在具有常量但不可散列对象的函数上使用functools.lru_缓存

Question

是否可以使用functools.lru_cache缓存由functools.partial创建的部分函数

我的问题是一个函数，它接受可散列参数和连续的、不可散列的对象，比如NumPy数组

考虑这个玩具例子：

import numpy as np
from functools import lru_cache, partial

def foo(key, array):
    print('%s:' % key, array)
a = np.array([1,2,3])

由于NumPy数组不可散列，因此这将不起作用：

@lru_cache(maxsize=None)
def foo(key, array):
    print('%s:' % key, array)
foo(1, a)

正如预期的那样，您会出现以下错误：

/Users/ch/miniconda/envs/sci34/lib/python3.4/functools.py in __init__(self, tup, hash)
    349     def __init__(self, tup, hash=hash):
    350         self[:] = tup
--> 351         self.hashvalue = hash(tup)
    352 
    353     def __hash__(self):

TypeError: unhashable type: 'numpy.ndarray'

因此，我的下一个想法是使用functools.partial来摆脱NumPy数组（它无论如何都是常量）

pfoo = partial(foo, array=a)
pfoo(2)

现在我有了一个只接受散列参数的函数，它应该非常适合lru_cache。但是在这种情况下是否可以使用lru_cache？我不能将它用作包装函数而不是@lru_cache装饰器，可以吗

有没有聪明的方法来解决这个问题

Answer 1

由于数组是常量，您可以在实际的lru缓存函数周围使用包装器，只需将键值传递给它：

from functools import lru_cache, partial
import numpy as np


def lru_wrapper(array=None):
    @lru_cache(maxsize=None)
    def foo(key):
        return '%s:' % key, array
    return foo


arr = np.array([1, 2, 3])
func = lru_wrapper(array=arr)

for x in [0, 0, 1, 2, 2, 1, 2, 0]:
    print (func(x))

print (func.cache_info())

产出：

('0:', array([1, 2, 3]))
('0:', array([1, 2, 3]))
('1:', array([1, 2, 3]))
('2:', array([1, 2, 3]))
('2:', array([1, 2, 3]))
('1:', array([1, 2, 3]))
('2:', array([1, 2, 3]))
('0:', array([1, 2, 3]))
CacheInfo(hits=5, misses=3, maxsize=None, currsize=3)

Answer 2

下面是一个如何将lru_cache与functools.partial一起使用的示例：

from functools import lru_cache, partial
import numpy as np


def foo(key, array):
    return '%s:' % key, array


arr = np.array([1, 2, 3])
pfoo = partial(foo, array=arr)
func = lru_cache(maxsize=None)(pfoo)

for x in [0, 0, 1, 2, 2, 1, 2, 0]:
    print(func(x))

print(func.cache_info())

输出：

('0:', array([1, 2, 3]))
('0:', array([1, 2, 3]))
('1:', array([1, 2, 3]))
('2:', array([1, 2, 3]))
('2:', array([1, 2, 3]))
('1:', array([1, 2, 3]))
('2:', array([1, 2, 3]))
('0:', array([1, 2, 3]))
CacheInfo(hits=5, misses=3, maxsize=None, currsize=3)

这比solution of @AshwiniChaudhary更简洁，并且在OP的要求之后使用functools.partial

---

^{p.S.：此解决方案改编自Applying ^{} to lambda}