这篇文章主要介绍了关于python中functools模块函数解析,分别讲解了functools.cmp_to_key，functools.total_ordering，functools.reduce，functools.partial，functools.update_wrapper和functools.wraps的用法,需要的朋友可以参考下
Python自带的 functools 模块提供了一些常用的高阶函数，也就是用于处理其它函数的特殊函数。换言之，就是能使用该模块对可调用对象进行处理。
functools模块函数概览
functools.cmp_to_key(func)
-
functools.total_ordering(cls)
立即学习“Python免费学习笔记（深入）”；
functools.reduce(function, iterable[, initializer])
functools.partial(func[, args][, *keywords])
functools.update_wrapper(wrapper, wrapped[, assigned][, updated])
functools.wraps(wrapped[, assigned][, updated])
functools.cmp_to_key()
语法：
functools.cmp_to_key(func)
该函数用于将旧式的比较函数转换为关键字函数。
旧式的比较函数：接收两个参数，返回比较的结果。返回值小于零则前者小于后者，返回值大于零则相反，返回值等于零则两者相等。
关键字函数：接收一个参数，返回其对应的可比较对象。例如 sorted(), min(), max(), heapq.nlargest(), heapq.nsmallest(), itertools.groupby() 都可作为关键字函数。
在 Python 3 中，有很多地方都不再支持旧式的比较函数，此时可以使用 cmp_to_key() 进行转换。
示例：
云点滴客户解决方案是针对中小企业量身制定的具有简单易用、功能强大、永久免费使用、终身升级维护的智能化客户解决方案。依托功能强大、安全稳定的阿里云平 台，性价比高、扩展性好、安全性高、稳定性好。高内聚低耦合的模块化设计，使得每个模块最大限度的满足需求，相关模块的组合能满足用户的一系列要求。简单 易用的云备份使得用户随时随地简单、安全、可靠的备份客户信息。功能强大的报表统计使得用户大数据分析变的简单，
sorted(iterable, key=cmp_to_key(cmp_func))
functools.total_ordering()
语法：
functools.total_ordering(cls)
这是一个类装饰器，用于自动实现类的比较运算。
我们只需要在类中实现 eq() 方法和以下方法中的任意一个 lt(), le(), gt(), ge()，那么 total_ordering() 就能自动帮我们实现余下的几种比较运算。
示例：
@total_ordering
class Student:
def eq(self, other):
return ((self.lastname.lower(), self.firstname.lower()) ==
(other.lastname.lower(), other.firstname.lower()))
def lt(self, other):
return ((self.lastname.lower(), self.firstname.lower()) <
(other.lastname.lower(), other.firstname.lower()))functools.reduce()
语法：
functools.reduce(function, iterable[, initializer])
该函数与 Python 内置的 reduce() 函数相同，主要用于编写兼容 Python 3 的代码。
functools.partial()
语法：
functools.partial(func[, *args][, **keywords])
该函数返回一个 partial 对象，调用该对象的效果相当于调用 func 函数，并传入位置参数 args 和关键字参数 keywords 。如果调用该对象时传入了位置参数，则这些参数会被添加到 args 中。如果传入了关键字参数，则会被添加到 keywords 中。
partial() 函数的等价实现大致如下：
def partial(func, *args, **keywords):
def newfunc(*fargs, **fkeywords):
newkeywords = keywords.copy()
newkeywords.update(fkeywords)
return func(*(args + fargs), **newkeywords)
newfunc.func = func
newfunc.args = args
newfunc.keywords = keywords
return newfuncpartial() 函数主要用于“冻结”某个函数的部分参数，返回一个参数更少、使用更简单的函数对象。
示例：
>>> from functools import partial
>>> basetwo = partial(int, base=2)
>>> basetwo.doc = 'Convert base 2 string to an int.'
>>> basetwo('10010')
18functools.update_wrapper()
语法：
functools.update_wrapper(wrapper, wrapped[, assigned][, updated])
该函数用于更新包装函数（wrapper），使它看起来像原函数一样。可选的参数是一个元组，assigned 元组指定要直接使用原函数的值进行替换的属性，updated 元组指定要对照原函数进行更新的属性。这两个参数的默认值分别是模块级别的常量：WRAPPER_ASSIGNMENTS 和 WRAPPER_UPDATES。前者指定了对包装函数的 name, module, doc 属性进行直接赋值，而后者指定了对包装函数的 dict 属性进行更新。
该函数主要用于装饰器函数的定义中，置于包装函数之前。如果没有对包装函数进行更新，那么被装饰后的函数所具有的元信息就会变为包装函数的元信息，而不是原函数的元信息。
functools.wraps()
语法：
functools.wraps(wrapped[, assigned][, updated])
wraps() 简化了 update_wrapper() 函数的调用。它等价于 partial(update_wrapper, wrapped=wrapped, assigned, updated=updated)。
示例：
>>> from functools import wraps >>> def my_decorator(f): ... @wraps(f) ... def wrapper(*args, **kwds): ... print 'Calling decorated function' ... return f(*args, **kwds) ... return wrapper >>> @my_decorator ... def example(): ... """Docstring""" ... print 'Called example function' >>> example() Calling decorated function Called example function >>> example.name 'example' >>> example.doc 'Docstring'
如果不使用这个函数，示例中的函数名就会变成 wrapper ，并且原函数 example() 的说明文档（docstring）就会丢失。
