#Python functools.partial 教程：创建偏函数的现代方法

不知道你有没有过这样的经历：一个函数参数不少，但每次调用时总有几个参数是固定值，反复写既麻烦又让代码显得臃肿。比如用 int 转二进制字符串时每次都加 base=2，或者用 round 保留两位小数时总要写 ndigits=2。这时候，Python 标准库中的 functools.partial 就能帮我们解决这个问题。

#什么是偏函数？

在函数式编程里，偏函数的核心思想是部分应用：通过预先“冻结”原函数的一些参数（可以是位置参数，也可以是关键字参数），生成一个新的函数。之后调用新函数时，只需要传入剩余的参数即可。

💡 别搞混了：这里的“偏函数”和数学中的“偏函数”完全不是一回事。数学里说的是定义域不是全集的函数；而编程里的偏函数，简单说就是“先填上一部分参数的函数”。

#为什么需要偏函数？

偏函数能让我们的代码更清爽、更好维护，具体体现在这几个方面：

1. 简化重复调用：当某些参数在多数场景下保持不变时，不必每次调用都写一遍；
2. 提升可读性：给新生成的偏函数起一个语义明确的名字，代码意图一目了然；
3. 减少重复代码：不需要为了几个固定参数专门封装一个新函数，避免样板代码。

#基本用法

先来看两个最常用的入门例子，感受一下 functools.partial 的便利。

#示例1：固定进制的字符串转整数

int() 可以把字符串转成整数，默认是十进制。如果要按二进制或八进制解析，每次都要传 base 参数。用 partial 就能把 base 提前固定住：

from functools import partial

# 预先固定 base=2，生成专门转二进制的函数
int2 = partial(int, base=2)
# 预先固定 base=8，生成专门转八进制的函数
int8 = partial(int, base=8)

print(int2('1010'))  # 相当于 int('1010', base=2) → 输出: 10
print(int8('12'))    # 相当于 int('12', base=8) → 输出: 10

#示例2：固定精度的四舍五入

round() 函数的 ndigits 参数控制保留几位小数。如果我们大多时候只需要保留两位，也可以用 partial 封装一下：

from functools import partial

# 固定 ndigits=2
round2 = partial(round, ndigits=2)

print(round2(3.14159))  # 输出: 3.14
print(round2(1.23456))  # 输出: 1.23

#高级用法

除了简单固定关键字参数，partial 还能处理更灵活的参数组合。

#1. 固定位置参数

partial 可以直接按位置传入参数，这些参数会被放在新函数调用时所有参数的最前面：

from functools import partial

# 固定 max() 的第一个位置参数为 10
max_with_10 = partial(max, 10)

print(max_with_10(5, 6))    # 相当于 max(10, 5, 6) → 10
print(max_with_10(15, 20))  # 相当于 max(10, 15, 20) → 20

#2. 同时固定位置参数和关键字参数

对于自定义函数，我们可以更灵活地混合固定位置参数和关键字参数：

from functools import partial

def power(base, exponent, modulo=None):
    """计算幂，可选取模"""
    if modulo is not None:
        return pow(base, exponent, modulo)
    return base ** exponent

# 只固定关键字参数 exponent=2，生成平方函数
square = partial(power, exponent=2)
# 先固定位置参数 base=2，再固定关键字参数 exponent=3
cube_of_2 = partial(power, 2, exponent=3)

print(square(5))         # 输出: 25
print(cube_of_2())       # 输出: 8

#3. 如何“更新”偏函数的参数？

partial 对象里保存了原始函数（func 属性）以及已经固定的参数（args 和 keywords 属性）。不过通常不建议直接修改这些属性，更稳妥的做法是基于原始函数重新生成一个新的偏函数：

from functools import partial

# 初始偏函数
int_base8 = partial(int, base=8)
# 不想改 int_base8，直接利用它的 func 属性（也就是原始的 int）重新生成
int_base16 = partial(int_base8.func, base=16)

print(int_base8('10'))   # 输出: 8
print(int_base16('10'))  # 输出: 16

#现代 Python 中的改进

在 Python 3.10 之前，partial 对象的 __name__ 和 __doc__ 属性并不友好，调试时你可能会看到 'partial' 这样的名字。从 3.10 开始，partial 会默认继承原始函数的这两个属性，让调试和文档更加清晰：

from functools import partial

def greet(name, greeting="Hello"):
    """向某人打招呼"""
    return f"{greeting}, {name}!"

say_hi = partial(greet, greeting="Hi")

print(say_hi.__name__)  # Python 3.10+ 输出: 'greet'
print(say_hi.__doc__)   # Python 3.10+ 输出: '向某人打招呼'

#与 lambda 表达式的比较

有些场景下 lambda 也能实现类似的功能，但 partial 通常更有优势：

# 用 lambda 实现
int2_lambda = lambda x: int(x, base=2)
# 用 partial 实现
int2_partial = partial(int, base=2)

两者效果相同，但 partial 有这几个好处：

1. 当固定参数较多时，partial 更简洁，不需要写重复的参数列表；
2. partial 会保留原始函数的元信息（如 3.10+ 的 __name__、__doc__），而 lambda 不会；
3. 对于熟悉函数式编程的人来说，partial 的意图更加明确。

当然，如果除了参数固定之外，还需要做一些额外的简单逻辑处理，那还是得用 lambda。

#最佳实践

为了让 partial 用得更好，这里有几个小建议：

1. 命名要语义化：给偏函数起一个能表达它用途的名字，比如 int2、round2，而不是随便叫 p1、p2；
2. 优先用关键字参数固定靠后的参数：如果固定的不是第一个位置参数，使用关键字参数更安全，能避免参数顺序变化带来的 bug；
3. 不要过度使用：只在参数固定确实能简化代码时再用，为了用而用反而会增加阅读负担；
4. 加上类型提示（Python 3.10+）：可以让偏函数的类型更清晰，编辑器提示也更准确：

   from typing import Callable
   from functools import partial
   
   # 声明 int2 是一个接收 str 返回 int 的函数
   int2: Callable[[str], int] = partial(int, base=2)

#实际应用场景

partial 在日常开发中用得还挺多的，比如：

1. GUI / 异步回调：按钮点击回调需要传入按钮 ID，用 partial 先把 ID 固定住，省去每次写 lambda 传参的麻烦；
2. 数据处理管道：清洗数据时，某个清洗函数的大部分参数是固定的，用 partial 封装成专用的清洗步骤；
3. API 包装：简化第三方复杂 API 的常用调用方式，把常用的配置提前填好。

#总结

functools.partial 是一个小巧但非常实用的工具，它的核心就是“先填一部分参数，剩下的后面再说”。合理使用它，能帮我们减少重复代码，让代码更简洁、更可读。

下次再遇到需要反复传递相同参数的场景，不妨试试它，让代码清爽起来吧～