0

0

Python 中的“functoolspartial”是什么?

DDD

DDD

发布时间:2024-11-27 08:15:32

|

1131人浏览过

|

来源于dev.to

转载

python 中的“functoolspartial”是什么?

阅读 global news one 上的完整文章

什么是 functools.partial?

functools.partial 通过将参数部分应用于现有函数来创建新函数。这有助于在某些参数重复或固定的场景中简化函数调用。

python 中的 functools.partial 函数允许您“冻结”函数参数或关键字的某些部分,从而创建一个参数较少的新函数。当您想要修复函数的某些参数同时保持其他参数灵活时,它特别有用。

from functools import partial

基本语法

partial(func, *args, **kwargs)
  • func:部分应用的函数。
  • *args:要修复的位置参数。
  • `kwargs`**:要修复的关键字参数。

返回的对象是一个新函数,其中固定参数被“冻结”,调用新函数时只需提供剩余的参数即可。


示例

1.部分修正争论

def power(base, exponent):
    return base ** exponent

# create a square function by fixing exponent = 2
square = partial(power, exponent=2)

# now, square() only needs the base
print(square(5))  # output: 25
print(square(10))  # output: 100

此处,partial 创建了一个始终使用 exponent=2 的新函数 square。

立即学习Python免费学习笔记(深入)”;

Napkin AI
Napkin AI

Napkin AI 可以将您的文本转换为图表、流程图、信息图、思维导图视觉效果,以便快速有效地分享您的想法。

下载

2.简化函数调用

假设您有一个具有多个参数的函数,并且您经常使用一些固定值来调用它。

def greet(greeting, name):
    return f"{greeting}, {name}!"

# fix the greeting
say_hello = partial(greet, greeting="hello")
say_goodbye = partial(greet, greeting="goodbye")

print(say_hello("alice"))   # output: hello, alice!
print(say_goodbye("alice")) # output: goodbye, alice!

3.部分用于映射

您可以使用partial来调整函数以进行地图等操作。

def multiply(x, y):
    return x * y

# fix y = 10
multiply_by_10 = partial(multiply, y=10)

# use in a map
numbers = [1, 2, 3, 4]
result = map(multiply_by_10, numbers)
print(list(result))  # output: [10, 20, 30, 40]

4.具有默认参数的部分函数

partial 可以与已有默认参数的函数无缝协作。

def add(a, b=10):
    return a + b

# fix b to 20
add_with_20 = partial(add, b=20)
print(add_with_20(5))  # output: 25

5.与其他库(例如 pandas 或 json)结合

您可以将partial与pandas等库一起使用来简化重复操作。

import pandas as pd

def filter_rows(df, column, value):
    return df[df[column] == value]

# fix the column name
filter_by_age = partial(filter_rows, column="age")

# example dataframe
data = pd.dataframe({"name": ["alice", "bob"], "age": [25, 30]})
result = filter_by_age(data, value=25)
print(result)

何时使用 functools.partial

  1. 可重用逻辑
    • 当您想要创建具有固定参数的函数的可重用版本时。
  2. 简化回调
    • 对于 tkinter、asyncio 或线程等库很有用,其中回调通常需要更简单的签名。
  3. 函数式编程
    • 适用于地图、过滤器或类似操作。
  4. 提高可读性
    • 通过减少冗余参数使代码更清晰。

注释和最佳实践

  • 检查部分函数: 您可以使用partial.func、partial.args 和partial.keywords 检查分部函数的冻结参数。
   print(square.func)       # original function (power)
   print(square.keywords)   # {'exponent': 2}
   print(square.args)       # ()
  • 灵活性: 您可以在调用部分函数时覆盖冻结的参数。
   print(square(5, exponent=3))  # output: 125 (exponent is overridden)

高级示例:使用 partial 实现高阶函数

def apply_discount(price, discount):
    return price - (price * discount)

# Fix a 10% discount
discount_10 = partial(apply_discount, discount=0.10)

prices = [100, 200, 300]
discounted_prices = map(discount_10, prices)
print(list(discounted_prices))  # Output: [90.0, 180.0, 270.0]

使用 functools.partial 可以简化和清理你的代码,特别是在处理重复的函数调用或高阶函数时。如果您需要更多示例或高级用例,请告诉我!

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
json数据格式
json数据格式

JSON是一种轻量级的数据交换格式。本专题为大家带来json数据格式相关文章,帮助大家解决问题。

457

2023.08.07

json是什么
json是什么

JSON是一种轻量级的数据交换格式,具有简洁、易读、跨平台和语言的特点,JSON数据是通过键值对的方式进行组织,其中键是字符串,值可以是字符串、数值、布尔值、数组、对象或者null,在Web开发、数据交换和配置文件等方面得到广泛应用。本专题为大家提供json相关的文章、下载、课程内容,供大家免费下载体验。

549

2023.08.23

jquery怎么操作json
jquery怎么操作json

操作的方法有:1、“$.parseJSON(jsonString)”2、“$.getJSON(url, data, success)”;3、“$.each(obj, callback)”;4、“$.ajax()”。更多jquery怎么操作json的详细内容,可以访问本专题下面的文章。

337

2023.10.13

go语言处理json数据方法
go语言处理json数据方法

本专题整合了go语言中处理json数据方法,阅读专题下面的文章了解更多详细内容。

82

2025.09.10

Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

81

2025.12.04

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

34

2026.01.31

线程和进程的区别
线程和进程的区别

线程和进程的区别:线程是进程的一部分,用于实现并发和并行操作,而线程共享进程的资源,通信更方便快捷,切换开销较小。本专题为大家提供线程和进程区别相关的各种文章、以及下载和课程。

766

2023.08.10

TypeScript类型系统进阶与大型前端项目实践
TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开,深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析,帮助开发者构建类型安全、结构清晰、易维护的前端工程体系,提高团队协作效率与代码质量。

25

2026.03.13

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

44

2026.03.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 22.5万人学习

Django 教程
Django 教程

共28课时 | 5万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.9万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号