Python自带的 functools 模块提供了一些常用的高阶函数，也就是用于处理其它函数的特殊函数。换言之，就是能使用该模块对可调用对象进行处理。

functools模块函数概览

functools.cmp_to_key()

语法：

functools.cmp_to_key(func)

该函数用于将旧式的比较函数转换为关键字函数。

旧式的比较函数：接收两个参数，返回比较的结果。返回值小于零则前者小于后者，返回值大于零则相反，返回值等于零则两者相等。

关键字函数：接收一个参数，返回其对应的可比较对象。例如 sorted(), min(), max(), heapq.nlargest(), heapq.nsmallest(), itertools.groupby() 都可作为关键字函数。

在 Python 3 中，有很多地方都不再支持旧式的比较函数，此时可以使用 cmp_to_key() 进行转换。

示例：

sorted(iterable, key=cmp_to_key(cmp_func))

functools.total_ordering()

语法：

functools.total_ordering(cls)

这是一个类装饰器，用于自动实现类的比较运算。

我们只需要在类中实现 eq() 方法和以下方法中的任意一个 lt(), le(), gt(), ge()，那么 total_ordering() 就能自动帮我们实现余下的几种比较运算。

示例：

@total_ordering
class Student: 
 def eq(self, other):
 return ((self.lastname.lower(), self.firstname.lower()) ==
 (other.lastname.lower(), other.firstname.lower()))
 def lt(self, other):
 return ((self.lastname.lower(), self.firstname.lower()) <
 (other.lastname.lower(), other.firstname.lower()))

functools.reduce()

语法：

functools.reduce(function, iterable[, initializer])

该函数与 Python 内置的 reduce() 函数相同，主要用于编写兼容 Python 3 的代码。

functools.partial()

语法：

functools.partial(func[, *args][, **keywords])

该函数返回一个 partial 对象，调用该对象的效果相当于调用 func 函数，并传入位置参数 args 和关键字参数 keywords 。如果调用该对象时传入了位置参数，则这些参数会被添加到 args 中。如果传入了关键字参数，则会被添加到 keywords 中。

partial() 函数的等价实现大致如下：

def partial(func, *args, **keywords): 
 def newfunc(*fargs, **fkeywords):
 newkeywords = keywords.copy()
 newkeywords.update(fkeywords)
 return func(*(args + fargs), **newkeywords)
 newfunc.func = func
 newfunc.args = args
 newfunc.keywords = keywords
 return newfunc

partial() 函数主要用于“冻结”某个函数的部分参数，返回一个参数更少、使用更简单的函数对象。

示例：

>>> from functools import partial
>>> basetwo = partial(int, base=2)
>>> basetwo.doc = 'Convert base 2 string to an int.'
>>> basetwo('10010')
18

functools.update_wrapper()

语法：

functools.update_wrapper(wrapper, wrapped[, assigned][, updated])

该函数用于更新包装函数（wrapper），使它看起来像原函数一样。可选的参数是一个元组，assigned 元组指定要直接使用原函数的值进行替换的属性，updated 元组指定要对照原函数进行更新的属性。这两个参数的默认值分别是模块级别的常量：WRAPPER_ASSIGNMENTS 和 WRAPPER_UPDATES。前者指定了对包装函数的 name, module, doc 属性进行直接赋值，而后者指定了对包装函数的 dict 属性进行更新。

该函数主要用于装饰器函数的定义中，置于包装函数之前。如果没有对包装函数进行更新，那么被装饰后的函数所具有的元信息就会变为包装函数的元信息，而不是原函数的元信息。

functools.wraps()

语法：

functools.wraps(wrapped[, assigned][, updated])

wraps() 简化了 update_wrapper() 函数的调用。它等价于 partial(update_wrapper, wrapped=wrapped, assigned, updated=updated)。

示例：

>>> from functools import wraps
>>> def my_decorator(f):
... @wraps(f)
... def wrapper(*args, **kwds):
... print 'Calling decorated function'
... return f(*args, **kwds)
... return wrapper

>>> @my_decorator
... def example():
... """Docstring"""
... print 'Called example function'

>>> example()
Calling decorated function 
Called example function 
>>> example.name
'example' 
>>> example.doc
'Docstring'

如果不使用这个函数，示例中的函数名就会变成 wrapper ，并且原函数 example() 的说明文档（docstring）就会丢失。