深入理解Python functools模块（从零掌握functools缓存、偏函数与装饰器）

1. 什么是 functools 模块？

Python 的 functools 是标准库中的一个模块，主要用于高阶函数（即操作或返回函数的函数）。它提供了如缓存、偏函数、函数比较等实用工具，是编写函数式风格代码的重要助手。

2. 常用功能详解

2.1 @lru_cache：函数结果缓存（functools缓存）

当你有一个计算成本较高的函数，并且经常用相同参数调用它时，可以使用 @lru_cache 装饰器来缓存结果，避免重复计算。

from functools import lru_cache@lru_cache(maxsize=128)def fibonacci(n):    if n < 2:        return n    return fibonacci(n - 1) + fibonacci(n - 2)print(fibonacci(30))  # 第一次计算较慢print(fibonacci(30))  # 第二次直接从缓存读取，极快！

maxsize 参数指定缓存的最大条目数，设为 None 表示无限制。这是提升递归或重复调用性能的利器。

2.2 partial：创建偏函数（functools偏函数）

有时你想“冻结”一个函数的部分参数，生成一个新函数。这时可以用 partial。

from functools import partialdef multiply(x, y):    return x * y# 创建一个新函数，固定 y=10double = partial(multiply, y=10)print(double(5))   # 输出: 50print(double(3))   # 输出: 30

这在回调函数、配置默认参数等场景非常有用。

2.3 wraps：保留原函数元信息（Python装饰器必备）

自定义装饰器时，如果不处理，会丢失原函数的名称、文档等信息。使用 @wraps 可以解决这个问题。

from functools import wrapsdef my_decorator(func):    @wraps(func)    def wrapper(*args, **kwargs):        print("调用前执行...")        result = func(*args, **kwargs)        print("调用后执行...")        return result    return wrapper@my_decoratordef greet(name):    """向某人问好"""    return f"Hello, {name}!"print(greet.__name__)  # 输出: greet（而不是 wrapper）print(greet.__doc__)   # 输出: 向某人问好

3. 其他实用工具

• reduce(function, iterable)：虽然现在更多用 itertools 或列表推导式，但 functools.reduce 仍可用于累积计算。
• cmp_to_key：将旧式比较函数转换为 key 函数，用于排序。
• total_ordering：只需定义 __eq__ 和一个比较方法（如 __lt__），即可自动生成所有比较方法。

4. 总结

通过本教程，我们详细介绍了 Python functools模块 的核心功能，包括：

• functools缓存：使用 @lru_cache 提升性能
• functools偏函数：用 partial 固定部分参数
• Python装饰器：用 @wraps 保持函数元信息

这些工具不仅能让你的代码更简洁，还能显著提升程序效率。建议在实际项目中多加练习，逐步掌握函数式编程的精髓。

掌握 functools，是迈向 Python 高级编程的重要一步！