盡管Python事實上并不是一門純函數式編程語言，但它本身是一門多范型語言，并給了你足夠的自由利用函數式編程的便利。函數式風格有著各種理論與實際上的好處（你可以在Python的文檔中找到這個列表）：
雖然這份列表已經描述得夠清楚了，但我還是很喜歡Michael O.Church在他的文章“函數式程序極少腐壞（Functional programs rarely rot）”中對函數式編程的優點所作的描述。我在PyCon UA 2012期間的講座“Functional Programming with Python”中談論了在Python中使用函數式方式的內容。我也提到，在你嘗試在Python中編寫可讀同時又可維護的函數式代碼時，你會很快發現諸多問題。
fn.py類庫就是為了應對這些問題而誕生的。盡管它不可能解決所有問題，但對于希望從函數式編程方式中獲取最大價值的開發者而言，它是一塊“電池”，即使是在命令式方式占主導地位的程序中，也能夠發揮作用。那么，它里面都有些什么呢？
Scala風格的Lambda定義
在Python中創建Lambda函數的語法非常冗長，來比較一下：
Python
map(lambda x: x*2, [1,2,3])
Scala
Clojure
Haskell
受Scala的啟發，Fn.py提供了一個特別的_對象以簡化Lambda語法。
from fn import _assert (_ + _)(10, 5) = 15assert list(map(_ * 2, range(5))) == [0,2,4,6,8]assert list(filter(_ < 10, [9,10,11])) == [9]
除此之外還有許多場景可以使用_：所有的算術操作、屬性解析、方法調用及分片算法。如果你不確定你的函數具體會做些什么，你可以將結果打印出來：
from fn import _ print (_ + 2) # "(x1) => (x1 + 2)" print (_ + _ * _) # "(x1, x2, x3) => (x1 + (x2 * x3))"
流（Stream）及無限序列的聲明
Scala風格的惰性求值（Lazy-evaluated）流。其基本思路是：對每個新元素“按需”取值，并在所創建的全部迭代中共享計算出的元素值。Stream對象支持<<操作符，代表在需要時將新元素推入其中。
惰性求值流對無限序列的處理是一個強大的抽象。我們來看看在函數式編程語言中如何計算一個斐波那契序列。
Haskell
Clojure
Scala
現在你可以在Python中使用同樣的方式了：
from fn import Stream from fn.iters import take, drop, mapfrom operator import addf = Stream()fib = f << [0, 1] << map(add, f, drop(1, f))assert list(take(10, fib)) == [0,1,1,2,3,5,8,13,21,34]assert fib[20] == 6765assert list(fib[30:35]) == [832040,1346269,2178309,3524578,5702887]
蹦床（Trampolines）修飾符
fn.recur.tco是一個不需要大量棧空間分配就可以處理TCO的臨時方案。讓我們先從一個遞歸階乘計算示例開始：
def fact(n): if n == 0: return 1 return n * fact(n-1)
這種方式也能工作，但實現非常糟糕。為什么呢？因為它會遞歸式地保存之前的計算值以算出最終結果，因此消耗了大量的存儲空間。如果你對一個很大的n值（超過了sys.getrecursionlimit()的值）執行這個函數，CPython就會以此方式失敗中止：
>>> import sys>>> fact(sys.getrecursionlimit() * 2)... many many lines of stacktrace ...RuntimeError: maximum recursion depth exceeded
這也是件好事，至少它避免了在你的代碼中產生嚴重錯誤。
我們如何優化這個方案呢？答案很簡單，只需改變函數以使用尾遞歸即可：
def fact(n, acc=1): if n == 0: return acc return fact(n-1, acc*n)
為什么這種方式更佳呢？因為你不需要保留之前的值以計算出最終結果。可以在Wikipedia上查看更多尾遞歸調用優化的內容。可是……Python的解釋器會用和之前函數相同的方式執行這段函數，結果是你沒得到任何優化。
fn.recur.tco為你提供了一種機制，使你可以使用“蹦床”方式獲得一定的尾遞歸優化。同樣的方式也使用在諸如Clojure語言中，主要思路是將函數調用序列轉換為while循環。
from fn import recur@recur.tco def fact(n, acc=1): if n == 0: return False, acc return True, (n-1, acc*n)
@recur.tco是一個修飾符，能將你的函數執行轉為while循環并檢驗其輸出內容：
函數式風格的錯誤處理
假設你有一個Request類，可以按照傳入其中的參數名稱得到對應的值。要想讓其返回值格式為全大寫、非空并且去除頭尾空格的字符串，你需要這樣寫：
class Request(dict): def parameter(self, name): return self.get(name, None)r = Request(testing="Fixed", empty=" ")param = r.parameter("testing")if param is None: fixed = ""else: param = param.strip() if len(param) == 0: fixed = "" else: fixed = param.upper() 額，看上去有些古怪。用fn.monad.Option來修改你的代碼吧，它代表了可選值，每個Option實例可代表一個Full或者Empty（這點也受到了Scala中Option的啟發）。它為你編寫長運算序列提供了簡便的方法，并且去掉除了許多if/else語句塊。
from operator import methodcallerfrom fn.monad import optionableclass Request(dict): @optionable def parameter(self, name): return self.get(name, None)r = Request(testing="Fixed", empty=" ")fixed = r.parameter("testing") .map(methodcaller("strip")) .filter(len) .map(methodcaller("upper")) .get_or("")fn.monad.Option.or_call是個便利的方法，它允許你進行多次調用嘗試以完成計算。例如，你有一個Request類，它有type，mimetype和url等幾個可選屬性，你需要使用最少一個屬性值以分析它的“request類型”：
from fn.monad import Option request = dict(url="face.png", mimetype="PNG") tp = Option / .from_value(request.get("type", None)) / # check "type" key first .or_call(from_mimetype, request) / # or.. check "mimetype" key .or_call(from_extension, request) / # or... get "url" and check extension .get_or("application/undefined")其余事項？
我僅僅描述了類庫的一小部分，你還能夠找到并使用以下功能：
正在進行中的工作
自從在Github上發布這個類庫以來，我從社區中收到了許多審校觀點、意見和建議，以及補丁和修復。我也在繼續增強現有功能，并提供新的特性。近期的路線圖包括以下內容：
新聞熱點
疑難解答
圖片精選
