Функциональное программирование на Python. Как написать

Programowanie funkcyjne w Pythonie. Jak pisać zwięzły, wydajny i ekspresywny kod. Wydanie III

Steven F. Lott

• Mimo że Python nie jest typowym językiem programowania funkcyjnego, umożliwia pisanie kodu w sposób właściwy dla tego podejścia. W efekcie można tworzyć zwięzłe i eleganckie programy, które działają szybciej i zużywają mniej zasobów. Jeśli uważasz, że te argumenty uzasadniają zapoznanie się z funkcyjnym podejściem do programowania w Pythonie, to ta książka jest dla Ciebie.

  Dzięki temu praktycznemu podręcznikowi zrozumiesz, kiedy i dlaczego warto zastosować myślenie funkcyjne, a także jak korzystać z technik funkcyjnych w różnych scenariuszach. Dowiesz się również, jakie narzędzia i biblioteki przeznaczone do tego celu są dostępne w Pythonie i jak używać wyrażeń generatorowych, list składanych i dekoratorów. W tym wydaniu znalazły się nowe rozdziały dotyczące złożonych obiektów bezstanowych, funkcji kombinatorycznych i pakietu toolz, zawierającego zbiór modułów wspomagających pisanie programów funkcyjnych. Umieszczono tu ponadto sporo ciekawych przykładów, dotyczących choćby eksploracyjnej analizy danych i ich czyszczenia.

  W książce między innymi:

  Chcesz tworzyć wydajny kod? Naucz się programowania funkcyjnego!

  O autorze

  Spis treści:

  Słowo wstępne

  O autorze

  O recenzentach

  Przedmowa

  Rozdział 1. Zrozumieć programowanie funkcyjne

  Rozdział 2. Podstawowe pojęcia programowania funkcyjnego

  Rozdział 3. Funkcje, iteratory i generatory

  Rozdział 4. Praca z kolekcjami

  Rozdział 5. Funkcje wyższego rzędu

  Rozdział 6. Rekurencje i redukcje

  Rozdział 7. Złożone obiekty bezstanowe

  Rozdział 8. Moduł itertools

  Rozdział 9. Moduł itertools dla kombinatoryków - permutacje i kombinacje

  Rozdział 10. Moduł functools

  Rozdział 11. Pakiet toolz

  Rozdział 12. Techniki projektowania dekoratorów

  Rozdział 13. Biblioteka PyMonad

  Rozdział 14. Moduły Multiprocessing, Threading i Concurrent.Futures

  Rozdział 15. Podejście funkcyjne do usług sieciowych

• Model HTTP żądanie-odpowiedź

  Wstrzykiwanie stanu za pomocą plików cookie

  Serwer o projekcie funkcyjnym

  Szczegóły widoku funkcyjnego

  Zagnieżdżanie usług

• Standard WSGI

  Zgłaszanie wyjątków podczas przetwarzania WSGI

  Praktyczne aplikacje webowe

• Definiowanie usług sieciowych jako funkcji

  Przetwarzanie za pomocą aplikacji Flask

  Warstwa dostępu do danych

• Monitorowanie użycia
• Podsumowanie
• Ćwiczenia

  Aplikacja WSGI - powitanie

  Aplikacja WSGI - demo

  Serializacja danych do formatu XML

  Serializacja danych do formatu HTML

• Programowanie funkcyjne a współbieżność
• Co naprawdę oznacza współbieżność?

  Warunki brzegowe

  Współdzielenie zasobów za pomocą procesów lub wątków

  Jak uzyskać największe korzyści?

• Korzystanie z pul wieloprocesowych i zadań

  Przetwarzanie wielu dużych plików

  Parsowanie plików logu - pobieranie wierszy

  Parsowanie wierszy logu do postaci nazwanych krotek

  Parsowanie dodatkowych pól obiektu Access

  Filtrowanie szczegółów dostępu

  Analiza szczegółów dostępu

  Pełny proces analizy

• Korzystanie z puli wieloprocesowej w celu przetwarzania równoległego

  Korzystanie z funkcji apply() do wykonywania pojedynczych żądań

  Bardziej złożone architektury przetwarzania wieloprocesowego

  Korzystanie z modułu concurrent.futures

  Korzystanie z pul wątków modułu concurrent.futures

  Korzystanie z modułów threading i queue

  Korzystanie z funkcji asynchronicznych

  Projektowanie współbieżnego przetwarzania

• Podsumowanie
• Ćwiczenia

  Leniwe parsowanie

  Filtrowanie szczegółów ścieżki dostępu

  Dodaj dekoratory @cache

  Utworzenie przykładowych danych

  Zmiana struktury potoku

• Pobieranie i instalacja modułu PyMonad
• Kompozycja funkcyjna i rozwijanie funkcji

