Python 简化函数调用的3种技巧

假设有一个函数，这个函数需要接收4个参数，并返回这4个参数的和：

def sum_four(a, b, c, d):
  return a + b + c + d

如果需要固定最后前三个参数，仅改变最后一个参数的值，这时候可能需要这么调用：

>> > a, b, c = 1, 2, 3

 >> > sum_four(a=a, b=b, c=c, d=1)
7

 >> > sum_four(a=a, b=b, c=c, d=2)
8

 >> > sum_four(a=a, b=b, c=c, d=3)
9

 >> > sum_four(a=a, b=b, c=c, d=4)
10

这样写实在是太丑了，如果用 Map 函数，是否能简化代码？

答案是肯定的，但是Map函数【一般】只能接受单一元素，如果你强行使用的话，它会报这样的错：

> >> list(map(sum_four, [(1, 2, 3, 4)]))
Traceback (most recent call last):
  File "< stdin >", line 1, in < module >
TypeError: sum_four() missing 3 required positional arguments: 'b', 'c', and 'd'

怎么解决？

方案1: itertools.starmap

可以使用 itertools 的函数 starmap 替换Map.

它与Map不同，允许接受一个元组作为传入sum_four的参数。

>> > import itertools
 >> > list(itertools.starmap(sum_four, [(1, 2, 3, 4)]))
[10]

非常棒，这样的话，上述问题就可以使用starmap函数解决：

>> > import itertools

 >> > ds = [1, 2, 3, 4]

 >> > items = ((a, b, c, d) for d in ds)

 >> > list(items)
 [(1, 2, 3, 1), (1, 2, 3, 2), (1, 2, 3, 3), (1, 2, 3, 4)]

 >> > list(itertools.starmap(sum_four, items))
 [7, 8, 9, 10]

请注意 items 是一个生成器，这是为了避免 items 过大导致内存消耗量过大。平时开发的时候注意这些细节，能够使你和普通的开发者拉开差距。

方案2: functools.partial

第二种解决方案是使用 partial 函数固定前三个参数。

根据文档，partial将“冻结”函数的参数的某些部分，从而生成简化版的函数。

因此上述问题的解决方案就是：

>> > import functools
 >> > partial_sum_four = functools.partial(sum_four, a, b, c)
 >> > partial_sum_four(3)
9
 >> > # 这样就可以使用map函数了：
 >> > list(map(partial_sum_four, ds))
[7, 8, 9, 10]

方案3: itertools.repeat()

事实上，Map 函数是允许传递可迭代参数的，但是有一个有趣的特点，他会用每个可迭代对象里的项作为传入函数的不同参数。这样说可能太过于抽象了，来看看实际的例子：

> >> list(map(sum_four, [1,1,1,1], [2,2,2,2], [3,3,3,3], [1,2,3,4]))
 [7, 8, 9, 10]

明显，每次都使用了不同数组中对应下标的项传入函数进行计算。

这样，我们可以使用这个特点进行优化。

itertools.repeat() 函数能够根据参数产生一个迭代器，该迭代器一次又一次返回对象。不指定times参数，它将无限期运行。

而 Map 函数会在最短的可迭代对象被迭代完后，就会自动停止运行。

结合这两个特点，上述问题的解决方案就出来了：

>> > import itertools
 >> > list(map(sum_four, itertools.repeat(a), itertools.repeat(b), itertools.repeat(c), ds))
 [7, 8, 9, 10]

这招非常巧妙，缺点是能读懂的人不多。不过没关系，计算机世界中某些东西知道就好，你并不一定需要去使用它。