> For the complete documentation index, see [llms.txt](https://shangzhi-huang.gitbook.io/workspace/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://shangzhi-huang.gitbook.io/workspace/python/python-han-shu-shi-bian-cheng.md).

# Python函数式编程

python中万物皆对象，因此可以像处理平常变量一样方便的处理函数对象。下面介绍一些常用的基于python的函数式编程api。

## 1.偏函数

偏函数的作用是给函数的参数指定默认参数。

```python
import functools
int('12345', base=8)
>>> 5349
int2 = functools.partial(int, base=2)
int2('1000000')
>>> 64
```

简单总结`functools.partial`的作用就是，把一个函数的某些参数给固定住（也就是设置默认值），返回一个新的函数，调用这个新函数会更简单。上面的int2函数就是将base置为2的int函数。

最后，需要说明的是创建偏函数时，实际上可以接收函数对象、`*args`和`**kw`这3个参数，当传入： `max2 = functools.partial(max, 10)` 然后调用： `max2(5, 6, 7)` 此时，10会作为`*args`的一部分加到左边，相当于

```python
args = (10, 5, 6, 7)
max(*args)
```

然后结果自然是10。而之前的base=2则是通过`**kw`传入的。

## 2.装饰器

装饰器的作用在于对已有函数进行封装，并添加一些额外的功能

```python
def inner(f):
    def wrapper(*args, **kwargs):
        rv = f(*args, **kwargs)
        print("tic toc!")
        return rv
    return wrapper
```

上面定义了一个inner装饰器，它构建一个函数对象wrapper，然后在里面实现了调用原始函数f后打印“tic toc!”的功能。

**分析一下这段代码的组成：** 

f是要被装饰的函数，wrapper是装饰器返回的函数。因此wrapper能够接受的参数必须包含被修饰函数f 所能够接受的参数。如果想要新增参数，只要对wrapper函数添加额外的参数即可。但是如果wrapper函数缺少f函数必须传入的参数，调用就会报错。 通过这样的方式，我们不光可以让f函数具备额外的功能，还可以使它可以接受更多的参数。

```python
def inner(f):
    def wrapper(a, b, c):
        print(c)
        return f(a, b)
    return wrapper

@inner
def f(a, b):
    print(a+b)
    return a+b

# 原始的f只能接受2个参数，被修饰后可以接受3个参数
f(1, 2, 10)
>>>10
>>>3
```

事实上，装饰器本身也可以传入参数：

```python
def ntimes(n):
  def inner(f):
    def wrapper(*args, **kwargs):
      for _ in range(n):
        rv = f(*args, **kwargs)
      return rv
    return wrapper
  return inner
```

上面的装饰器inner，接受函数f作为参数进行装饰，返回wrapper。而外围的ntimes接受传入的参数n控制函数的执行次数，起到修饰这个装饰器inner的作用。

```python
@ntimes(3)
def add(x, y):
  print(x + y)
  return x + y
```

输出的语句表明该代码确实执行了 3 次。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://shangzhi-huang.gitbook.io/workspace/python/python-han-shu-shi-bian-cheng.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.