  Korzystanie z rozwijanych funkcji wyższego rzędu

  Kompozycja funkcyjna z wykorzystaniem biblioteki PyMonad

• Funktory - uczyń funkcję ze wszystkiego

  Korzystanie z wartościowanej leniwie monady ListMonad()

• Funkcja monady bind()
• Implementacja symulacji za pomocą monad
• Dodatkowe własności biblioteki PyMonad
• Podsumowanie
• Ćwiczenia

  Popraw aproksymację z wykorzystaniem funkcji arcus tangens

  Obliczenia statystyczne

  Walidacja danych

  Wiele modeli

• Dekoratory jako funkcje wyższego rzędu

  Korzystanie z funkcji update_wrapper() z modułu functools

• Zagadnienia przekrojowe
• Funkcje złożone

  Wstępne przetwarzanie nieprawidłowych danych

• Dekoratory z parametrami
• Implementacja bardziej złożonych dekoratorów
• Kwestie złożonego projektu
• Podsumowanie
• Ćwiczenia

  Konwersje dat i godzin

  Optymalizacja dekoratora

  Funkcje obsługujące wartości None

  Logowanie

  Sprawdzanie "na sucho"

• Funkcja starmap z pakietu itertools
• Redukcje z wykorzystaniem funkcji modułu operator
• Korzystanie z pakietu toolz

  Wybrane funkcje modułu itertoolz

  Wybrane funkcje modułu dicttoolz

  Wybrane funkcje modułu functoolz

• Podsumowanie
• Ćwiczenia

  Zamiana dzielenia na ułamek

  Parsowanie pliku kolorów

  Analiza kwartetu Anscombe'a

  Obliczenia punktów trasy

  Geostrefa punktów trasy

  Obiekt wywoływalny dla funkcji row_counter()

• Narzędzia przetwarzania funkcji
• Memoizacja wcześniejszych wyników za pomocą dekoratora cache
• Definiowanie klas z dekoratorem total_ordering
• Stosowanie argumentów częściowych za pomocą funkcji partial()
• Redukcja zbiorów danych za pomocą funkcji reduce()

  Łączenie funkcji map() i reduce()

  Korzystanie z funkcji reduce() i partial()

  Użycie funkcji map() i reduce() do oczyszczania surowych danych

  Korzystanie z funkcji groupby() i reduce()

  Unikanie problemów z funkcją reduce()

• Obsługa wielu typów za pomocą funkcji singledispatch
• Podsumowanie
• Ćwiczenia

  Porównanie funkcji string.join() i reduce()

  Rozszerzenie funkcji comma_fix()

  Modyfikacja funkcji clean_sum()

• Wyliczanie iloczynu kartezjańskiego
• Redukowanie iloczynu

  Obliczanie odległości

  Uzyskanie wszystkich pikseli i wszystkich kolorów

• Poprawa wydajności

  Przeformowanie problemu

  Łączenie dwóch transformacji

• Permutacje zbioru wartości
• Generowanie wszystkich kombinacji

  Kombinacje z powtórzeniami

• Receptury
• Podsumowanie
• Ćwiczenia

  Alternatywne obliczenia odległości

  Rzeczywista dziedzina wartości kolorów pikseli

  Punktacja ręki w grze Cribbage

• Praca z iteratorami nieskończonymi

  Liczenie za pomocą count()

  Zliczanie z wykorzystaniem argumentów zmiennoprzecinkowych

  Wielokrotne iterowanie cyklu za pomocą funkcji cycle()

  Powtarzanie pojedynczej wartości za pomocą funkcji repeat()

• Używanie iteratorów skończonych

  Przypisywanie liczb za pomocą funkcji enumerate()

  Obliczanie sum narastających za pomocą funkcji accumulate()

  Łączenie iteratorów za pomocą funkcji chain()

  Podział iteratora na partycje za pomocą funkcji groupby()

  Scalanie obiektów iterowalnych za pomocą funkcji zip_longest() i zip()

  Tworzenie par za pomocą funkcji pairwise()

  Filtrowanie z wykorzystaniem funkcji compress()

  Zbieranie podzbiorów za pomocą funkcji islice()

  Filtrowanie stanowe z wykorzystaniem funkcji dropwhile() i takewhile()

  Dwa podejścia do filtrowania za pomocą funkcji filterfalse() i filter()

