在Python方法中记忆单个参数

我已经编写了一个Numpy实现，它使用Cox de Boor递归算法来计算B样条基函数。我想

为给定的
顺序
记忆对象实例，但让函数可以调用
xi

换句话说，在实例化对象之后，递归函数应该是“set”，但在
xi
处仍然可以调用。为了提高速度，我确实需要这样做，因为我将多次调用该函数，不想一遍又一遍地重构递归函数

以下是当前的实施情况：

import numpy as np

#Turn off divide by zero warning because we explicitly check for it
np.seterr(divide='ignore')

class Bspline():

    def __init__(self, knot_vector, order):

        self.knot_vector = knot_vector
        self.p = order


    def __basis0(self, xi):

        return np.where(np.all([self.knot_vector[:-1] <=  xi, 
                            xi < self.knot_vector[1:]],axis=0), 1.0, 0.0)

    def __basis(self, xi, p):

        if p == 0:
            return self.__basis0(xi)
        else:
            basis_p_minus_1 = self.__basis(xi, p - 1)

            first_term_numerator = xi - self.knot_vector[:-p] 
            first_term_denominator = self.knot_vector[p:] - self.knot_vector[:-p]

            second_term_numerator = self.knot_vector[(p + 1):] - xi
            second_term_denominator = self.knot_vector[(p + 1):] - self.knot_vector[1:-p]

            first_term = np.where(first_term_denominator > 1.0e-12, 
                              first_term_numerator / first_term_denominator, 0)
            second_term = np.where(second_term_denominator > 1.0e-12,
                               second_term_numerator / second_term_denominator, 0)

            return  first_term[:-1] * basis_p_minus_1[:-1] + second_term * basis_p_minus_1[1:]


    def __call__(self, xi):

        return self.__basis(xi, self.p)

它返回在
1.2
处计算的基函数。但是，我需要多次调用此函数，正如现在编写的那样，每次调用都会重构递归函数，这是不必要的，因为递归级别在实例化时设置为
4
，在Python3中，或者在Python2.7中，使用类似以下内容，可以很容易地记住任何内容：

创建一个保存函数结果的字典，然后在再次调用函数之前检查dict中是否有该值。根据您的设置，类似于此的功能应该可以正常工作

results = {}
for value in values:
    if results.get(value):
        answer = results[value]
    else:
        answer = basis(value)
        results[value] = answer
        print(answer)  # or just display the results dict once you are done

我喜欢这个解决方案，但是可以在类定义中使用它吗？我正在尝试创建一个干净的API，在这里这个备忘录将自动完成；还有蟒蛇2.7。谢谢！在Python 2.7中使用了链接的
memoize
函数
class Bspline(object):
    ...

    # Python2.7
    @memoize
    # or, Python3*
    @functools.lru_cache()
    def op(self, args):
        return self._internal_op(xi)

results = {}
for value in values:
    if results.get(value):
        answer = results[value]
    else:
        answer = basis(value)
        results[value] = answer
        print(answer)  # or just display the results dict once you are done