77、Python之函数式编程：一文搞懂functools模块的核心应用

引言

Python作为一种支持多范式的编程语言，除了在“一切皆对象”的理念支持下的，函数对象也是一等公民、各种高阶函数的自然实现、lambda表达式快速编写纯函数之外。还有一个内置的模块functools，能够更好地支持我们在Python中应用函数式编程。

本文的主要内容有：

1、functools模块概览

2、偏函数

3、自定义排序

4、属性缓存

5、其他已经介绍过的功能

functools模块概览

functools模块是Python标准库中的一部分，提供了一系列高阶函数和操作函数的工具，涵盖了偏函数、聚合操作、性能优化、多态处理、装饰器开发、自定义排序和属性缓存等多种功能。

通过理解和使用这些工具，可以大大提高代码的灵活性、性能和可维护性。无论是函数式编程，还是面向对象编程等，在日常的开发任务中，functools都是一个不可或缺的利器。

偏函数

functools模块有很多重要的功能，其中一个就是偏函数（Partial function）。

需要注意的是，这里的偏函数与数学意义上的偏函数（偏导数）是不一样的。

Python中的偏函数是用于对函数固定参数的函数，作用就是把一个函数中的某些参数固定住，类似于设置默认值的逻辑，返回一个新的函数，从而使得多元函数的调用变得更加简单，从而对使用者更加友好。

先看下定义：

然后以实际代码看一下partial的使用：

from functools import partialdef add(x, y, z):return x + y + zadd_one_two = partial(add, 1, 2)
print(add_one_two)
print(add_one_two(3))

执行结果：

需要说明的是，偏函数虽然与柯里化比较相似，但是，两者在使用上还是有所区别的。偏函数是固定部分参数，直接生成新的函数。而柯里化，是逐步进行函数参数的传递，嵌套函数，每个函数只接收一个参数。在调用上，偏函数是一次性传递所有剩余参数，柯里化是逐层传递每一个参数。

自定义排序

functools模块提供了一个total_ordering的装饰器，用于自动生成缺失的排序方法。

首先看下定义：

只要定义比较方法，比如<、>、<=、>=中的一个方法，该装饰器可以帮助自动推导出另外几个方法。

还是直接看代码：

from functools import total_ordering@total_ordering
class DaGongRen:def __init__(self, name, age):self.name = nameself.age = agedef __lt__(self, other):return self.age < other.age# == / != 还是要自己手工定义的def __eq__(self, other):return self.age == other.agezs = DaGongRen('张三', 18)
ls = DaGongRen('李四', 23)
ww = DaGongRen('王五', 18)print(zs < ls)
print(zs <= ls)
print(zs > ls)
print(zs >= ls)
print(zs == ls)
print(zs != ls)
print(zs == ww)

执行结果：

可以看到，我们在代码中只定义了__lt__方法，total_ordering装饰器自动根据该方法实现了另外3个用于比较的方法。

需要说明的是，==、!=还是自行定义__eq__方法来实现。

属性缓存

在面向对象中，我们介绍过property属性装饰器，有些计算的属性，如果比较消耗性能，还可以使用functools中提供的cached_property来实现计算结果的缓存。

直接以代码为例：

from functools import cached_property
from math import piclass Circle:def __init__(self, radius):self.radius = radius@cached_propertydef area(self):print('进行圆的面积计算')return pi * self.radius * self.radiuscircle = Circle(10)
print(circle.area)
print('=' * 20)
print(circle.area)

执行结果：