Python 課程 – 函式式編程 (Functional Programming)

主題：`functools.partial` 的使用與實務應用

簡介

在 Python 中，函式是一等公民，除了可以當作變數傳遞，還能透過高階函式 (higher‑order function) 產生新的行為。functools.partial 正是這類工具的典型代表，它允許我們「凍結」（freeze）函式的部分參數，產生一個更簡潔的可呼叫物件。
對於需要重複呼叫同一個函式但參數只有少數幾個會變動的情境，使用 partial 不僅可以減少程式碼重複，還能提升可讀性與可維護性。

在函式式編程的思維裡，我們常把「資料」與「行為」分離，透過組合 (composition) 與柯里化 (currying) 產生新函式。partial 正是 Python 中實作 柯里化 的最直接方式，也是許多第三方函式庫（如 requests、itertools）內部常用的技巧。

核心概念

1. `functools.partial` 的基本語法

from functools import partial

def greet(name, greeting='哈囉', punctuation='!'):
    return f"{greeting} {name}{punctuation}"

# 只凍結 greeting 與 punctuation，產生一個只需要 name 的新函式
hello = partial(greet, greeting='哈囉', punctuation='！')
print(hello('小明'))   # => 哈囉 小明！

partial(func, /, *args, **keywords)
- func：要被凍結的原始函式。
- *args：位置參數的預設值，會放在呼叫時的最前方。
- **keywords：關鍵字參數的預設值。

產生的 hello 仍然是一個 可呼叫（callable）物件，支援 __name__、__doc__ 等屬性（雖然名稱會變成 partial，可自行設定 __name__ 以提升除錯資訊）。

2. 與 `lambda` 的比較

許多新手會直接寫 lambda 來達成同樣的效果：

add_five = lambda x: add(x, 5)

雖然可行，但 partial 更具可讀性，且在處理多個參數或預設關鍵字時，lambda 會變得相當冗長。

# 使用 partial
add_five = partial(add, y=5)   # y 為關鍵字參數

3. 結合其他高階函式

partial 常與 map、filter、sorted 等高階函式一起使用，讓程式碼更具宣告性。

from functools import partial

# 取得字串的前 n 個字元
def prefix(s, n):
    return s[:n]

first_three = partial(prefix, n=3)

words = ['apple', 'banana', 'cherry']
result = list(map(first_three, words))   # ['app', 'ban', 'che']

4. 多層 `partial`（柯里化）

partial 本身也是可被再次凍結的，這讓我們能一步步構建函式。

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

# 先凍結 exponent 為 2，得到平方函式
square = partial(power, exponent=2)

# 再凍結 base 為 3，得到 3 的平方
cube_of_three = partial(square, base=3)   # 等同於 power(3, 2)

print(cube_of_three())   # 9

5. `partial` 與類別方法

partial 也能用在類別的實例方法上，特別是當你想把某些參數預先寫死，然後交給回呼 (callback) 使用。

class Logger:
    def __init__(self, prefix):
        self.prefix = prefix

    def log(self, level, message):
        print(f"{self.prefix} [{level}] {message}")

logger = Logger("[MyApp]")
error_logger = partial(logger.log, level='ERROR')

error_logger("無法連線到資料庫")   # => [MyApp] [ERROR] 無法連線到資料庫

程式碼範例

以下提供 5 個實用範例，每個範例都附上說明與常見的使用情境。

範例 1：簡化 `requests` 的 GET 呼叫

import requests
from functools import partial

# 預設的 headers 與 timeout
default_get = partial(requests.get,
                      headers={'User-Agent': 'MyCrawler/1.0'},
                      timeout=5)

resp = default_get('https://httpbin.org/get')
print(resp.status_code)

說明：把常用的 headers 與 timeout 先凍結，之後只需要傳入 URL 即可。

範例 2：自訂排序鍵（key function）

data = [
    {'name': 'Alice', 'age': 30},
    {'name': 'Bob',   'age': 25},
    {'name': 'Carol', 'age': 27},
]

# 只取出 age 欄位作為排序鍵
by_age = partial(lambda d, key: d[key], key='age')
sorted_data = sorted(data, key=by_age)

print(sorted_data)
# => [{'name': 'Bob', 'age': 25}, {'name': 'Carol', 'age': 27}, {'name': 'Alice', 'age': 30}]

說明：利用 partial 把 key='age' 事先寫死，讓 sorted 的 key 參數更直觀。

範例 3：建立「預設參數」的 CLI 命令

import argparse
from functools import partial

def run(task, verbose=False, dry_run=False):
    """執行指定任務，支援詳細模式與模擬執行。"""
    if dry_run:
        print(f"[dry-run] {task}")
    else:
        print(f"Running {task} {'(verbose)' if verbose else ''}")

parser = argparse.ArgumentParser()
parser.add_argument('task')
parser.add_argument('--verbose', action='store_true')
parser.add_argument('--dry', action='store_true')
args = parser.parse_args()

