如何用Python的toolz库实现长尾词的函数式编程处理？

本文共计1090个文字，预计阅读时间需要5分钟。

在这个由两部分组成的系列文章的第二部分中，我们将探讨如何将函数式编程中的美好思想引入Python，以实现两种绝美效果。在前一篇文中，我们介绍了不可变数据结构。

在这个由两部分组成的系列文章的第二部分中，我们将继续探索如何将函数式编程方法中的好想法引入到 Python中，以实现两全其美。

在上一篇文章中，我们介绍了不可变数据结构 。 这些数据结构使得我们可以编写“纯”函数，或者说是没有副作用的函数，仅仅接受一些参数并返回结果，同时保持良好的性能。

在这篇文章中，我们使用 toolz 库来构建。 这个库具有操作此类函数的函数，并且它们在纯函数中表现得特别好。 在函数式编程世界中，它们通常被称为“高阶函数”，因为它们将函数作为参数，将函数作为结果返回。

让我们从这里开始：

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

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)

我们想要一个函数，应用于流，并且能能返回频率计数。

我们首先使用 toolz.curry 函数：

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。