Python如何利用toolz库实现函数式编程

本文小编为大家详细介绍“Python如何利用toolz库实现函数式编程”，内容详细，步骤清晰，细节处理妥当，希望这篇“Python如何利用toolz库实现函数式编程”文章能帮助大家解决疑惑，下面跟着小编的思路慢慢深入，一起来学习新知识吧。

使用 toolz 库来构建。 这个库具有操作此类函数的函数，并且它们在纯函数中表现得特别好。 在函数式编程世界中，它们通常被称为“高阶函数”，因为它们将函数作为参数，将函数作为结果返回。

让我们从这里开始：

def add_one_word(words, word):    return words.set(words.get(word, 0) + 1)

这个函数假设它的***个参数是一个不可变的类似字典的对象，它返回一个新的类似字典的在相关位置递增的对象：这就是一个简单的频率计数器。

但是，只有将它应用于单词流并做归纳时才有用。 我们可以使用内置模块 functools 中的归纳器。

functools.reduce(function, stream, initializer)

我们想要一个函数，应用于流，并且能能返回频率计数。

我们首先使用 toolz.curry 函数：

add_all_words = curry(functools.reduce, add_one_word)

使用此版本，我们需要提供初始化程序。但是，我们不能只将 pyrsistent.m 函数添加到 curry 函数中； 因为这个顺序是错误的。

add_all_words_flipped = flip(add_all_words)

flip 这个高阶函数返回一个调用原始函数的函数，并且翻转参数顺序。

get_all_words = add_all_words_flipped(pyrsistent.m())

我们利用 flip 自动调整其参数的特性给它一个初始值：一个空字典。

现在我们可以执行 get_all_words(word_stream) 这个函数来获取频率字典。 但是，我们如何获得一个单词流呢？ Python 文件是按行供流的。

def to_words(lines):    for line in lines:        yield from line.split()

在单独测试每个函数后，我们可以将它们组合在一起：

words_from_file = toolz.compose(get_all_words, to_words)

在这种情况下，组合只是使两个函数很容易阅读：首先将文件的行流应用于 to_words，然后将 get_all_words 应用于 to_words 的结果。 但是文字上读起来似乎与代码执行相反。

当我们开始认真对待可组合性时，这很重要。有时可以将代码编写为一个单元序列，单独测试每个单元，***将它们全部组合。如果有几个组合元素时，组合的顺序可能就很难理解。

toolz 库借用了 Unix 命令行的做法，并使用 pipe 作为执行相同操作的函数，但顺序相反。

words_from_file = toolz.pipe(to_words, get_all_words)

现在读起来更直观了：将输入传递到 to_words，并将结果传递给 get_all_words。 在命令行上，等效写法如下所示：

$ cat files | to_words | get_all_words

toolz 库允许我们操作函数，切片、分割和组合，以使我们的代码更容易理解和测试。

读到这里，这篇“Python如何利用toolz库实现函数式编程”文章已经介绍完毕，想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会，如果想了解更多相关内容的文章，欢迎关注亿速云行业资讯频道。