functools

functools proporciona funciones de orden superior para caché, aplicación parcial, reducción y genéricos de envío único (single-dispatch), bloques de construcción comunes en decoradores y APIs.

Receta

from functools import lru_cache, partial
 
@lru_cache(maxsize=128)
def fib(n: int) -> int:
    if n < 2:
        return n
    return fib(n - 1) + fib(n - 2)
 
double = partial(pow, 2)

Cuándo usar esto:

• Para memoizar funciones puras costosas
• Para currificación de configuración en callbacks
• Para escribir decoradores que preserven __name__
• Para comportamiento de función específico de tipo sin cadenas if isinstance

Ejemplo de Trabajo

from functools import lru_cache, partial, reduce, singledispatch, wraps
 
def logger(fn):
    @wraps(fn)
    def wrapper(*args, **kwargs):
        print(f"llamada {fn.__name__}")
        return fn(*args, **kwargs)
    return wrapper
 
@logger
@lru_cache(maxsize=32)
def tokenize(text: str) -> tuple[str, ...]:
    return tuple(text.lower().split())
 
@singledispatch
def serialize(value) -> str:
    return str(value)
 
@serialize.register(int)
def _(value: int) -> str:
    return f"i:{value}"
 
def product(nums: list[int]) -> int:
    return reduce(lambda a, b: a * b, nums, 1)
 
if __name__ == "__main__":
    print(tokenize("Hello World"))
    print(serialize(42))
    print(product([2, 3, 4]))
    add5 = partial(lambda a, b: a + b, 5)
    print(add5(10))

Lo que esto demuestra:

• @wraps copia metadatos al wrapper para introspección/depuración
• lru_cache requiere argumentos hasheables
• singledispatch registra manejadores por tipo
• reduce pliega un iterable con una función binaria

Análisis Profundo

Cómo Funciona

• lru_cache - Diccionario indexado por argumentos; descarta el menos usado recientemente al alcanzar maxsize.
• cache_clear - Invalida los resultados memoizados cuando las entradas cambian externamente.
• partial - partial(func, *args, **kwargs) fija los argumentos iniciales.
• singledispatch - Despacha según el tipo del primer argumento; se registra con un decorador.
• total_ordering - Genera métodos de comparación a partir de __eq__ y un método de ordenamiento.

Orden de Pila de Decoradores

@outer
@inner
def f(): ...
 
# equivale a f = outer(inner(f)) - inner se aplica primero

Notas de Python

from functools import cached_property  # 3.8+
 
class Config:
    @cached_property
    def heavy(self) -> dict:
        return load()

Trampas Comunes

• lru_cache con argumentos mutables - Las listas no son hasheables. Solución: Usar tuplas como argumentos o deshabilitar la caché.
• Caché de funciones impuras - Lecturas obsoletas cuando el estado oculto cambia. Solución: Usar cache_clear o no usar caché.
• maxsize=None sin límites en la caché - Crecimiento de memoria en un espacio de claves infinito. Solución: Establecer un maxsize.
• partial oscurece la firma - La inspección es menos clara. Solución: Usar un wrapper con parámetros explícitos para APIs públicas.
• singledispatch no es para múltiples argumentos - Solo considera el tipo del primer argumento. Solución: Usar bibliotecas de multimétodos o lógica manual.

Alternativas

Preguntas Frecuentes

Relacionado

• Escribir Decoradores - patrón wraps
• Closures y Captura de Ámbito - patrón de fábrica
• Sobrecargas y Tipos Llamables - sobrecargas de tipado
• itertools - accumulate vs reduce

Versiones de Stack: Esta página fue escrita para Python 3.14.0 (estable 3.14, mantenimiento 3.13), FastAPI 0.115+, Django 5.2, Flask 3.1, Pydantic 2, PyTorch 2.6+, pandas 2.2+, Polars 1.x, ruff 0.9+, y uv 0.6+.