支持函数式编程的包

Python的目标不是变成函数式编程语言，但是得益于operator和functools等包的支持。

operator模块

在函数式编程中，经常需要把算术运算符当作函数使用。

#使用reduce函数和一个匿名函数计算阶乘
from functools import reduce 
def fact(n): 
    return reduce(lambda a, b: a*b, range(1, n+1))

operator模块为多个算术运算符提供了对应的函数，从而避免编写lambda a, b: a*b这种平凡的匿名函数。

使用reduce和operator.mul函数计算阶乘
from functools import reduce 
from operator import mul 
 
def fact(n): 
    return reduce(mul, range(1, n+1))

operator模块中还有一类函数，能替代从序列中取出元素或读取对象属性的lambda表达式：因此，itemgetter和attrgetter其实会自行构建函数。

使用functools.partial冻结参数

functools模块提供了一系列高阶函数，其中最为人熟知的或许是reduce，余下的函数中，最有用的是partial及其变体，partialmethod。

functools.partial这个高阶函数用于部分应用一个函数。部分应用是指，基于一个函数创建一个新的可调用对象，把原函数的某些参数固定。使用这个函数可以把接受一个或多个参数的函数改编成需要回调的API，这样参数更少。

#使用partial把一个两参数函数改编成需要单参数的可调用对象
>>> from operator import mul 
>>> from functools import partial 
>>> triple = partial(mul, 3)  #➊ 
>>> triple(7)  #➋ 
>21 
>>> list(map(triple, range(1, 10)))  #➌ 
[3, 6, 9, 12, 15, 18, 21, 24, 27]

➊ 使用mul创建triple函数，把第一个定位参数定为3。
➋ 测试triple函数。
➌ 在map中使用triple；在这个示例中不能使用mul。

如果处理多国语言编写的文本，在比较或排序之前可能会想使unicode.normalize(‘NFC’, s)处理所有字符串s。如果经常这么做，可以定义一个nfc函数。

#使用partial构建一个便利的Unicode规范化函数
>>> import unicodedata, functools 
>>> nfc = functools.partial(unicodedata.normalize, 'NFC') 
>>> s1 = 'café' 
>>> s2 = 'cafe\u0301' 
>>> s1, s2 
('café', 'café') 
>>> s1 == s2 
False 
>>> nfc(s1) == nfc(s2) 
True

partial的第一个参数是一个可调用对象，后面跟着任意个要绑定的定位参数和关键字参数。