使用 Python 的 toolz 庫開始函數式編程
在這個由兩部分組成的系列文章的第二部分中,我們將繼續探索如何將函數式編程方法中的好想法引入到 Python中,以實現兩全其美。
在上一篇文章中,我們介紹了不可變數據結構。 這些數據結構使得我們可以編寫「純」函數,或者說是沒有副作用的函數,僅僅接受一些參數並返回結果,同時保持良好的性能。
在這篇文章中,我們使用 toolz 庫來構建。 這個庫具有操作此類函數的函數,並且它們在純函數中表現得特別好。 在函數式編程世界中,它們通常被稱為「高階函數」,因為它們將函數作為參數,將函數作為結果返回。
讓我們從這裡開始:
def add_one_word(words, word):
return words.set(words.get(word, 0) + 1)
這個函數假設它的第一個參數是一個不可變的類似字典的對象,它返回一個新的類似字典的在相關位置遞增的對象:這就是一個簡單的頻率計數器。
但是,只有將它應用於單詞流並做歸納時才有用。 我們可以使用內置模塊 functools
中的歸納器。
functools.reduce(function, stream, initializer)
我們想要一個函數,應用於流,並且能能返回頻率計數。
我們首先使用 toolz.curry
函數:
add_all_words = curry(functools.reduce, add_one_word)
使用此版本,我們需要提供初始化程序。但是,我們不能只將 pyrsistent.m
函數添加到 curry
函數中; 因為這個順序是錯誤的。
add_all_words_flipped = flip(add_all_words)
flip
這個高階函數返回一個調用原始函數的函數,並且翻轉參數順序。
get_all_words = add_all_words_flipped(pyrsistent.m())
我們利用 flip
自動調整其參數的特性給它一個初始值:一個空字典。
現在我們可以執行 get_all_words(word_stream)
這個函數來獲取頻率字典。 但是,我們如何獲得一個單詞流呢? Python 文件是按行供流的。
def to_words(lines):
for line in lines:
yield from line.split()
在單獨測試每個函數後,我們可以將它們組合在一起:
words_from_file = toolz.compose(get_all_words, to_words)
在這種情況下,組合只是使兩個函數很容易閱讀:首先將文件的行流應用於 to_words
,然後將 get_all_words
應用於 to_words
的結果。 但是文字上讀起來似乎與代碼執行相反。
當我們開始認真對待可組合性時,這很重要。有時可以將代碼編寫為一個單元序列,單獨測試每個單元,最後將它們全部組合。如果有幾個組合元素時,組合的順序可能就很難理解。
toolz
庫借用了 Unix 命令行的做法,並使用 pipe
作為執行相同操作的函數,但順序相反。
words_from_file = toolz.pipe(to_words, get_all_words)
現在讀起來更直觀了:將輸入傳遞到 to_words
,並將結果傳遞給 get_all_words
。 在命令行上,等效寫法如下所示:
$ cat files | to_words | get_all_words
toolz
庫允許我們操作函數,切片、分割和組合,以使我們的代碼更容易理解和測試。
via: https://opensource.com/article/18/10/functional-programming-python-toolz
作者:Moshe Zadka 選題:lujun9972 譯者:Flowsnow 校對:wxy
本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive