Python偏函数partial的用法小结

functools.partial(func, /, *args, **keywords) 会返回一个新可调用对象它把原函数 func 的部分位置参数和/或关键字参数“预先绑定”。这样你就能得到一个“定制版”的函数后续只需要补齐剩余参数即可调用。返回对象类型是 functools.partial 实例但和函数用法相同可调用。它拥有属性p.func原函数、p.args预绑定位置参数、p.keywords预绑定关键字参数。1) 基本用法与参数合并规则12345678910111213141516171819202122232425fromfunctoolsimportpartialdefpower(base, exp,*, modNone):resbase**expreturnresifmodisNoneelseres%mod# 1.1 预绑定部分位置参数squarepartial(power, exp2)# 固定指数print(square(3))# 9print(square(3, mod5))# 4# 1.2 预绑定关键字参数cube_mod_7partial(power, exp3, mod7)print(cube_mod_7(2))# 1 (8 % 7)# 1.3 后续调用的关键字**可以覆盖**先前绑定的关键字ppartial(power, exp2, mod5)print(p(3))# 4 (9 % 5)print(p(3, modNone))# 9 —— 覆盖为 None# 1.4 后续调用的**位置参数不能“挪位”覆盖**已绑定的位置参数mullambdaa, b, c: (a, b, c)p2partial(mul,10)# a10 已固定print(p2(20,30))# (10, 20, 30)# p2(5, a1) - TypeError: a 给了多个值不允许2) 配合标准库map/sorted/reduce等“柯里化”场景12345678910111213141516171819fromfunctoolsimportpartial,reducefromoperatorimportmulnums[1,2,3,4]# 2.1 map把二元函数“变成一元”doublepartial(mul,2)# 固定左操作数print(list(map(double, nums)))# [2, 4, 6, 8]# 2.2 sorted固定 key / reversestudents[{name:A,age:20}, {name:B,age:18}]bypartial(sorted, keylambdax: x[age])print(by(students))# 按 age 升序by_descpartial(sorted, keylambdax: x[age], reverseTrue)print(by_desc(students))# 2.3 reduce固定初始值sum_from_10partial(reduce,lambdaa, b: ab, initial10)print(sum_from_10(nums))# 203) 回调函数需要“额外上下文”——用partial传额外参数这在 GUIPySide6/Qt、异步回调、信号、钩子、线程池回调里非常常见。1234567891011121314151617181920fromfunctoolsimportpartialimportasyncio, concurrent.futures, timedefon_done(label, fut: concurrent.futures.Future):print(f[{label}] result -, fut.result())defheavy(x):time.sleep(0.2)returnx*xasyncdefmain():loopasyncio.get_running_loop()with concurrent.futures.ThreadPoolExecutor() as pool:futloop.run_in_executor(pool, heavy,9)# 给回调多传一个 labelfut.add_done_callback(partial(on_done,task#1))# 也可以 await 等它print(await:, await fut)asyncio.run(main())Qt 场景下button.clicked.connect(partial(handler, extra_arg)) 也很实用用来把行号/模型索引等传给槽函数。4) 装饰器/工厂的参数化让“可调用签名更好看”用partial做“带参数的装饰器”或“工厂函数”非常自然123456789101112131415161718192021222324252627fromfunctoolsimportwraps, partialdef_retry_impl(func, attempts, delay):wraps(func)defwrapper(*args,**kwargs):lastNonefor_inrange(attempts):try:returnfunc(*args,**kwargs)exceptException as e:lastetime.sleep(delay)raiselastreturnwrapper# 用 partial 固定 attempts/delay得到一个“可当装饰器用”的可调用importtimeretry3partial(_retry_impl, attempts3, delay0.1)retry3defflaky():print(try...)iftime.time()%21:raiseValueError(boom)returnokprint(flaky -, flaky())5)partialvslambda各有优劣partial可读性好、可查看 p.func/p.args/p.keywords、可 picklable常用于并发/进程池。