functools 是 Python 标准库中的一个模块，它提供了一系列高阶函数和操作函数的工具。这些工具函数在函数式编程中非常有用，可以帮助我们以更加声明式和抽象的方式处理函数。在这篇文章中，我们将介绍 functools 模块中的一些常用函数和它们的用途。
>>> import functools
>>> functools.__all__
['update_wrapper', 'wraps', 'WRAPPER_ASSIGNMENTS', 'WRAPPER_UPDATES', 'total_ordering', 'cache', 'cmp_to_key', 'lru_cache', 'reduce', 'partial', 'partialmethod', 'singledispatch', 'singledispatchmethod', 'cached_property']
>>> dir(functools)
['GenericAlias', 'RLock', 'WRAPPER_ASSIGNMENTS', 'WRAPPER_UPDATES', '_CacheInfo', '_HashedSeq', '_NOT_FOUND', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', '_c3_merge', '_c3_mro', '_compose_mro', '_convert', '_find_impl', '_ge_from_gt', '_ge_from_le', '_ge_from_lt', '_gt_from_ge', '_gt_from_le', '_gt_from_lt', '_initial_missing', '_le_from_ge', '_le_from_gt', '_le_from_lt', '_lru_cache_wrapper', '_lt_from_ge', '_lt_from_gt', '_lt_from_le', '_make_key', '_unwrap_partial', 'cache', 'cached_property', 'cmp_to_key', 'get_cache_token', 'lru_cache', 'namedtuple', 'partial', 'partialmethod', 'recursive_repr', 'reduce', 'singledispatch', 'singledispatchmethod', 'total_ordering', 'update_wrapper', 'wraps']
1. partial
partial 函数是 functools 模块中最著名的函数之一。它用于创建一个新的部分函数，这个新函数固定了原函数的一些参数，并且可以接受更少的参数。这在需要重用函数或者在多个地方使用相同参数的函数时非常有用。
用法示例
from functools import partial def multiply(x, y): return x * y # 创建一个新函数，它固定了 multiply 函数的第一个参数为 2 double = partial(multiply, 2) result = double(5) # 相当于 multiply(2, 5) print(result) # 输出: 10
2. reduce
reduce 函数不是 Python 标准库的内置函数，但它是 functools 模块的一部分。reduce 函数接受一个函数和一个迭代器作为参数，并将传入的函数应用于所有元素，从左到右，以累积结果。这在需要进行累积计算时非常有用。
用法示例
from functools import reduce def add(x, y): return x + y numbers = [1, 2, 3, 4, 5] result = reduce(add, numbers) print(result) # 输出: 15
3. total_ordering
total_ordering 是一个类装饰器，它用于自动为类生成比较方法。当你定义了一个类并且实现了它的 __eq__ 和 __hash__ 方法时，total_ordering 可以确保类的行为符合预期。
用法示例
from functools import total_ordering @total_ordering class Person: def __init__(self, name, age): self.name = name self.age = age def __eq__(self, other): return (self.name, self.age) == (other.name, other.age) def __hash__(self): return hash((self.name, self.age)) # 现在 Person 类支持所有的比较操作 p1 = Person("Alice", 30) p2 = Person("Alice", 30) p3 = Person("Bob", 35) print(p1 < p2) # 输出: False print(p1 < p3) # 输出: True
4. cmp_to_key
cmp_to_key 函数用于将比较函数转换为键函数。
用法示例
from functools import cmp_to_key def compare(x, y): return (x > y) - (x < y) # 使用 cmp_to_key 将 compare 函数转换为键函数 key_func = cmp_to_key(compare) numbers = [3, 1, 4, 1, 5, 9, 2, 6, 5] sorted_numbers = sorted(numbers, key=key_func) print(sorted_numbers) # 输出排序后的数字列表
5. lru_cache
lru_cache 是一个函数装饰器，它用于缓存函数的结果，以便相同的参数在未来的调用中可以快速检索。这在需要优化函数性能，特别是对于计算密集型函数时非常有用。
用法示例
from functools import lru_cache @lru_cache(maxsize=128) def fibonacci(n): if n < 2: return n return fibonacci(n - 1) + fibonacci(n - 2) # 调用 fibonacci 函数时，结果会被缓存 print(fibonacci(10)) # 输出: 55
6. singledispatch
singledispatch 是一个通用装饰器，它用于实现单分派通用函数。它允许您根据第一个参数的类型来选择不同的实现。
用法示例
