numpy 数组的缓存装饰器

我正在尝试为具有 numpy 数组输入参数的函数制作一个缓存装饰器

from functools import lru_cache
import numpy as np
from time import sleep

a = np.array([1,2,3,4])

@lru_cache()
def square(array):
    sleep(1)
    return array * array

square(a)

但 numpy 数组不可散列，

TypeError                                 Traceback (most recent call last)
<ipython-input-13-559f69d0dec3> in <module>()
----> 1 square(a)

TypeError: unhashable type: 'numpy.ndarray'

因此需要将它们转换为元组。我的工作和缓存正确：

@lru_cache()
def square(array_hashable):
    sleep(1)
    array = np.array(array_hashable)
    return array * array

square(tuple(a))

但我想把它全部包裹在一个装饰器中，到目前为止我已经尝试过：

def np_cache(function):
    def outter(array):
        array_hashable = tuple(array)

        @lru_cache()
        def inner(array_hashable_inner):
            array_inner = np.array(array_hashable_inner)
            return function(array_inner)

        return inner(array_hashable)

    return outter

@np_cache
def square(array):
    sleep(1)
    return array * array

But 缓存不起作用。计算已执行但未正确缓存，因为我总是等待 1 秒。

我在这里缺少什么？我正在猜测lru_cache没有获得正确的上下文并且它在每次调用中都被实例化，但我不知道如何修复它。

我试过盲目地扔functools.wraps装饰者到处都没有运气。

你的包装函数创建了一个new inner()功能每次你打电话的时候。而那个新的函数对象是在那时被装饰的，所以最终的结果是每次outter()被称为，一个新的lru_cache()创建后，它将是空的。空的缓存总是需要重新计算值。

您需要创建一个装饰器，将缓存附加到创建的函数就一次每个装饰目标。如果您要在调用缓存之前转换为元组，那么您必须创建two功能：

from functools import lru_cache, wraps

def np_cache(function):
    @lru_cache()
    def cached_wrapper(hashable_array):
        array = np.array(hashable_array)
        return function(array)

    @wraps(function)
    def wrapper(array):
        return cached_wrapper(tuple(array))

    # copy lru_cache attributes over too
    wrapper.cache_info = cached_wrapper.cache_info
    wrapper.cache_clear = cached_wrapper.cache_clear

    return wrapper

The cached_wrapper()每次调用仅创建一次函数np_cache()并且可供wrapper()作为闭包的功能。所以wrapper() calls cached_wrapper()，其中有一个@lru_cache()附加到它，缓存你的元组。

我还复制了两个函数引用lru_cache放置一个装饰函数，因此也可以通过返回的包装器访问它们。

此外，我还使用了@functools.wraps()装饰者 https://docs.python.org/3/library/functools.html#functools.wraps将元数据从原始函数对象复制到包装器，例如名称、注释和文档字符串。这始终是一个好主意，因为这意味着在调试时以及需要访问文档或注释时，您的修饰函数将在回溯中清楚地标识出来。装饰器还添加了一个__wrapped__属性指向原始函数，这将如果需要的话，让你再次打开装饰器 https://docs.python.org/3/library/inspect.html#inspect.unwrap.