函数式编程之pipeline——很酷有没有

Pipeline

pipeline 管道借鉴于Unix Shell的管道操作——把若干个命令串起来，前面命令的输出成为后面命令的输入，如此完成一个流式计算。（注：管道绝对是一个伟大的发明，他的设哲学就是KISS – 让每个功能就做一件事，并把这件事做到极致，软件或程序的拼装会变得更为简单和直观。这个设计理念影响非常深远，包括今天的Web Service，云计算，以及大数据的流式计算等等）

比如，我们如下的shell命令：

1	ps auwwx | awk '{print $2}' | sort -n | xargs echo

如果我们抽象成函数式的语言，就像下面这样：

1	xargs(  echo, sort(n, awk('print $2', ps(auwwx)))  )

也可以类似下面这个样子：

1	pids = for_each(result, [ps_auwwx, awk_p2, sort_n, xargs_echo])

好了，让我们来看看函数式编程的Pipeline怎么玩？

我们先来看一个如下的程序，这个程序的process()有三个步骤：

1）找出偶数。
2）乘以3
3）转成字符串返回

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

def process(num):     # filter out non-evens     if num % 2 != 0:         return     num = num * 3     num = 'The Number: %s' % num     return num   nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]   for num in nums:     print process(num)   # 输出： # None # The Number: 6 # None # The Number: 12 # None # The Number: 18 # None # The Number: 24 # None # The Number: 30

我们可以看到，输出的并不够完美，另外，代码阅读上如果没有注释，你也会比较晕。下面，我们来看看函数式的pipeline（第一种方式）应该怎么写？

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

def even_filter(nums):     for num in nums:         if num % 2 == 0:             yield num def multiply_by_three(nums):     for num in nums:         yield num * 3 def convert_to_string(nums):     for num in nums:         yield 'The Number: %s' % num   nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] pipeline = convert_to_string(multiply_by_three(even_filter(nums))) for num in pipeline:     print num # 输出： # The Number: 6 # The Number: 12 # The Number: 18 # The Number: 24 # The Number: 30

我们动用了Python的关键字 yield，这个关键字主要是返回一个Generator，yield 是一个类似 return 的关键字，只是这个函数返回的是个Generator-生成器。所谓生成器的意思是，yield返回的是一个可迭代的对象，并没有真正的执行函数。也就是说，只有其返回的迭代对象被真正迭代时，yield函数才会正真的运行，运行到yield语句时就会停住，然后等下一次的迭代。（这个是个比较诡异的关键字）这就是lazy evluation。

好了，根据前面的原则——“使用Map & Reduce，不要使用循环”，那我们用比较纯朴的Map & Reduce吧。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

def even_filter(nums):     return filter(lambda x: x%2==0, nums)   def multiply_by_three(nums):     return map(lambda x: x*3, nums)   def convert_to_string(nums):     return map(lambda x: 'The Number: %s' % x,  nums)   nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] pipeline = convert_to_string(                multiply_by_three(                    even_filter(nums)                )             ) for num in pipeline:     print num

但是他们的代码需要嵌套使用函数，这个有点不爽，如果我们能像下面这个样子就好了（第二种方式）。

1 2 3

pipeline_func(nums, [even_filter,                      multiply_by_three,                      convert_to_string])

那么，pipeline_func 实现如下：

1 2 3 4

def pipeline_func(data, fns):     return reduce(lambda a, x: x(a),                   fns,                   data)

好了，在读过这么多的程序后，你可以回头看一下这篇文章的开头对函数式编程的描述，可能你就更有感觉了。

最后，我希望这篇浅显易懂的文章能让你感受到函数式编程的思想，就像OO编程，泛型编程，过程式编程一样，我们不用太纠结是不是我们的程序就是OO，就是functional的，我们重要的品味其中的味道。

参考

• Wikipedia: Functional Programming
• truly understanding the difference between procedural and functional
• A practical introduction to functional programming
• What is the difference between procedural programming and functional programming?
• Can someone give me examples of functional programming vs imperative/procedural programming?
• OOP vs Functional Programming vs Procedural
• Python – Functional Programming HOWTO

补充：评论中redraiment的这个评论大家也可以读一读。

感谢谢网友S142857 提供的shell风格的python pipeline：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34

class Pipe(object):     def __init__(self, func):         self.func = func       def __ror__(self, other):         def generator():             for obj in other:                 if obj is not None:                     yield self.func(obj)         return generator()   @Pipe def even_filter(num):     return num if num % 2 == 0 else None   @Pipe def multiply_by_three(num):     return num*3   @Pipe def convert_to_string(num):     return 'The Number: %s' % num   @Pipe def echo(item):     print item     return item   def force(sqs):     for item in sqs: pass   nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]   force(nums | even_filter | multiply_by_three | convert_to_string | echo)