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。