你是不是经常遇到这样的场景：写代码时同一个函数调用了几十次，每次都要重复传递相同的参数？比如处理文件时总要用encoding='utf-8'，调用API时固定传Content-Type: application/json？今天要给大家介绍的functools.partial，就是解决这种"参数重复传递"问题的神器！用好了它，能让你的代码瞬间清爽一半，还能少写很多bug～

什么是functools.partial？

简单说，偏函数就是给函数"预设参数"的工具。就像你点咖啡时提前说好"不加糖不加奶"，下次再点直接说"老样子"就行～

举个生活例子：你每天早上都要算BMI（身体质量指数），公式是体重(kg) ÷ 身高(m)^2。如果你的身高是1.75米，每次都要重复输入这个数字，是不是很麻烦？用partial就能把身高"固定"住，以后直接输入体重就行！

官方定义里说，partial会创建一个"新的偏函数对象"，调用时就像原函数带着预设参数被执行（来源：Python官方文档）。它的原理其实很简单，相当于帮你写了个"参数模板"：

# 伪代码理解partial的工作原理
def partial(func, *固定位置参数, **固定关键字参数):
    def 新函数(*后续位置参数, **后续关键字参数):
        # 合并固定参数和后续参数，传给原函数
        return func(*固定位置参数, *后续位置参数, **固定关键字参数, **后续关键字参数)
    return 新函数

为什么要用偏函数？3个核心优势

减少重复代码：把固定参数"冻结"，调用时只需传变化的参数，比如API请求固定method='POST'和headers。
简化回调函数：在Tkinter、Django等框架中，给按钮点击事件绑定回调时，用partial能轻松传额外参数（不用写复杂lambda）。
提高可读性：给偏函数起个直观的名字（如send_sms、read_utf8_file），别人一看就知道这是干啥的～

基础用法：3步上手偏函数

第1步：导入partial

from functools import partial  # 从functools模块导入

第2步：创建偏函数

比如我们有个计算幂的函数power(base, exponent)，想固定exponent=2（算平方）：

def power(base, exponent):
    return base ** exponent

# 固定exponent=2，创建"平方函数"
square = partial(power, exponent=2)  # 关键字参数固定

第3步：调用偏函数

现在调用square只需传base：

print(square(5))  # 输出25，相当于power(5, exponent=2)

小技巧：也可以固定位置参数！比如power_of_2 = partial(power, 2)，调用时square(3)就是power(2, 3)（2的3次方=8）～

实战案例：这3个场景用偏函数超爽！

案例1：BMI计算器（固定身高算体重）

from functools import partial

def calculate_bmi(height, weight):
    """身高(m)、体重(kg) -> BMI值"""
    return weight / (height ** 2)

# 固定我的身高1.75米
my_bmi = partial(calculate_bmi, height=1.75)

# 以后每天称体重直接传体重就行！
print(my_bmi(weight=60))  # 输出60/(1.75^2)≈19.59（正常范围）
print(my_bmi(weight=65))  # 输出65/(1.75^2)≈21.22（微胖预警）

案例2：API请求封装（固定请求头）

调用API时，Content-Type: application/json和method='POST'几乎每次都要传，用partial直接固定：

import requests
from functools import partial

# 固定POST请求和JSON头
post_json = partial(
    requests.post,
    headers={"Content-Type": "application/json"},
    timeout=10  # 再加个超时时间，防止卡壳
)

# 调用时只需传url和data！
response = post_json(
    url="https://api.example.com/user",
    json={"name": "小明", "age": 18}
)

案例3：Django视图优化（固定响应类型）

Django写接口时，如果多个视图都返回纯文本（不是HTML），用partial固定content_type：

from django.shortcuts import render
from functools import partial

# 固定响应类型为纯文本
render_text = partial(render, content_type="text/plain")

def robots_txt(request):
    return render_text(request, "robots.txt")  # 不用每次写content_type了！

def security_txt(request):
    return render_text(request, "security.txt")

