functools.partial: 인자를 고정한 함수 만들기

지난 글에서 lru_cache로 함수 결과를 캐싱하는 방법을 살펴봤습니다. 이번 글에서는 functools.partial을 다룹니다. 함수 인자 일부를 미리 고정해 새로운 함수를 만드는 이 기능은, 반복되는 인자를 제거하고 코드를 더 읽기 좋게 만드는 데 유용합니다.

partial이란?

partial(func, *args, **kwargs)는 func에 인자를 미리 바인딩한 새로운 callable 객체를 반환합니다. 이 객체를 호출할 때는 남은 인자만 전달하면 됩니다.

from functools import partial

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

square = partial(power, exponent=2)
cube   = partial(power, exponent=3)

square(5)   # 25
cube(5)     # 125

위치 인자 vs 키워드 인자 고정

from functools import partial

def multiply(a, b):
    return a * b

# 위치 인자 고정 (앞에서부터 순서대로)
double = partial(multiply, 2)
double(5)   # 10  (2 * 5)
double(7)   # 14  (2 * 7)

# 키워드 인자 고정
def greet(name, greeting="안녕"):
    return f"{greeting}, {name}!"

hello = partial(greet, greeting="Hello")
hello("Alice")   # "Hello, Alice!"
hello("Bob")     # "Hello, Bob!"

partial 객체 내부 구조

partial은 원래 함수와 고정된 인자를 그대로 보관합니다.

from functools import partial

add = lambda a, b: a + b
add5 = partial(add, 5)

print(add5.func)      # <function <lambda> at 0x...>
print(add5.args)      # (5,)
print(add5.keywords)  # {}

req = partial(requests.get, timeout=10, verify=True)
print(req.keywords)   # {'timeout': 10, 'verify': True}

partial vs lambda

두 방법은 비슷해 보이지만 중요한 차이가 있습니다.

import pickle
from functools import partial

# partial은 pickle 가능
double_p = partial(lambda a, b: a * b, 2)
# pickle 직렬화 가능 → multiprocessing, joblib 등에서 사용 가능

# lambda는 pickle 불가
double_l = lambda x: x * 2
# pickle.dumps(double_l) → AttributeError

콜백 등록, 멀티프로세싱 작업 전달 등에서는 partial이 lambda보다 안전합니다.

실전 활용 패턴

콜백에 추가 인자 전달

from functools import partial

def handle_click(button_id, event):
    print(f"버튼 {button_id} 클릭: {event}")

# GUI 라이브러리 예시 — on_click은 event 하나만 인자로 받음
button1.on_click(partial(handle_click, "submit"))
button2.on_click(partial(handle_click, "cancel"))

람다로도 쓸 수 있지만 partial이 의도를 더 명확하게 드러냅니다.

map/filter 조합

from functools import partial
import operator

add10 = partial(operator.add, 10)
list(map(add10, [1, 2, 3, 4]))   # [11, 12, 13, 14]

# 비교 함수로 필터링
is_positive = partial(operator.lt, 0)   # 0 < x 인지 확인
list(filter(is_positive, [-1, 2, -3, 4]))  # [2, 4]

sorted key 재사용

from functools import partial
import operator

# name 기준 정렬 함수 재사용
by_name = partial(sorted, key=operator.itemgetter('name'))
by_age  = partial(sorted, key=operator.itemgetter('age'), reverse=True)

users = [{'name': '김', 'age': 30}, {'name': '이', 'age': 25}]
by_name(users)   # name 오름차순
by_age(users)    # age 내림차순

HTTP 클라이언트 공통 설정

import requests
from functools import partial

# 공통 헤더/타임아웃을 미리 고정
api_get = partial(
    requests.get,
    headers={"Authorization": "Bearer TOKEN"},
    timeout=30,
)

# 이후 URL만 전달
resp1 = api_get("https://api.example.com/users")
resp2 = api_get("https://api.example.com/posts")

partialmethod

클래스 메서드에 적용할 때는 partialmethod를 사용합니다.

from functools import partialmethod

class DataProcessor:
    def process(self, data, *, mode, strict=False):
        ...

    # 메서드를 부분 적용해 새 메서드로 등록
    process_strict = partialmethod(process, mode='strict', strict=True)
    process_fast   = partialmethod(process, mode='fast')

proc = DataProcessor()
proc.process_strict([1, 2, 3])   # mode='strict', strict=True 자동 적용

일반 partial로 클래스 속성에 넣으면 descriptor protocol이 무시되어 self가 제대로 바인딩되지 않습니다. 메서드에는 반드시 partialmethod를 써야 합니다.

인자 순서 뒤집기 패턴

partial은 앞에서부터 인자를 고정하므로, 뒤쪽 위치 인자를 먼저 고정하려면 래퍼가 필요합니다.

from functools import partial

def divide(a, b):
    return a / b

# b를 고정하고 싶다면: partial은 앞부터 채우므로 키워드 인자로 우회하거나
# 인자 순서를 바꾼 래퍼를 만들어 사용
def rdivide(b, a):   # 인자 순서 교환
    return a / b

halve = partial(rdivide, 2)   # b=2 고정 → a/2 계산
halve(10)   # 5.0
halve(30)   # 15.0

---

지난 글: functools.lru_cache: 메모이제이션 캐싱

다음 글: operator 모듈: 연산을 함수로 다루기

읽어주셔서 감사합니다. 😊