lambda最灵活能改变参数顺序、做简单计算但不可 introspect、某些场景不可序列化。123456789fromfunctoolsimportpartialdeff(a, b, c):return(a, b, c)# partial 只能“从左到右”补位置参数或直接用关键字g1partial(f,1)# f(1, b, c)# lambda 可自由重排g2lambdab, c: f(1, c, b)# 调换了 b/c 的位置print(g1(2,3), g2(2,3))6) 深入属性与调试1234567891011121314fromfunctoolsimportpartialdefgreet(greet_word, name, punctuation!):returnf{greet_word}, {name}{punctuation}hi_tompartial(greet,Hi,Tom, punctuation.)print(hi_tom())# Hi, Tom.print(hi_tom.func)# 原函数 function greet ...print(hi_tom.args)# (Hi, Tom)print(hi_tom.keywords)# {punctuation: .}# 可覆盖同名关键字print(hi_tom(punctuation!!!))# Hi, Tom!!!7) 与实例方法的细节partialvspartialmethodpartial用在函数或绑定方法都可以。但如果你在类定义里想创建“半绑定方法”要用functools.partialmethod它会正确处理self的绑定描述符行为。1234567891011121314fromfunctoolsimportpartialmethodclassLogger:deflog(self, level, msg):print(f[{level}] {self.name}: {msg})debugpartialmethod(log,DEBUG)# 等价于 def debug(self, msg): return self.log(DEBUG, msg)infopartialmethod(log,INFO)def__init__(self, name):self.namenamelLogger(core)l.debug(hello)# [DEBUG] core: hellol.info(world)# [INFO] core: world若用 partial(log, DEBUG) 直接赋给类属性self 不会自动绑定调用会报错partialmethod 才能正确作为方法描述符工作。8) 与functools.update_wrapper的配合可选partial本身不是函数对象若你需要较好地保留原函数的__name__、__doc__等用于文档/帮助可包一层简单函数并使用update_wrapper12345678910111213fromfunctoolsimportpartial, update_wrapperdefpower(a, b):returna**bsquarepartial(power, b2)defas_func(p):defwrapper(*args,**kwargs):returnp(*args,**kwargs)returnupdate_wrapper(wrapper, p.func)square_fnas_func(square)print(square_fn.__name__, square_fn.__doc__)# 继承了 power 的元数据9) 与并发库concurrent.futures/multiprocessing的实战partial往往比lambda更容易被序列化适合提交到进程池。12345678910111213fromfunctoolsimportpartialfromconcurrent.futuresimportProcessPoolExecutor, as_completeddefarea(w, h, scale1.0):returnw*h*scaleif__name____main__:scaled_areapartial(area, scale0.5)# 可被 pickleitems[(10,20), (3,4), (6,7)]with ProcessPoolExecutor() as ex:futs[ex.submit(scaled_area, w, h)for(w, h)initems]forfinas_completed(futs):print(area:, f.result())10) 在日志/打印等“固定上下文”的场景123456fromfunctoolsimportpartialprint_infopartial(print,[INFO])# 固定前缀print_warnpartial(print,[WARN])print_info(system started)print_warn(disk almost full)11) 常见误区与最佳实践不能使用“占位符”来跳过中间某个位置参数stdlib 没有这个特性。需要时用关键字参数或 lambda 重排。重复提供同名位置参数会报错“给了多个值”重复关键字后者覆盖前者。不要把可变对象当作“默认值状态”去修改例如绑定 list 后在原函数里修改它除非你就是有意为之partial 持有的引用和普通默认参数一样需要小心共享状态。在框架/回调里优先用 partial 传递额外上下文比 lambda 更“可调试/可序列化”。小结partial给函数“预装参数”写出更简洁的 API回调。partialmethod在类中定义“半绑定方法”正确处理self。常见场景回调传参、并发任务/进程池、排序/映射的柯里化、日志前缀、装饰器参数化。