（案例来源：Three more uses for functools.partial() in Django）

partial vs lambda：谁才是参数绑定之王？

很多人会问：用lambda不也能固定参数吗？比如lambda x: power(x, 2)和partial(power, exponent=2)有啥区别？

直接上对比表，看完你就懂了：

特性	functools.partial	lambda表达式
可读性	高，直接显示固定参数（如exponent=2）	低，复杂逻辑容易写成"一行天书"
参数灵活性	支持位置/关键字参数混合固定	需手动处理参数顺序，容易出错
性能	稍高（C语言实现）	稍低（解释执行）
适用场景	复杂参数绑定、多次复用	简单参数转换、一次性使用

结论：简单场景用lambda（如lambda x: x*2），复杂参数绑定（尤其是关键字参数）必须用partial！比如固定headers、timeout等多个参数时，partial的代码可读性甩lambda几条街～

避坑指南：3个新手常犯错误

错误1：参数没固定完，调用时少传参数

def add(a, b, c):
    return a + b + c

add_ab = partial(add, a=1, b=2)
# 正确：add_ab(c=3) → 6
# 错误：add_ab() → 缺少c参数，报TypeError！

解决：固定参数时确保留下必要的"可变参数"，别把所有参数都固定死～

错误2：直接访问偏函数的属性（以为是结果）

bmi = partial(calculate_bmi, height=1.75)
# 错误：print(bmi.height) → 偏函数没有height属性！
# 正确：print(bmi.args) → 查看固定的位置参数，print(bmi.keywords) → 查看固定的关键字参数

解决：偏函数是"可调用对象"，不是结果！要调用它（bmi(weight=60)）才能得到结果～

错误3：新参数覆盖固定参数

def greet(name, greeting="Hello"):
    return f"{greeting}, {name}!"

greet_hi = partial(greet, greeting="Hi")
# 注意：调用时传greeting会覆盖固定值！
print(greet_hi("小明", greeting="Hey"))  # 输出"Hey, 小明!"（不是"Hi"）

解决：如果不想被覆盖，固定参数时用位置参数（partial(greet, "Hi")），但关键字参数更安全～

高级技巧：让偏函数更好用的3个妙招

技巧1：用update_wrapper保留原函数元数据

偏函数默认没有__name__、__doc__等属性，调试时不方便。用update_wrapper可以"复制"原函数的元数据：

from functools import partial, update_wrapper

def power(base, exponent):
    """计算base的exponent次方"""
    return base ** exponent

square = partial(power, exponent=2)
update_wrapper(square, power)  # 复制元数据

print(square.__doc__)  # 输出"计算base的exponent次方"（原函数的文档字符串）

技巧2：动态生成偏函数（函数工厂）

如果需要多个类似的偏函数（如不同渠道的消息发送），用"函数工厂"批量创建：

def create_sender(channel):
    """创建指定渠道的消息发送函数"""
    return partial(send_notification, channel=channel)

send_sms = create_sender("SMS")       # 短信发送函数
send_email = create_sender("Email")   # 邮件发送函数
send_wechat = create_sender("WeChat") # 微信发送函数

技巧3：和内置函数配合使用

比如固定print的分隔符为换行，让输出更整齐：

print_lines = partial(print, sep="\n")  # 固定sep参数
print_lines("姓名：小明", "年龄：25", "职业：程序员")
# 输出：
# 姓名：小明
# 年龄：25
# 职业：程序员

偏函数的最佳实践

functools.partial就像一把"参数剪刀"，能帮你把复杂函数"剪"成简洁的小工具。核心使用场景：

频繁调用同一函数，且部分参数固定不变（如API请求、文件操作）
给回调函数传额外参数（如GUI按钮点击事件、Django信号处理）
替代复杂lambda表达式，让代码更易读

最后送大家一句口诀："固定参数用partial，简单转换用lambda，复杂逻辑写函数"～现在就打开你的代码，找找那些重复传参的地方，用partial优化一下吧！

如果你觉得这篇文章有用，欢迎点赞收藏～有任何问题，评论区一起讨论呀！

（注：文中案例部分参考自CSDN博客及Django官方教程）

前军教程网

中小站长与DIV+CSS网页布局开发技术人员的首选CSS学习平台

Python偏函数实战:用functools.partial减少50%重复代码的技巧