Question

我刚写了这个函数：

def _apply(mols, fn, *args, **kwargs):
    return [fn(m, *args, **kwargs) for m in mols if m ]

我开始思考：

可以使用map重写吗？
这是否已经在python的某个地方实现了？

据我所知，map无法将参数传递给函数，另一方面，它可能以某种方式进行优化并使用一些部分绑定或lambdas我可以使用map重新实现它。这会有益吗？

Answer 1

是的，你可以

from functools import partial

clean = partial(filter, None)

def _apply(mols, fn, *args, **kwargs):
    f = partial(fn, *args, **kwargs)
    return map(f, clean(mols))

def foo(m, a, b, c=123):
    return [m, a, b, c]

print _apply([11,22,'',33], foo, 'aa', 'bb', c=475)

（在python2中，考虑itertools.imap/ifilter而不是map/filter以避免临时列表。

上面说明了“部分应用程序”，更优雅的是currying，即一个函数在使用少于预期的参数调用时返回自身的部分应用版本。 Python没有内置currying，但它很容易作为装饰器实现（参见https://stackoverflow.com/a/9458386/989121）：

@curry
def join_three(a,b,c):
    return '%s-%s-%s' % (a,b,c)

mols = [11,22,33]
print map(join_three('aa', 'bb'), mols)
# prints ['aa-bb-11', 'aa-bb-22', 'aa-bb-33']

也就是说，功能风格在python中是不受欢迎的，在大多数情况下，理解和生成器更像是“pythonic”。

Answer 2

虽然我认为你现在拥有的东西非常漂亮，但这样的东西可能有用：

map(lambda m: fn(m, *args, **kwargs), filter(None, mols))

过滤掉评估为mols的{{1}}中的所有元素，然后将函数False应用于这些元素。

算法的时间复杂度为fn。

如果您的O(n)非常大，则可能需要使用mols：

itertools

在python中将函数应用于iterable？

2 个答案: