python functools 模块有哪些实用函数？

📝 面试求职： 「面试试题小程序」 ，内容涵盖 测试基础、Linux操作系统、MySQL数据库、Web功能测试、接口测试、APPium移动端测试、Python知识、Selenium自动化测试相关、性能测试、性能测试、计算机网络知识、Jmeter、HR面试，命中率杠杠的。（大家刷起来…）

📝 职场经验干货：

软件测试工程师简历上如何编写个人信息（一周8个面试）

软件测试工程师简历上如何编写专业技能（一周8个面试）

软件测试工程师简历上如何编写项目经验（一周8个面试）

软件测试工程师简历上如何编写个人荣誉（一周8个面试）

软件测试行情分享（这些都不了解就别贸然冲了.）

软件测试面试重点，搞清楚这些轻松拿到年薪30W+

软件测试面试刷题小程序免费使用（永久使用）

---

functools 是 Python 标准库中非常强大的模块，提供了一系列用于函数式编程的工具函数。它主要用于增强或操作可调用对象（如函数），提升代码的复用性和可读性。

✅ 1. functools.reduce(function, iterable[, initializer])

功能：

对可迭代对象中的元素进行累积计算（归约）。

from functools import reduce
# 累加所有数字
result = reduce(lambda x, y: x + y, [1, 2, 3, 4])
print(result)  # 输出: 10
# 使用初始值
result = reduce(lambda x, y: x + y, [1, 2, 3], 10)
print(result)  # 输出: 16‍

✅ 2. functools.partial(func, *args, **keywords)

功能：

固定函数的部分参数，返回一个新的部分应用函数（Partial Application）。​​​​​​​

from functools import partial
def power(base, exponent):
    return base ** exponent
square = partial(power, exponent=2)
cube = partial(power, exponent=3)
print(square(5))  # 输出: 25
print(cube(5))    # 输出: 125‍

✅ 3. functools.lru_cache(maxsize=128)

功能：

缓存函数结果，避免重复计算，常用于递归或耗时函数。

📌 适用于幂等函数（相同输入始终输出相同结果）​​​​​​​

from functools import lru_cache
@lru_cache(maxsize=None)  # 不限制缓存大小
def fib(n):
    if n < 2:
        return n
    return fib(n - 1) + fib(n - 2)
print(fib(100))  # 非常快，因为中间结果被缓存了‍

✅ 4. functools.wraps(wrapped, assigned=WRAPPER_ASSIGNMENTS, updated=WRAPPER_UPDATES)

功能：

保留装饰器包裹函数的元信息（如 __name__, __doc__），推荐在写装饰器时使用。​​​​​​​

from functools import wraps
def my_decorator(func):
    @wraps(func)
    def wrapper(*args, **kwargs):
        print("Before function call")
        result = func(*args, **kwargs)
        print("After function call")
        return result
    return wrapper
@my_decorator
def say_hello():
    """Greet the user."""
    print("Hello")
print(say_hello.__name__)  # 输出: say_hello（而不是 wrapper）
print(say_hello.__doc__)   # 输出: Greet the user.‍

✅ 5. functools.total_ordering()

功能：

为类自动生成比较方法（<, <=, >, >=），只需定义 __eq__ 和一个其他比较方法即可。​​​​​​​

from functools import total_ordering
@total_ordering
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age
    def __eq__(self, other):
        return self.age == other.age
    def __lt__(self, other):
        return self.age < other.age
p1 = Person("Alice", 30)
p2 = Person("Bob", 25)
print(p1 > p2)  # True
print(p1 < p2)  # False‍

✅ 6. functools.cmp_to_key(func)

功能：

将旧式的比较函数（返回 -1, 0, 1）转换为可用于 sorted() 的 key 函数。​​​​​​​

from functools import cmp_to_key
def compare(a, b):
    if a < b:
        return -1
    elif a > b:
        return 1
    else:
        return 0
nums = [5, 2, 9, 1]
sorted_nums = sorted(nums, key=cmp_to_key(compare))
print(sorted_nums)  # 输出: [1, 2, 5, 9]‍

✅ 7. functools singledispatch

功能：

根据第一个参数的类型进行函数重载（多态函数）。​​​​​​​

from functools import singledispatch
@singledispatch
def process(data):
    print("默认处理:", data)
@process.register(int)
def _(data):
    print("处理整数:", data * 2)
@process.register(str)
def _(data):
    print("处理字符串:", data.upper())
process(10)      # 输出: 处理整数: 20
process("abc")   # 输出: 处理字符串: ABC
process([1,2])   # 输出: 默认处理: [1, 2]‍

✅ 8. functools.cache (Python 3.9+)

功能：

类似于 lru_cache(None)，但更高效，适合无参或不可变参数的函数。​​​​​​​

from functools import cache
@cache
def factorial(n):
    if n <= 1:
        return 1
    return n * factorial(n - 1)
print(factorial(100))  # 快速计算，且不会重复计算‍

✅ 总结表格：常用 functools 工具函数一览

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】

​​