Python Functools 模块
functools 模块提供了处理高阶函数的工具，例如 partial、reduce 和 lru_cache。
import functools
高阶函数是指与其他函数配合使用的函数。初学者最常用 functools 的场景，是固定部分参数后复用函数，或者缓存代价较高的计算结果。
partial()
partial 会创建一个新的可调用对象，并预先填入部分参数。
from functools import partial
def power(base, exponent):
return base ** exponent
square = partial(power, exponent=2)
print(square(5))
25
当另一个函数需要一个参数更少的可调用对象时，这会很有用：
from functools import partial
def greet(greeting, name):
return f'{greeting}, {name}!'
say_hello = partial(greet, 'Hello')
print(say_hello('Ada'))
Hello, Ada!
reduce()
reduce 会把一个可迭代对象合并成单个值。
from functools import reduce
total = reduce(lambda acc, item: acc + item, [1, 2, 3, 4])
print(total)
10
对于简单求和，优先使用内置的 sum()。当合并方式是自定义的时，reduce 才更有用。
from functools import reduce
words = ['Python', 'Cheatsheet']
title = reduce(lambda left, right: f'{left} {right}', words)
print(title)
Python Cheatsheet
lru_cache()
lru_cache 会缓存函数结果。
from functools import lru_cache
@lru_cache(maxsize=None)
def fibonacci(n):
if n < 2:
return n
return fibonacci(n - 1) + fibonacci(n - 2)
print(fibonacci(10))
55
你可以查看缓存的使用情况：
print(fibonacci.cache_info().hits > 0)
True