# 依照指令列參數產生不同的 partial
runner = partial(run, task=args.task, verbose=args.verbose, dry_run=args.dry)
runner()

說明：把 CLI 解析後的結果直接傳給 partial，可避免在 if-else 中重複寫參數。

範例 4：在 GUI 按鈕上綁定帶參數的回呼

import tkinter as tk
from functools import partial

def greet(name):
    print(f"哈囉，{name}！")

root = tk.Tk()
root.title("Partial Demo")

# 為每個按鈕凍結不同的 name
for person in ['小明', '小華', '小美']:
    btn = tk.Button(root, text=person,
                    command=partial(greet, name=person))
    btn.pack(padx=10, pady=5)

root.mainloop()

說明：在 GUI 開發中，partial 能避免使用 lambda 捕獲迴圈變數的常見錯誤。

範例 5：多層 `partial` 實作簡易柯里化

def multiply(a, b, c):
    return a * b * c

# 第一步：凍結 a = 2
mul_by_2 = partial(multiply, a=2)

# 第二步：凍結 b = 5，得到只需要 c 的函式
mul_by_2_and_5 = partial(mul_by_2, b=5)

print(mul_by_2_and_5(3))   # 2 * 5 * 3 = 30

說明：透過逐層凍結，我們可以把一個三元函式變成只接受單一參數的簡易「偏函式」。

常見陷阱與最佳實踐

陷阱	可能的結果	解決方案或最佳實踐
忘記傳入必要的參數	`TypeError: missing required positional argument`	使用 IDE 或 `inspect.signature` 檢查原函式的參數列表。
凍結可變物件（如 list、dict）	後續修改會影響所有 `partial` 產生的函式（共享同一個物件）	若需要獨立副本，使用 `copy.deepcopy` 或在 `partial` 前先建立新物件。
`partial` 產生的函式失去原本的 `__name__`、`__doc__`	除錯或自動文件化時資訊不完整	手動設定 `new_func.__name__ = original.__name__`、`new_func.__doc__ = original.__doc__`，或使用 `functools.update_wrapper`.
在多執行緒環境下共享同一個 `partial` 物件	競爭條件 (race condition) 若凍結的是可變物件	盡量把 `partial` 放在每個執行緒的本地變數中，或使用不可變的參數。
過度使用 `partial` 使程式碼抽象化過頭	可讀性下降，後續維護困難	只在重複呼叫、參數固定且意圖明確的情境使用，否則直接寫普通函式或 `lambda`。

最佳實踐：

保持簡潔：只凍結真正需要預設的參數，避免一次凍結過多。
使用說明文字：在 partial 前加上註解，說明為何要凍結這些參數。
結合 functools.update_wrapper：保留原函式的元資訊，提升除錯效率。

from functools import partial, update_wrapper

def add(a, b):
    """回傳 a + b 的結果。"""
    return a + b

add_five = partial(add, b=5)
update_wrapper(add_five, add)   # 保留 __name__、__doc__

實際應用場景

API 客戶端封裝
- 把 API 金鑰、預設的 Header、timeout 等資訊凍結，讓每次呼叫只需提供 endpoint 或 payload。
資料處理管線 (pipeline)
- 在 map、filter、reduce 之間傳遞已凍結參數的函式，讓管線更具可組合性。
測試與 Mock
- 使用 partial 把測試函式的依賴參數固定，方便在 unittest 或 pytest 中重複使用。
GUI 事件處理
- 為多個按鈕或選單項目快速綁定帶參數的回呼，避免 lambda 捕獲迴圈變數的常見錯誤。
命令列工具
- 把子指令的共用參數（如 verbose、dry-run）凍結，讓每個子指令的實作更乾淨。

總結

functools.partial 是 Python 函式式編程中不可或缺的工具，它讓我們能夠以「凍結參數」的方式快速產生新函式，從而提升程式碼的可讀性、可維護性與重用性。透過本篇文章，我們了解了：

partial 的基本語法與與 lambda 的差異。
如何在高階函式、類別方法、GUI 以及 CLI 中運用 partial。
常見的陷阱（如可變物件共享）與相應的最佳實踐。
真實世界的應用場景，從 API 客戶端到資料處理管線皆可受惠。

在日常開發中，適度使用 partial 能讓程式碼更加宣告式 (declarative)，減少重複與錯誤。建議在寫完函式後，先思考是否有「固定參數」的情境，若有，就把它抽象為 partial，讓程式碼變得更簡潔、更易於維護。祝你在 Python 的函式式編程之路上玩得開心！

Python 課程 – 函式式編程 (Functional Programming)

主題：functools.partial 的使用與實務應用

簡介