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,此类管道中的函数需要单个参数,但是紧接其上游的函数将返回两个值。
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:假设您想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参数的局部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,但在内循环迭代期间是固定的。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])
extra_args
变量