我在一个模块中有一堆回调函数。他们都some_func()用第一个参数调用，比如说，几个参数总是相同的，并且从他们自己的参数中派生出来，而其他参数则不同。像这样：
from outer.space import some_func
def callback_A(param1, param2, param3):
...
some_func(param2+param1, param3, ..., ...)
...
def callback_B(param1, param2, param3, param4):
...
some_func(param2+param1, param3, ..., ...)
...
这一切都在代码中。而且比 param2+param1 更丑。
在 C/C++ 中，我只会做一个宏
#define S_F(a,b) some_func(param2+param1, param3, a, b)
并开始在回调中使用 S_F 而不是some_func. 我可以在 Python 中做什么？
您可以使用functools.partial
>>> from functools import partial
>>> def my_function(a,b,c,d,e):
... print (a,b,c,d,e)
...
>>> func_with_defaults = partial(my_function, 1, 2, e=5)
>>> func_with_defaults(3, 4)
(1, 2, 3, 4, 5)
编辑：
由于您事先没有这些值，因此您不能使用partialor lambda。您可能很想这样做：
>>> A = lambda x: x + y
>>> def do_something(y):
... return A(2) # hope it uses the `y` parameter...
...
>>> do_something(1)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<stdin>", line 2, in do_something
File "<stdin>", line 1, in <lambda>
NameError: global name 'y' is not defined
但正如你所见，它不起作用。为什么？因为当您定义一个函数时，python 会保存您定义它的范围并使用它来解析global/nonlocal变量。
如果您可以访问some_func它，则可以通过使用“破解”解释器堆栈来做您想做的inspect事情，但这不是一个健壮或优雅的事情，所以不要这样做。
在您的情况下，我要做的就是简单地重写该语句。
如果你真的想避免这种情况，你可以尝试使用exec：
>>> def some_function(a,b,c):
... print(a,b,c)
...
>>> code = 'some_function(a+b,c,%s)'
>>>
>>> def func_one(a,b, c):
... exec code % 1
...
>>> def func_two(a,b,c):
... exec code % 2
...
>>> func_one(1,2,3)
(3, 3, 1)
>>> func_two(1,2,3)
(3, 3, 2)
但这很丑陋。
如果您只对函数使用位置参数，您可以做一些更优雅的事情，例如：
>>> def compute_values(a,b,c):
... return (a+b, c)
...
>>> def func_one(a,b,c):
... some_function(*(compute_values(a,b,c) + (1,)))
...
>>> def func_two(a,b,c):
... some_function(*(compute_values(a,b,c) + (2,)))
...
>>> func_one(1,2,3)
(3, 3, 1)
>>> func_two(1,2,3)
(3, 3, 2)
但是此时您只是在重复不同的文本，并且您失去了很多可读性。如果您想在 python 中具有预处理功能，您可以尝试Python Preprocessing，即使在您的情况下，我宁愿只是重复函数调用。
你可以基于装饰器：
import functools
from outer.space import some_func
def with_some(f):
@functools.wraps(f)
def wrapper(param1, param2, param3, *args):
new_args = f(*args)
return some_func(param1+param2, param3, *new_args)
return wrapper
@with_some
def callback_A():
return () # Will call some_func(param1 + param2, param3)
...
@with_some
def callback_B(param4):
return param4, # some_func(param1 + param2, param3, param4)
包装的函数都将具有签名f(param1, param2, param3, *args)
S_F = lambda a, b: some_func(param2+params1, param3, a, b)
请记住param1，param2和param3必须在 lambda 语句的范围内可用，就像some_func.
如何在函数签名中使用关键字参数而不是位置参数：
some_func(**kwargs):
Instead of position arguments, just use the keys that some_func can respond to.
You can defaults to the ones not included...
if key1 in kwargs:
#use key1...
#...
def callback_A(param1, param2, param3):
some_func(key1=param1+parma2,key2=param3, other_key=...)
def callback_B(param1, param2, param3, param4):
some_func(key1=param2+param1, key2=param3, other_keys=..., ...)
编辑
如果您无法将函数签名更改为，some_func则可以将其包装：
def some_func(a,b,c,d,e):
print 'some_funct({}, {}, {}, {}, {})'.format(a,b,c,d,e)
def some_func_wrap(**kwargs):
params={'p1':'default a','p2':'default b',
'p3':'default c','p4':'default d','p5':'default e'}
for p,arg in kwargs.items():
try:
del params[p] # to raise an error if bad key
params[p]=arg
except KeyError:
print 'bad param to some_func_wrap()\n'
raise
some_func(*[params[k] for k in sorted(params.keys())])
some_func_wrap(p1=1,p2=1+3)
印刷：some_funct(1, 4, default c, default d, default e)
简单地说，您可以使用它globals()/locals()来自动获取上下文变量。
但是如果你的函数保存在不同的文件中，那么你可以尝试inspect使用模块来访问调用者的变量。
import inspect
def f1():
v=11111
f2()
def f2():
v = inspect.stack()[1][0].f_locals['v']
print(v)
f1() # print 11111
这是另一个类似的问题： Access variables of caller function in Python