RISEBY
大致地，partial做这样的事情（除了关键字args支持等）：def partial(func, *part_args): def wrapper(*extra_args): args = list(part_args) args.extend(extra_args) return func(*args) return wrapper因此，通过调用partial(sum2, 4)您可以创建一个行为类似于的新函数（准确地说是一个可调用的函数）sum2，但位置参数要少一个。缺少的参数始终由代替4，因此partial(sum2, 4)(2) == sum2(4, 2)至于为什么需要它，有很多种情况。仅作为一个例子，假设您必须在一个预期有2个参数的地方传递一个函数：class EventNotifier(object): def __init__(self): self._listeners = [] def add_listener(self, callback): ''' callback should accept two positional arguments, event and params ''' self._listeners.append(callback) # ... def notify(self, event, *params): for f in self._listeners: f(event, params)但是您已经拥有的功能需要访问某些第三context对象才能完成其工作：def log_event(context, event, params): context.log_event("Something happened %s, %s", event, params)因此，有几种解决方案：自定义对象：class Listener(object): def __init__(self, context): self._context = context def __call__(self, event, params): self._context.log_event("Something happened %s, %s", event, params) notifier.add_listener(Listener(context))Lambda：log_listener = lambda event, params: log_event(context, event, params)notifier.add_listener(log_listener)带有局部：context = get_context() # whatevernotifier.add_listener(partial(log_event, context))在这三个中，partial最短和最快。（对于更复杂的情况，您可能需要自定义对象）。
一只甜甜圈
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，这样的管道中的函数需要单个参数，但是紧接其上游的函数返回两个值。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：假设您要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 dataimport random as RNDfnx = lambda: RND.randint(0, 10)data = [ (fnx(), fnx()) for c in range(10) ]target = (2, 4)import mathdef 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这些数据进行排序，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 partialp_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参数的部分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，但在内循环的迭代过程中是固定的。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])