functools部分如何做？

Question

我无法了解部分功能在functools中的工作方式。我从这里有以下代码：>>> sum = lambda x, y : x + y>>> sum(1, 2)3>>> incr = lambda y : sum(1, y)>>> incr(2)3>>> def sum2(x, y):    return x + y>>> incr2 = functools.partial(sum2, 1)>>> incr2(4)5现在排队incr = lambda y : sum(1, y)我知道我传递给incr它的任何参数都将传递y给lambda哪个参数，sum(1, y)即返回1 + y。我明白那个。但是我不明白incr2(4)。如何在部分函数中4传递获取x？对我来说，4应该更换sum2。x和之间是什么关系4？

Answer 1

大致地，partial做这样的事情（除了关键字args支持等）：

def partial(func, *part_args):

    def wrapper(*extra_args):

        args = list(part_args)

        args.extend(extra_args)

        return func(*args)

    return wrapper

因此，通过调用partial(sum2, 4)您可以创建一个行为类似于的新函数（准确地说是一个可调用的函数）sum2，但位置参数要少一个。缺少的参数始终由代替4，因此partial(sum2, 4)(2) == sum2(4, 2)

至于为什么需要它，有很多种情况。仅作为一个例子，假设您必须在一个预期有2个参数的地方传递一个函数：

class EventNotifier(object):

    def __init__(self):

        self._listeners = []

    def add_listener(self, callback):

        ''' callback should accept two positional arguments, event and params '''

        self._listeners.append(callback)

        # ...

    def notify(self, event, *params):

        for f in self._listeners:

            f(event, params)

但是您已经拥有的功能需要访问某些第三context对象才能完成其工作：

def log_event(context, event, params):

    context.log_event("Something happened %s, %s", event, params)

因此，有几种解决方案：

自定义对象：

class Listener(object):

   def __init__(self, context):

       self._context = context

   def __call__(self, event, params):

       self._context.log_event("Something happened %s, %s", event, params)

 notifier.add_listener(Listener(context))

Lambda：

log_listener = lambda event, params: log_event(context, event, params)

notifier.add_listener(log_listener)

带有局部：

context = get_context()  # whatever

notifier.add_listener(partial(log_event, context))

在这三个中，partial最短和最快。（对于更复杂的情况，您可能需要自定义对象）。

Answer 2

局部函数非常有用。

例如，在“管线式”函数调用序列中（其中一个函数的返回值是传递给下一个函数的参数）。

有时，这样的管道中的函数需要单个参数，但是紧接其上游的函数返回两个值。

在这种情况下，functools.partial可能允许您保持此功能管道完整。

这是一个特定的隔离示例：假设您要按每个数据点与目标之间的距离对一些数据进行排序：

# create some data

import random as RND

fnx = lambda: RND.randint(0, 10)

data = [ (fnx(), fnx()) for c in range(10) ]

target = (2, 4)

import math

def euclid_dist(v1, v2):

    x1, y1 = v1

    x2, y2 = v2

    return math.sqrt((x2 - x1)**2 + (y2 - y1)**2)

要按距目标的距离对这些数据进行排序，您当然要做的是：

data.sort(key=euclid_dist)

但你不可阻挡-的排序方法的关键参数，只接受拍摄功能单一的参数。

因此，请改写euclid_dist为带有单个参数的函数：

from functools import partial

p_euclid_dist = partial(euclid_dist, target)

p_euclid_dist 现在接受一个参数，

>>> p_euclid_dist((3, 3))

  1.4142135623730951

因此，现在您可以通过传递sort方法的key参数的部分函数来对数据进行排序：

data.sort(key=p_euclid_dist)

# verify that it works:

for p in data:

    print(round(p_euclid_dist(p), 3))

    1.0

    2.236

    2.236

    3.606

    4.243

    5.0

    5.831

    6.325

    7.071

    8.602

又例如，函数的参数之一在外循环中更改，但在内循环的迭代过程中是固定的。通过使用部分函数，您无需在内部循环的迭代过程中传递其他参数，因为修改后的（部分函数）不需要此参数。

>>> from functools import partial

>>> def fnx(a, b, c):

      return a + b + c

>>> fnx(3, 4, 5)

      12

创建一个局部函数（使用关键字arg）

>>> pfnx = partial(fnx, a=12)

>>> pfnx(b=4, c=5)

     21

您还可以使用位置参数创建部分函数

>>> pfnx = partial(fnx, 12)

>>> pfnx(4, 5)

      21

但这会抛出（例如，创建带有关键字参数的partial，然后使用位置参数调用）

>>> pfnx = partial(fnx, a=12)

>>> pfnx(4, 5)

      Traceback (most recent call last):

      File "<pyshell#80>", line 1, in <module>

      pfnx(4, 5)

      TypeError: fnx() got multiple values for keyword argument 'a'

另一个用例：使用python的multiprocessing库编写分布式代码。使用Pool方法创建一个进程池：

>>> import multiprocessing as MP

>>> # create a process pool:

>>> ppool = MP.Pool()

Pool 有一个map方法，但是它只需要一个可迭代的方法，因此，如果您需要传入带有较长参数列表的函数，请将该函数重新定义为局部函数，以修复除一个以外的所有函数：

>>> ppool.map(pfnx, [4, 6, 7, 8])