Python3学习(18)--偏函数（Partial）

由于最近出差，没有时间更，  倒不是忙，而是费心，项目其实并不难，主要是涉及钱的地方谈技术略显苍白；没有技术解决不了的问题，但是钱没到位，没人愿意无偿给你提供技术，算是停更一周后的，吐槽吧。

赶上今天周末，本想着打打游戏，看看美剧，休息一下，却被媳妇的几篇软文把浮躁的心带走了，那索性就调整一下，学习吧，好了，我们就抓紧时间再唠唠我们的Python，本篇来认识一下偏函数--partial function。

一、什么是偏函数？

（1）在Python的functools模块众多的功能中，其中有一个就是偏函数，我们称之为 partial function

         模块的概念我们下一篇在细讲。

（2）我们都听过偏将军吧，在三国时代的官制中，系将军的辅佐，与裨将军两者都为杂号将军；今天我们要讲的偏函数，其实是函数的辅佐，什么意思呢，我们借助Python的help帮助函数，看一下：

这里我们主要说下红色圈的意思：

partial 一共有三个部分：

（1）第一部分也就是第一个参数，是一个函数，这个函数可以是你定义的，也可以是Python内置函数

（2）第二部分是一个可变参数，*args，比如内置函数max的参数就是一个可变参数，max（1,2,3,4,5）=5

（3）第三部分是一个关键字参数，比如内置函数int的第二个参数就是命名关键字参数，默认base=10，表示int转换时默认是10进制的：

partial函数的作用就是：将所作用的函数作为partial（）函数的第一个参数，原函数的各个参数依次作为partial（）函数的后续参数，原函数有关键字参数的一定要带上关键字，没有的话，按原有参数顺序进行补充。

文字描述显得有些无力，我们下面就开始讲一下，偏函数是怎么用的

二、偏函数的使用

A、偏函数的第二个部分(可变参数)，按原有函数的参数顺序进行补充，参数将作用在原函数上，最后偏函数返回一个新函数（类似于，装饰器decorator，对于函数进行二次包装，产生特殊效果；但又不同于装饰器，偏函数产生了一个新函数，而装饰器，可改变被装饰函数的函数入口地址也可以不影响原函数）

案例：我们定义一个sum函数，参数为*args可变，计算这些可变参数的和。

扩展：我们想要对sum函数求和后的结果，再加上10加上20甚至加更多，得到一个新的结果

实现：我们分别用decorator和partial来实现，对比一下二者的区别

（一）装饰器 decorator 实现

我们上一篇，刚刚学过decorator，所以这里，我们直接看demo，应该会觉得很容易上手和理解：

test.py

# /usr/bin/env Python3# -*- encoding:UTF-8 -*-from functools import wrapsdef sum_add(*args1): #我们要给我们的装饰器decorator，带上参数    def decorator(func):        @wraps(func) #加上这句，原函数func被decorator作用后，函数性质不变        def my_sum(*args2): #注意，参数要和原函数保持一致，真正实行扩展功能的是外层的装饰器            my_s = 0            for n in args1:                my_s = my_s +n #这个是我们新加的求和结果            return func(*args2) + my_s #这个，我们在原求和函数的结果上再加上s，并返回这个值        return my_sum #返回my_sum函数，该函数扩展原函数的功能    return decorator  #返回我们的装饰器@sum_add(10,20) #启用装饰器 对sum函数进行功能扩展 def sum(*args):    s = 0    for n in args:        s = s+n    return sprint(sum(1,2,3,4,5))print(sum.__name__)

sum(1,2,3,4,5)返回的结果绝不是15，这样就失去了装饰器存在的意义，当然，这里，我们知道，sum最后返回的值应该是10+20+15 = 45，这样一来，我们的decorator就实现了我们想要的扩展功能，最后，发现，原函数sum的name属性，仍然是sum，说明，这种装饰扩展功能，不影响我们的原函数：

（二）偏函数 partial function 实现

这才是我们本篇的重点，准备好了，我们就开始：

我们先来看下普通函数，我们是怎么来实现

A：普通函数可变参数顺序执行

# /usr/bin/env Python3# -*- encoding:UTF-8 -*-def sum(*args):    s = 0    for n in args:        s = s + n    return sprint(sum(10,20)+sum(1,2,3,4,5))

