Maison >développement back-end >Tutoriel Python >Comment mettre en cache les appels de méthode en Python ?
Deux outils pour les méthodes de mise en cache sont functools.cached_property() et functools.lru_cache(). Les deux modules font partie du module functools. Le module functools est destiné aux fonctions d'ordre supérieur : des fonctions qui agissent sur ou renvoient d'autres fonctions. Commençons par installer et importer le module functools -
Pour installer le module functools, utilisez pip −
pip install functools
Pour importer des outils fonctionnels −
import functools
Comprenons la mise en cache un par un -
Utile pour les propriétés calculées coûteuses d'instances qui seraient autrement effectivement immuables.
La méthodecached_property est uniquement disponible sans aucun paramètre. Cela ne crée pas de référence à l'instance. Les résultats de la méthode mise en cache ne sont conservés que lorsque l'instance est active.
L'avantage est que les résultats de la méthode mise en cache seront publiés immédiatement lorsque l'instance n'est plus utilisée. L'inconvénient est que si l'instance s'accumule, les résultats de la méthode accumulés s'accumulent également. Ils peuvent croître sans limite.
La traduction chinoise deVoyons un exemple –
class DataSet: def __init__(self, sequence_of_numbers): self._data = tuple(sequence_of_numbers) @cached_property def stdev(self): return statistics.stdev(self._data)
La méthode lru_cache convient aux méthodes avec des paramètres hachables. À moins qu'un effort particulier ne soit fait pour transmettre une référence faible, cela crée une référence à l'instance.
L'avantage de l'algorithme le moins récemment utilisé est que le cache est limité à une taille maximale spécifiée. L'inconvénient est que les instances restent actives jusqu'à ce qu'elles expirent du cache ou que le cache soit vidé.
La traduction chinoise deVoyons un exemple –
@lru_cache def count_vowels(sentence): return sum(sentence.count(vowel) for vowel in 'AEIOUaeiou')
Exemple d'utilisation du cache pour calculer les nombres de Fibonacci −
from functools import lru_cache @lru_cache(maxsize=None) def fib(n): if n < 2: return n return fib(n-1) + fib(n-2) print([fib(n) for n in range(16)]) print(fib.cache_info())
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610] CacheInfo(hits=28, misses=16, maxsize=None, currsize=16)
Voyons maintenant l'exemple complet de functool cached_property() et lru_cache -
from functools import lru_cache from functools import cached_property class Weather: "Lookup weather information on a government website" def __init__(self, station_id): self._station_id = station_id # The _station_id is private and immutable def current_temperature(self): "Latest hourly observation" # Do not cache this because old results # can be out of date. @cached_property def location(self): "Return the longitude/latitude coordinates of the station" # Result only depends on the station_id @lru_cache(maxsize=20) def historic_rainfall(self, date, units='mm'): "Rainfall on a given date" # Depends on the station_id, date, and units.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!