Python函数工具部分效率

Question

我一直在使用Python，我设置了以下代码情形：

import timeit

setting = """
import functools

def f(a,b,c):
    pass

g = functools.partial(f,c=3)    
h = functools.partial(f,b=5,c=3)   
i = functools.partial(f,a=4,b=5,c=3)
"""

print timeit.timeit('f(4,5,3)', setup = setting, number=100000)
print timeit.timeit('g(4,5)', setup = setting, number=100000)
print timeit.timeit('h(4)', setup = setting, number=100000)
print timeit.timeit('i()', setup = setting, number=100000)

结果是我得到了以下结果：

f: 0.181384086609
g: 0.39066195488
h: 0.425783157349
i: 0.391901016235

为什么对分部函数的调用花费的时间更长？分部函数只是将参数转发给原始函数，还是将静态参数映射到整个函数？另外，如果所有参数都是预定义的，Python中有没有一个函数可以返回填充的函数体，就像函数i一样？

Answer 1

为什么对分部函数的调用花费的时间更长？

由于额外的函数调用，使用partial编写的代码花费的时间大约要长两倍。函数调用are expensive:

中的函数调用开销相对较高，特别是与内置函数的执行速度相比。

-

是分部函数，只是将参数转发给原始函数，还是将静态参数映射到整个函数？

据我所知--是的，它就是forwards the arguments to the original function。

-

还有，如果所有的参数都是预定义的，Python语言中有没有一个函数可以返回被填充的函数体，比如

i？

不，我不知道Python中有这样的内置函数。但我认为可以做你想做的事情，因为函数是可以复制和修改的对象。

这是一个原型：

import timeit
import types


# http://stackoverflow.com/questions/6527633/how-can-i-make-a-deepcopy-of-a-function-in-python
def copy_func(f, name=None):
    return types.FunctionType(f.func_code, f.func_globals, name or f.func_name,
        f.func_defaults, f.func_closure)


def f(a, b, c):
    return a + b + c


i = copy_func(f, 'i')
i.func_defaults = (4, 5, 3)


print timeit.timeit('f(4,5,3)', setup = 'from __main__ import f', number=100000)
print timeit.timeit('i()', setup = 'from __main__ import i', number=100000)

这就给出了：

0.0257439613342
0.0221881866455

Answer 2

使用部分应用的参数调用函数的开销更大，因为函数调用的数量是原来的两倍。functools.partial()的效果与下面的示例类似：

def apply_one_of_two(f, a):
    def g(b):
        return f(a, b)
    return g

这意味着apply_one_of_two()返回一个函数，当它被调用时，这会导致对原始函数f的额外调用。

由于Python通常不会对此进行优化，因此它直接转化为额外的运行时工作。

但这并不是您的微基准测试中要考虑的唯一因素。您还可以在部分调用中从位置参数切换到关键字参数，这会带来额外的开销。

当您颠倒原始函数中的参数顺序时，您不需要在部分调用中使用关键字参数，然后运行时差异会有所减小，例如：

import timeit

setting = """
import functools

def f(a,b,c):
    pass

g = functools.partial(f, 4)
h = functools.partial(f, 4, 5)
i = functools.partial(f, 4, 5, 3)
"""

print(timeit.timeit('f(4, 5, 3)', setup = setting, number=100000))
print(timeit.timeit('g(5, 3)',    setup = setting, number=100000))
print(timeit.timeit('h(3)',       setup = setting, number=100000))
print(timeit.timeit('i()',        setup = setting, number=100000))

输出(在Fedora 27/Python3.6下的英特尔Skylake i7上)：

0.010069019044749439
0.01681053702486679
0.018060395028442144
0.011366961000021547