document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2025-01-13 22:30:37 +08:00
Code Issues Packages Projects Releases Wiki Activity

Merge pull request #11207 from wxy/20181023-Getting-started-with-functional-programming-in-Python-using-the-toolz-library

Browse Source 
PRF&PUB:20181023 Getting started with functional programming in Python using the toolz library
This commit is contained in:
Xingyu.Wang 2018-11-15 09:54:49 +08:00 committed by GitHub
commit d03357d905
No known key found for this signature in database
GPG Key ID: 4AEE18F83AFDEB23
1 changed files with 14 additions and 16 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

26
translated/tech/20181023 Getting started with functional programming in Python using the toolz library.md → published/20181023 Getting started with functional programming in Python using the toolz library.md
View File

@ -1,7 +1,7 @@
使用 Python 的 toolz 库开始函数式编程
======
toolz库允许你操作函数，使其更容易理解，更容易测试代码。
> toolz 库允许你操作函数，使其更容易理解，更容易测试代码。
![](https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/programming-code-keyboard-laptop-music-headphones.png?itok=EQZ2WKzy)
@ -20,7 +20,11 @@ def add_one_word(words, word):
这个函数假设它的第一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)`
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。
@ -30,14 +34,12 @@ def add_one_word(words, word):
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` 函数中中； 因为这个顺序是错误的。
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)
```
The `flip` higher-level function returns a function that calls the original, with arguments flipped.
`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。
```
@ -46,7 +48,7 @@ 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文件是行流的。
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):
@ -60,7 +62,7 @@ def to_words(lines):
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。 散文似乎与代码相反。
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，最后将它们全部组合。如果有几个组合元素时，组合的顺序可能就很难理解。
@ -70,17 +72,13 @@ words_from_file = toolz.compose(get_all_words, to_words)
words_from_file = toolz.pipe(to_words, get_all_words)
```
Now it reads more intuitively: Pipe the input into `to_words`, and pipe the results into `get_all_words`. On a command line, the equivalent would look like this:
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
```
The `toolz` library allows us to manipulate functions, slicing, dicing, and composing them to make our code easier to understand and to test.
`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。
`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。
--------------------------------------------------------------------------------
@ -89,10 +87,10 @@ via: https://opensource.com/article/18/10/functional-programming-python-toolz
作者：[Moshe Zadka][a]
选题：[lujun9972][b]
译者：[Flowsnow](https://github.com/Flowsnow)
校对：[校对者ID](https://github.com/校对者ID)
校对：[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
[a]: https://opensource.com/users/moshez
[b]: https://github.com/lujun9972
[1]: https://opensource.com/article/18/10/functional-programming-python-immutable-data-structures
[1]: https://linux.cn/article-10222-1.html