0Pricing
Python Academy · Lezione

functools: partial e reduce

Crei funzioni specializzate con partial e riduca sequenze con reduce.

functools: partial e reduce è una lezione Python Academy gratuita su CoddyKit. Questa è la lezione 3 di 4. Puoi leggere la lezione completa qui gratuitamente — poi esercitati direttamente nel browser con un editor di codice integrato e un tutor IA disponibile 24/7. Fa parte del percorso di apprendimento Python Academy, e i tuoi progressi si sincronizzano tra il web e l'app CoddyKit. Il corso Python Academy include 4 lezioni in totale.

Panoramica su functools

functools è un modulo della libreria standard che raccoglie funzioni di ordine superiore, in grado di operare su altre funzioni o di restituirle.

import functools

# partial, reduce, lru_cache, wraps, cached_property ...
print(dir(functools))

partial()

functools.partial(func, *args, **kw) crea un nuovo oggetto chiamabile con alcuni argomenti già valorizzati.

import functools

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

square = functools.partial(power, exp=2)
cube   = functools.partial(power, exp=3)

print(square(4))  # 16
print(cube(3))    # 27

partial con i metodi

Utilizzi partial per adattare metodi con parametri fissi e usarli come callback o gestori di eventi.

import functools, logging

logger = logging.getLogger("app")
log_error = functools.partial(logger.log, logging.ERROR)

log_error("Something went wrong")

partial o lambda

Per preimpostare gli argomenti è preferibile partial a lambda, perché è serializzabile con pickle, ha un buon repr e conserva la docstring.

import functools

mul = lambda x, y: x * y

double_lambda = lambda x: mul(x, 2)            # lambda approach
double_partial = functools.partial(mul, y=2)   # partial approach

print(double_partial(5))   # 10

reduce()

functools.reduce(func, iterable, initial) combina l'iterabile da sinistra a destra usando una funzione binaria.

import functools, operator

total = functools.reduce(operator.add, [1,2,3,4,5])
print(total)   # 15

product = functools.reduce(operator.mul, [1,2,3,4,5], 1)
print(product) # 120

Creare max() con reduce

Illustri reduce reimplementando max():

import functools

def my_max(seq):
    return functools.reduce(lambda a, b: a if a > b else b, seq)

print(my_max([3, 1, 4, 1, 5, 9]))  # 9

Appiattire liste annidate

Utilizzi reduce con operator.iconcat per appiattire un livello di annidamento.

import functools, operator

nested = [[1,2],[3,4],[5]]
flat = functools.reduce(operator.iconcat, nested, [])
print(flat)  # [1, 2, 3, 4, 5]

partial per creare URL

Un modello pratico con partial: fissi un URL di base e crei helper specializzati per le richieste.

import functools, urllib.request

def fetch(base, path):
    url = base.rstrip("/") + "/" + path.lstrip("/")
    with urllib.request.urlopen(url) as r:
        return r.read()

github = functools.partial(fetch, "https://api.github.com")
# github("/users/octocat")

wraps(): conservare i metadati

Quando scrive decoratori, utilizzi @functools.wraps(wrapped) affinché il wrapper conservi il nome e la docstring della funzione originale.

import functools

def decorator(func):
    @functools.wraps(func)
    def wrapper(*args, **kw):
        return func(*args, **kw)
    return wrapper

@decorator
def greet(name):
    """Say hello."""
    return f"Hello, {name}"

print(greet.__name__)  # greet
print(greet.__doc__)   # Say hello.

total_ordering

@functools.total_ordering completa i metodi di confronto mancanti quando si definiscono __eq__ e uno tra __lt__/__le__/__gt__/__ge__.

import functools

@functools.total_ordering
class Version:
    def __init__(self, major, minor):
        self.v = (major, minor)
    def __eq__(self, o): return self.v == o.v
    def __lt__(self, o): return self.v < o.v

print(Version(1,2) >= Version(1,1))  # True

singledispatch

@functools.singledispatch crea una funzione che seleziona implementazioni diverse in base al tipo del primo argomento.

import functools

@functools.singledispatch
def process(arg):
    raise NotImplementedError(type(arg))

@process.register(int)
def _(n): return n * 2

@process.register(str)
def _(s): return s.upper()

print(process(5))     # 10
print(process("hi"))  # HI

Verifica rapida

Che cosa crea functools.partial(pow, 2)?

Riepilogo

partial preimposta gli argomenti di una funzione; reduce combina una sequenza con una funzione binaria; wraps conserva i metadati dei decoratori; total_ordering completa i metodi di confronto; singledispatch seleziona l'implementazione in base al tipo.

Domande Frequenti

La lezione «functools: partial e reduce» è gratuita?

Sì — il testo completo di «functools: partial e reduce» è gratuito qui sul web. Per esercitarvi in modo interattivo (un editor di codice integrato e un tutor IA 24/7) e sbloccare il resto del corso Python Academy, passa a CoddyKit PRO. Il corso Python Academy include 4 lezioni in totale.

Cosa imparerò in «functools: partial e reduce»?

Crei funzioni specializzate con partial e riduca sequenze con reduce. Eserciti Python Academy con codice pratico che esegui direttamente nel browser, e un tutor IA 24/7 risponde alle tue domande mentre lavori sulla lezione.

Ho bisogno di esperienza per iniziare Python Academy?

Non è richiesta alcuna esperienza precedente. Python Academy su CoddyKit è strutturato per principianti e studenti avanzati, quindi puoi iniziare da qui o dall'inizio e procedere al tuo ritmo. Questa è la lezione 3 di 4.

Quanto tempo richiede la lezione «functools: partial e reduce»?

La maggior parte delle lezioni CoddyKit richiede circa 5–10 minuti. Ogni lezione è breve e interattiva, quindi fai progressi costanti e riprendi esattamente da dove hai lasciato su web e app.

Posso scrivere ed eseguire codice in questa lezione Python Academy?

Sì. Ogni lezione Python Academy include un editor di codice integrato, quindi scrivi ed esegui codice reale direttamente nel tuo browser e ricevi feedback istantaneo dall'IA — nessuna configurazione locale necessaria.

Tutte le lezioni di questo corso

  1. itertools: iteratori infiniti e finiti
  2. itertools: calcolo combinatorio
  3. functools: partial e reduce
  4. functools: lru_cache e cached_property
← Torna a Python Academy