Python 中昂贵对象的智能缓存

我有一个按顺序排列的图像目录。通常，我的代码将使用图像的连续子集（例如图像 5-10）中的数据，访问这些图像的简单选项是：

1. 使用在需要时加载图像并读取我的数据（例如像素值）的方法创建一个包装对象。这几乎没有内存开销，但速度会很慢，因为每次都需要加载每个图像。

2. 将所有图像存储在内存中。这会很快，但显然我们可以存储的图像数量是有限的。

我想找到：

• 我可以定义如何读取与索引或路径相对应的图像的某种方法，然后允许我访问，例如magic_image_collection[index]我不必担心它是否会返回内存中的对象或重新读取它。理想情况下，这将保留适当的图像或n内存中最近访问的图像。

您可以扩展默认字典并使用__missing__如果密钥丢失则调用加载函数的方法：

class ImageDict(dict):
    def __missing__(self, key):
        self[key] = img = self.load(key)
        return img
    def load(self, key):
        # create a queue if not exist (could be moved to __init__)
        if not hasattr(self, '_queue'):
            self._queue = []
        # pop the oldest entry in the list and the dict
        if len(self._queue) >= 100:
            self.pop(self._queue.pop(0))
        # append this key as a newest entry in the queue
        self._queue.append(key)
        # implement image loading here and return the image instance
        print 'loading', key
        return 'Image for %s' % key

和输出（仅当密钥尚不存在时才会加载。）

>>> d = ImageDict()
>>> d[3]
loading 3
'Image for 3'
>>> d[3]
'Image for 3'
>>> d['bleh']
loading bleh
'Image for bleh'
>>> d['bleh']
'Image for bleh'

一种演变是仅存储字典中的最后 N 个元素，并清除最旧的条目。您可以通过保留用于排序的键列表来实现它。