我们如果想实现+10+20的效果，必须写两遍sum，这样写，显然是最易懂的，但是，却显得很邋遢不专业，我们看下结果：

B：普通函数可变参数加关键字参数组合

针对上面的A过程，我们改下代码，使我们的代码看起来稍显复杂，但是略显专业：

# /usr/bin/env Python3# -*- encoding:UTF-8 -*-def sum(*args,**others):    s = 0    for n in args:        s = s + n    s1 = 0     for k in others:        s1 = s1 + others[k] #我们还要算一下，关键字参数里蕴藏的求和结果，k是dict中的关键字key    return s+s1 #最终，我们实现扩展功能，顺序参数和关键字参数结果相加    D= {'value1':10,'value2':20} print(sum(1,2,3,4,5,**D))

代码看起来，是显得专业了，但是感觉冗余，没必要，复杂不是我们Python的风格，我们看下B的结果：

C：偏函数可变参数顺序填充一步到位

上面A和B我们都说过了，这两种方式都不好，显然，这么简单的事情，我们不必麻烦decorator了，那我们还有办法没？有，Python，给我们提供了偏函数，来吧，主角登场：

提示：两种使用partial功能方式

（1）import functools                        -->functools.partial(func,*args)
（2）from   functools import partial -->partial(func,*args)

我们这里选第二种,我们看下demo：

# /usr/bin/env Python3# -*- encoding:UTF-8 -*-from  functools import partialdef sum(*args):    s = 0    for n in args:        s = s + n    return ssum_add_10    = partial(sum,10)    #10 作用在sum第一个参数的位置sum_add_10_20 = partial(sum,10,20) #10 20 分别作用在sum第一个和第二个参数的位置print('A____________我们看下原函数sum的函数地址入口：')print(sum)print('B______我们看下partial函数返回函数的地址入口：')print(partial(sum,10))print(sum_add_10(1,2,3,4,5))    # --> 10 + 1 + 2 + 3 + 4 + 5 = 25print(sum_add_10_20(1,2,3,4,5)) # --> 10 + 20 + 1 + 2 + 3 + 4 + 5 = 45

上面，可以看出，我们针对sum函数的求和结果，再加上10，或者加10加20，甚至加更多，都是可以通过偏函数来实现的，注意偏函数的第二部分，参数是可变的，是按顺序走的，因此，偏函数产生的新函数，sum_add_10 实际上等同于sum(10,*args)：

通过几个例子，我们最终发现，还是偏函数比较方便，一行代码就搞定了，而且新定义的函数，可以根据函数名很容易知道，这个函数扩展的原函数是哪个，实现的效果是什么：

B、偏函数的第三个部分(关键字参数)，按原有函数的关键字参数进行填补，参数将作用在原函数上，最后偏函数返回一个新函数

案例：我们定义一个mod求余函数，两个参数，一个是被除数，一个是除数，除数我们这里用命名关键字参数表示，默认值2

扩展：我们的除数不固定，可以是对2就行求余，也可以对3，对4，总之我们需要指定除数的值

返回结果： True 或 False

实现：原函数实现和partial函数实现

demo如下：

# /usr/bin/env Python3# -*- encoding:UTF-8 -*-import  functools def mod(m,*,key=2): return m % key == 0mod_to_2 = functools.partial(mod,key=2)print('A__3___使用原函数的默认关键字参数对2进行求余：')print(mod(3))                           #对2进行求余-- 原函数 使用默认参数print('B__3___使用偏函数对2进行求余：')print(mod_to_2(3))                      #对2进行求余-- 新函数 --偏函数产生mod_to_5 = functools.partial(mod,key=5) print('C__25___使用原函数的关键字参数对5进行求余：')print(mod(25,key=5))                    #对5进行求余 -- 原函数print('D__25___使用偏函数对5进行求余：')print(mod_to_5(25))                     #对5进行求余 -- 新函数--偏函数产生

我们看下结果：

我们发现，实际上，偏函数的作用，其实和原函数差不多，只不过，我们要多次调用原函数的时候，有些参数，我们需要多次手动的去提供值，比如上述的对5进行求余，如果我们想知道，15,45,30这些数是否能够被5整除，那么，我们用原函数的话，就需要写三次，key=5，然而，我们用偏函数的话，只需要重复调用新产生的函数mod_to_5（15 or 45 or 30）即可，至于除数5，偏函数已经为我们设定了，因此：

当函数的参数个数太多，需要简化时，使用 functools.partial 可以创建一个新的函数，这个新函数可以固定住原函数的部分参数，从而在调用时更简单。当然，decorator也可以实现，如果，我们不嫌麻烦的话。

结束语：

一种方案行不通的话，我们就换另一种方案，如果两种方案都行得通的话，我们确保那个最简单高效的方案，这样一来，最后受益的将是我们自己。