了解 toolz 用例

Question

我正在学习一些函数式编程并正在研究 toolz。 compose、pipe、thread_first 和 thread_last 之间的差异对我来说似乎非常微妙或根本不存在。这些功能的预期不同用例是什么？

Answer 1

• compose 对比 thread_* 和 pipe

  compose本质上是一个function compostion(∘)。它的主要目标是将不同的功能组合成 可重用 块。应用程序的顺序与参数的顺序相反，因此 compose(f, g, h)(x) 是 f(g(h(x)))（与 (f ∘ g)(x) 相同 f (g(x))).

  thread_* 和 pipe 是关于使用可重用块来创建单个数据流。只能通过惰性操作延迟执行，但块是固定的。应用顺序与参数顺序相同，因此 pipe(x, f, g, h) 是 h(g(f(x))).

• compose 对比 thread_*.

  compose 不允许附加参数，而 thread_* 允许。没有柯里化 compose 只能与一元函数一起使用。

  相对于thread_可以使用更高阶的函数，包括常用的高阶函数：

  thread_last(
      range(10),
      (map, lambda x: x + 1),
      (filter, lambda x: x % 2 == 0)
  )
  

  与 compose 相同，您需要柯里化：

  pipe(
      range(10), 
      lambda xs: map(lambda x: x + 1, xs), 
      lambda xs: filter(lambda x: x % 2 == 0, xs)
  )
  

  或

  from toolz import curried
  
  pipe(
      range(10), 
      curried.map(lambda x: x + 1), 
      curried.filter(lambda x: x % 2 == 0)
  )
  

• thread_first 对比 thread_last.

  thread_first 将管道参数放在函数的第一个位置。

  thread_last 将管道参数放在函数的最后位置。

  例如

  >>> from operator import pow
  >>> thread_last(3, (pow, 2))   # pow(2, 3)
  8
  >>> thread_first(3, (pow, 2))  # pow(3, 2)
  9
  

在实践中（忽略一些形式主义）这些函数通常是可以互换的，尤其是当与 functools.partial / toolz.curry 和一些 lambda 表达式结合使用时，但根据上下文，它是一个比另一个更方便。

例如，对于内置的高阶函数，如 map 或 functools.reduce，thread_last 是一个自然的选择。如果你想在多个地方重用一段代码，使用 compose(h, g, f) 比添加函数包装器 def fgh(x) pipe(x, f, g, h) 更好。等等。