在這個(gè)由兩部分組成的系列文章的第二部分中，我們將繼續(xù)探索如何將函數(shù)式編程方法中的好想法引入到 Python中，以實(shí)現(xiàn)兩全其美。

在上一篇文章中，我們介紹了不可變數(shù)據(jù)結(jié)構(gòu) 。 這些數(shù)據(jù)結(jié)構(gòu)使得我們可以編寫“純”函數(shù)，或者說(shuō)是沒有副作用的函數(shù)，僅僅接受一些參數(shù)并返回結(jié)果，同時(shí)保持良好的性能。

在這篇文章中，我們使用 toolz 庫(kù)來(lái)構(gòu)建。 這個(gè)庫(kù)具有操作此類函數(shù)的函數(shù)，并且它們?cè)诩兒瘮?shù)中表現(xiàn)得特別好。 在函數(shù)式編程世界中，它們通常被稱為“高階函數(shù)”，因?yàn)樗鼈儗⒑瘮?shù)作為參數(shù)，將函數(shù)作為結(jié)果返回。

讓我們從這里開始：

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

這個(gè)函數(shù)假設(shè)它的第一個(gè)參數(shù)是一個(gè)不可變的類似字典的對(duì)象，它返回一個(gè)新的類似字典的在相關(guān)位置遞增的對(duì)象：這就是一個(gè)簡(jiǎn)單的頻率計(jì)數(shù)器。

但是，只有將它應(yīng)用于單詞流并做 歸納 時(shí)才有用。 我們可以使用內(nèi)置模塊 functools 中的歸納器。

functools.reduce(function,stream,initializer)

我們想要一個(gè)函數(shù)，應(yīng)用于流，并且能能返回頻率計(jì)數(shù)。

我們首先使用 toolz.curry 函數(shù)：

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(shù)添加到 curry 函數(shù)中； 因?yàn)檫@個(gè)順序是錯(cuò)誤的。

add_all_words_flipped=flip(add_all_words)

flip 這個(gè)高階函數(shù)返回一個(gè)調(diào)用原始函數(shù)的函數(shù)，并且翻轉(zhuǎn)參數(shù)順序。

get_all_words=add_all_words_flipped(pyrsistent.m())

我們利用 flip 自動(dòng)調(diào)整其參數(shù)的特性給它一個(gè)初始值：一個(gè)空字典。

現(xiàn)在我們可以執(zhí)行 get_all_words(word_stream) 這個(gè)函數(shù)來(lái)獲取頻率字典。 但是，我們?nèi)绾潍@得一個(gè)單詞流呢？ Python 文件是按行供流的。

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

在單獨(dú)測(cè)試每個(gè)函數(shù)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(gè)函數(shù)很容易閱讀：首先將文件的行流應(yīng)用于 to_words ，然后將 get_all_words 應(yīng)用于 to_words 的結(jié)果。 但是文字上讀起來(lái)似乎與代碼執(zhí)行相反。

當(dāng)我們開始認(rèn)真對(duì)待可組合性時(shí)，這很重要。有時(shí)可以將代碼編寫為一個(gè)單元序列，單獨(dú)測(cè)試每個(gè)單元，最后將它們?nèi)拷M合。如果有幾個(gè)組合元素時(shí)，組合的順序可能就很難理解。

toolz 庫(kù)借用了 Unix 命令行的做法，并使用 pipe 作為執(zhí)行相同操作的函數(shù)，但順序相反。