute, die Selbstbeobachtung ermöglichen, wie z die ursprüngliche Funktion (f.func), die voreingestellten Positionsargumente (f.args) und die voreingestellten Schlüsselwortargumente (f.keywords).
- Überschreiben von Schlüsselwortargumenten: Sie können die voreingestellten Schlüsselwortargumente beim Aufrufen einer Teilfunktion überschreiben und so eine größere Flexibilität ermöglichen.
- Verbesserte Lesbarkeit: Bei komplexen Teilanwendungen mit mehreren Argumenten kann functools.partial häufig dazu führen besser lesbarer und wartbarer Code im Vergleich zur Verwendung von Lambdas mit verschachtelten Ausdrücken.
Beispiel
Betrachten Sie das folgende Beispiel:
<code class="python">import functools def sum2(x, y): return x + y incr2 = functools.partial(sum2, 1) result = incr2(4) # Equivalent to sum2(1, 4) print(result) # Output: 5</code>
In In diesem Beispiel wird functools.partial verwendet, um eine Teilfunktion namens incr2 zu erstellen, die an das erste Argument von sum2 gebunden ist. Dadurch können Sie incr2 mit einem einzigen Argument (y) aufrufen, das zum voreingestellten Argument (1) hinzugefügt wird.
Fazit
Während Lambdas a bleiben functools.partial ist ein nützliches Tool für einfache Teilanwendungen und bietet zusätzliche Funktionalität und Flexibilität für komplexere Szenarien. Seine Attributeinstellung, das Überschreiben von Schlüsselwortargumenten und die verbesserte Lesbarkeit machen es zu einem spezialisierten und wertvollen Werkzeug für die teilweise Anwendung in Python.
Das obige ist der detaillierte Inhalt von**Wann sollten Sie „functools.partial' anstelle von Lambdas für eine teilweise Anwendung wählen?**. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Das Statistikmodul von Python bietet leistungsstarke Datenstatistikanalysefunktionen, mit denen wir die allgemeinen Merkmale von Daten wie Biostatistik und Geschäftsanalyse schnell verstehen können. Anstatt Datenpunkte nacheinander zu betrachten, schauen Sie sich nur Statistiken wie Mittelwert oder Varianz an, um Trends und Merkmale in den ursprünglichen Daten zu ermitteln, die möglicherweise ignoriert werden, und vergleichen Sie große Datensätze einfacher und effektiv. In diesem Tutorial wird erläutert, wie der Mittelwert berechnet und den Grad der Dispersion des Datensatzes gemessen wird. Sofern nicht anders angegeben, unterstützen alle Funktionen in diesem Modul die Berechnung der Mittelwert () -Funktion, anstatt einfach den Durchschnitt zu summieren. Es können auch schwimmende Punktzahlen verwendet werden. zufällig importieren Statistiken importieren Aus Fracti

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben

Dieser Artikel führt die Python-Entwickler in den Bauen von CLIS-Zeilen-Schnittstellen (CLIS). Es werden mit Bibliotheken wie Typer, Click und ArgParse beschrieben, die Eingabe-/Ausgabemedelung betonen und benutzerfreundliche Designmuster für eine verbesserte CLI-Usabilität fördern.

Bei der Verwendung von Pythons Pandas -Bibliothek ist das Kopieren von ganzen Spalten zwischen zwei Datenrahmen mit unterschiedlichen Strukturen ein häufiges Problem. Angenommen, wir haben zwei Daten ...

Der Artikel erörtert die Rolle virtueller Umgebungen in Python und konzentriert sich auf die Verwaltung von Projektabhängigkeiten und die Vermeidung von Konflikten. Es beschreibt ihre Erstellung, Aktivierung und Vorteile bei der Verbesserung des Projektmanagements und zur Verringerung der Abhängigkeitsprobleme.


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

SublimeText3 Englische Version
Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

EditPlus chinesische Crack-Version
Geringe Größe, Syntaxhervorhebung, unterstützt keine Code-Eingabeaufforderungsfunktion

VSCode Windows 64-Bit-Download
Ein kostenloser und leistungsstarker IDE-Editor von Microsoft

ZendStudio 13.5.1 Mac
Leistungsstarke integrierte PHP-Entwicklungsumgebung