python：匿名函数的替代品

2023年4月8日上午10:55 • Python开发

【问题标题】：python: alternative to anonymous functionspython：匿名函数的替代品
【发布时间】：2023-04-01 18:02:01
【问题描述】：

Python 不支持复杂的匿名函数。有什么好的选择？例如：

class Calculation:
    def __init__(self, func):
        self.func = func

    def __call__(self, data):
        try:
        # check if the value has already been calculated
        # if it has, it would be cached under key = self.func
            return data[self.func]
        except KeyError:
            pass # first-time call; calculate and cache the values
        data[self.func] = self.func(data)
        return data[self.func]

# with a simple function, which can be represented using lambda, this works great
f1 = Calculation(lambda data : data['a'] * data['b'])

# with a complicated function, I can do this:
def f2_aux:
   # some complicated calculation, which isn't suitable for a lambda one-liner
f2 = Calculation(f2_aux)

这是一个合理的设计吗？

如果是这样，有没有办法避免我在模块中定义的每个 f* 的 f*_aux 的丑陋？

更新：

使用示例：

d = {'a' : 3, 'b' : 6}

# computes 3 * 6
# stores 18 in d under a key <function <lambda> at ...>
# returns 18
f1(d)

# retrieves 18 from d[<function <lambda> at ...>]
# returns 18, without having to recalculate it
f1(d)

更新：

只是为了我的理解，我添加了一个使用内部函数的版本。

def memoize(func):
    def new_func(data):
        try:
        # check if the value has already been calculated
        # if it has, it would be cached under key = self.func
            return data[func]
        except KeyError:
            pass # first-time call; calculate and cache the values
        data[func] = func(data)
        return data[func]
    return new_func

@memoize
def f1(data):
  return data['a'] * data['b']

【问题讨论】：

不，这不是一个合理的设计。你似乎在做记忆（这与匿名函数无关），而且做得很糟糕。 f1 = lambda a: expression 始终与 def f1(a): return expression 完全相同。 This is a good memoization decorator to study。顺便说一句，@decorator def function: pass 总是与def function: pass; function = decorator(function) 完全相同
糟糕的是你的记忆器坏了。结果缓存 data 也是您的函数的参数...
@FrancisAvila：我打算在字典元素data[f] 中缓存f(data) 的值。我知道传递给我的 data 永远不会使用这样的键 - 也不应该发生与另一个函数的冲突，因为另一个函数的值将缓存在另一个键下。看起来它有效（技术上）；问题只是在不必要的混乱代码中吗？
@FrancisAvila 好吧，data（比如字典）被传递给函数：f1(data)。只要调用者需要，调用者就会保持data 处于活动状态，如果他们再次调用f1(data)，缓存就会启动。（至少我希望它是这样工作的。）
memoization 是不透明的：你在 memoized 函数（单参数字典）上强加了一个接口，并要求调用代码与参数和所有缓存值共享相同的命名空间。如果调用代码要更改示例中的“a”键，那么 data 中的每个功能键现在都有一个过时的缓存值！