from functools import singledispatch @singledispatch def my_function(arg): return f"No implementation for {type(arg)}" @my_function.register(int) def _(arg): return f"The integer is {arg}" @my_function.register(str) def _(arg): return f"The string is {arg}" print(my_function(42)) # 输出: The integer is 42 print(my_function("hello")) # 输出: The string is hello
7. update_wrapper
update_wrapper 函数用于更新一个函数的__name__、__doc__、__annotations__和__wrapper__属性，使其看起来像原始函数。这在创建包装器函数时非常有用。
用法示例
from functools import update_wrapper def my_decorator(f): def wrapper(*args, **kwargs): return f(*args, **kwargs) + 1 update_wrapper(wrapper, f) return wrapper @my_decorator def increment(n): return n print(increment.__name__) # 输出: increment
8. partialmethod
partialmethod 是 functools 模块中的一个类装饰器，它允许你创建一个绑定了固定参数的方法，类似于 partial 函数，但是用于方法而不是函数。
用法示例
from functools import partialmethod class MyClass: def method(self, arg1, arg2): return arg1 + arg2 @partialmethod def static_method(self, arg1): return static_method(arg1, 2) instance = MyClass() print(instance.static_method(10)) # 输出: 12
9. singledispatchmethod
singledispatchmethod 是一个类装饰器，它允许你为类中的方法实现单分派通用方法。与 singledispatch 类似，但它是用于类方法的。
用法示例
from functools import singledispatchmethod class MyClass: @singledispatchmethod def method(self, arg): return f"No implementation for {type(arg)}" @method.register(int) def _(self, arg): return f"The integer is {arg}" def method(self, arg): return super().method(arg) instance = MyClass() print(instance.method(42)) # 输出: The integer is 42
10. cache
cache 是 functools 模块中的一个类装饰器，它类似于 lru_cache，但提供了更少的保证和更低的开销。它用于缓存函数的结果，但没有最大缓存大小的限制。
用法示例
from functools import cache @cache def fibonacci(n): if n < 2: return n return fibonacci(n - 1) + fibonacci(n - 2) print(fibonacci(10)) # 输出: 55
11. total_ordering
total_ordering 是一个类装饰器，用于自动为类生成比较方法。当你定义了一个类并且实现了它的 __eq__ 方法时，total_ordering 可以确保类的行为符合预期。
用法示例
from functools import total_ordering @total_ordering class MyClass: def __init__(self, value): self.value = value def __eq__(self, other): return self.value == other.value def __repr__(self): return f"MyClass({self.value!r})" instance1 = MyClass(1) instance2 = MyClass(1) instance3 = MyClass(2) print(instance1 < instance2) # 输出: False print(instance1 < instance3) # 输出: True
12. wraps
wraps 是一个装饰器，用于包装函数。它用于保持被包装函数的元数据（如名称、文档字符串和注解）不变。
用法示例
from functools import wraps def my_decorator(f): @wraps(f) def wrapper(*args, **kwargs): return f(*args, **kwargs) + 1 return wrapper @my_decorator def increment(n): return n print(increment.__name__) # 输出: increment print(increment.__doc__) # 输出函数的文档字符串
13. singledispatch
singledispatch 是一个多分派通用装饰器，它允许你根据传递给函数的第一个参数的类型来分派到不同的实现。
用法示例
from functools import singledispatch @singledispatch def process(value): return f"Unknown type: {type(value)}" @process.register(str) def _(value): return f"String: {value}" @process.register(int) def _(value): return f"Integer: {value}" print(process("hello")) # 输出: String: hello print(process(42)) # 输出: Integer: 42
完。
