functools

functools fornece funções de ordem superior para cache, aplicação parcial, redução e genéricos de despacho único - blocos de construção comuns em decoradores e APIs.

Receita

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)

Quando usar isso:

• Memoizar funções puras dispendiosas
• Currying de configuração em callbacks
• Escrever decoradores que preservam __name__
• Comportamento de função específico do tipo sem cadeias if isinstance

Exemplo de Trabalho

from functools import lru_cache, partial, reduce, singledispatch, wraps
 
def logger(fn):
    @wraps(fn)
    def wrapper(*args, **kwargs):
        print(f"chamada {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))

O que isso demonstra:

• @wraps copia metadados para o wrapper para introspecção/depuração
• lru_cache requer argumentos hashable
• singledispatch registra manipuladores por tipo
• reduce combina um iterável com uma função binária

Mergulho Profundo

Como Funciona

• lru_cache - Dicionário indexado por argumentos; descarta o menos recentemente usado em maxsize.
• cache_clear - Invalida resultados memorizados quando as entradas mudam externamente.
• partial - partial(func, *args, **kwargs) fixa os argumentos iniciais.
• singledispatch - Despacha com base no tipo do primeiro argumento; registra com decorador.
• total_ordering - Gera métodos de comparação a partir de __eq__ e um de ordenação.

Ordem da Pilha de Decoradores

@outer
@inner
def f(): ...
 
# é igual a f = outer(inner(f)) - inner aplicado primeiro

Notas Python

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

Armadilhas

• lru_cache com argumentos mutáveis - Listas não são hashable. Correção: Argumentos tupla ou desativar cache.
• Cache de funções impuras - Leituras obsoletas quando o estado oculto muda. Correção: cache_clear ou sem cache.
• Cache ilimitado maxsize=None - Crescimento de memória em espaço de chave infinito. Correção: Definir maxsize.
• partial obscurece a assinatura - inspect menos claro. Correção: Wrapper com parâmetros explícitos para APIs públicas.
• singledispatch não para múltiplos argumentos - Apenas o tipo do primeiro argumento. Correção: Bibliotecas multimétodo ou correspondência manual.

Alternativas

FAQs

Relacionado

• Escrevendo Decoradores - padrão wraps
• Closures & Captura de Escopo - padrão de fábrica
• Sobrecargas & Tipos Chamáveis - sobrecargas de tipagem
• itertools - accumulate vs reduce

Versões da Pilha: Esta página foi escrita para Python 3.14.0 (stable 3.14, maintenance 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+, e uv 0.6+.