toolz庫允許你操作函數，使其更容易理解，更容易測試代碼。

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，僅僅接受一些參數并返回結果，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，并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。

讓我們從這里開始：

defadd_one_word(words,word):

returnwords.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，只有將它應用于單詞流并做歸納時才有用。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，應用于流，并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，并且翻轉參數順序。

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。

defto_words(lines):

forlineinlines:

yieldfromline.split()

在單獨測試每個函數后，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于to_words，然后將get_all_words應用于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，最后將它們全部組合。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，并使用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，并將結果傳遞給get_all_words。在命令行上，等效寫法如下所示：

$catfiles|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。

以上內容為大家介紹了使用Python的toolz庫開始函數式編程，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。http://www.mobiletrain.org/

上一篇

關于Python中的yield

下一篇

為什么python中使用模塊無法識別