理解toolz用例

Question

我正在学习一些函数式编程并查看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与thread_*和pipe

  compose基本上是function compostion（∘）。它的主要目标是将不同的功能组合到可重用块中。与参数的顺序相比，应用程序的顺序是相反的，因此compose(f, g, h)(x)为f(g(h(x)))（与（f∘g）（x）相同的是 f（g（x） ））。

  thread_*和pipe是关于使用可重用块来创建单个数据流。只能使用延迟操作来执行执行，但是块是固定的。申请顺序与参数顺序相同，因此pipe(x, f, g, h)为h(g(f(x)))。

• compose vs thread_*。

  compose不允许其他参数，而thread_*则允许。没有currying compose只能用于一元函数。

  与thread_相比，可以使用更高级别的函数，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相同的事情，你需要讨论：

  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与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）这些功能通常是可以互换的，特别是当与functools.partial / toolz.curry和一些lambda表达式结合使用时，但根据上下文，它只是更多方便一个人使用另一个。

例如，对于内置的高阶函数，例如map或functools.reduce，thread_last是一种自然选择。如果要在多个位置重用一段代码，最好使用compose(h, g, f)而不是添加函数包装器def fgh(x) pipe(x, f, g, h)。等等。