  Zastosowanie funkcji do danych z wykorzystaniem funkcji starmap() i map()

• Klonowanie iteratorów za pomocą funkcji tee()
• Receptury modułu itertools
• Podsumowanie
• Ćwiczenia

  Zoptymalizuj funkcję find_first()

  Porównaj rozwiązanie z rozdziału 4. z recepturą itertools.pairwise()

  Porównaj rozwiązanie z rozdziału 4. z recepturą itertools.tee()

  Podział zestawu danych do celów szkolenia i testowania

  Szeregowanie rang

• Używanie krotek do zbierania danych
• Używanie obiektów NamedTuple do zbierania danych
• Używanie do zbierania danych dekoratora dataclass z parametrem frozen
• Inicjalizacja złożonych obiektów i obliczenia właściwości
• Używanie modułu pyrsistent do zbierania danych
• Unikanie stanowych klas dzięki wykorzystaniu rodzin krotek

  Obliczanie korelacji rangowej Spearmana

• Polimorfizm i dopasowywanie typów z wzorcami
• Podsumowanie
• Ćwiczenia

  Zamrożone słowniki

  Sekwencje podobne do słowników

  Modyfikacja funkcji rank_xy() w celu wykorzystywania natywnych typów

  Popraw funkcję rank_corr()

  Modyfikacja funkcji legs() w celu wykorzystania modułu pyrsistent

• Proste rekurencje numeryczne

  Implementacja ręcznej optymalizacji ogonowej

  Pozostawienie rekurencji bez zmian

  Obsługa trudnego przypadku optymalizacji ogonowej

  Przetwarzanie kolekcji za pomocą rekurencji

  Optymalizacja ogonowa dla kolekcji

  Używanie operatora przypisania (czasami zwanego morsem) w rekurencjach

• Redukcje i składanie kolekcji z wielu elementów w jeden element

  Optymalizacja wywołań ogonowych za pomocą kolejek dwukierunkowych

• Redukcja grupowania - z wielu elementów do mniejszej liczby

  Budowanie mapowania za pomocą metody Counter

  Budowanie mapowania przez sortowanie

  Grupowanie lub podział danych według wartości klucza

  Pisanie bardziej ogólnych redukcji grupujących

  Pisanie redukcji wyższego rzędu

  Pisanie parserów plików

• Podsumowanie
• Ćwiczenia

  Wielokrotna rekurencja i buforowanie

  Refaktoryzacja funkcji all_print()

  Parsowanie plików CSV

  Klasyfikacja stanu, część III

  Dane silnika Diesla

• Wykorzystanie funkcji max() i min() do wyszukiwania ekstremów

  Korzystanie z formatu wyrażeń lambda w Pythonie

  Wyrażenia lambda i rachunek lambda

• Korzystanie z funkcji map() w celu zastosowania funkcji do kolekcji

  Wykorzystanie wyrażeń lambda i funkcji map()

  Użycie funkcji map() w odniesieniu do wielu sekwencji

• Wykorzystanie funkcji filter() do przekazywania lub odrzucania danych

  Użycie funkcji filter() do identyfikacji wartości odstających

• Funkcja iter() z wartością "strażnika"
• Wykorzystanie funkcji sorted() do porządkowania danych
• Pisanie funkcji wyższego rzędu - przegląd
• Pisanie mapowań i filtrów wyższego rzędu

  Rozpakowywanie danych podczas mapowania

  Opakowywanie dodatkowych danych podczas mapowania

  Spłaszczanie danych podczas mapowania

  Strukturyzacja danych podczas filtrowania

• Budowanie funkcji wyższego rzędu z wykorzystaniem obiektów wywoływalnych

  Zapewnienie dobrego projektu funkcyjnego

• Przegląd wybranych wzorców projektowych
• Podsumowanie
• Ćwiczenia

  Klasyfikacja stanu

  Klasyfikacja stanu, część II

  Optymalizacja parsera plików

• Przegląd rodzajów funkcji
• Praca z obiektami iterowalnymi

  Parsowanie pliku XML

  Parsowanie pliku na wyższym poziomie

  Tworzenie par elementów z sekwencji

  Jawne użycie funkcji iter()

  Rozszerzanie iteracji

  Stosowanie wyrażeń generatorowych do funkcji skalarnych

• Wykorzystanie funkcji any() i all() jako redukcji
• Używanie funkcji len() i sum() dla kolekcji

  Używanie sum i zliczeń w obliczeniach statystycznych

• Korzystanie z funkcji zip() do tworzenia struktury i spłaszczania sekwencji

  Rozpakowywanie spakowanej sekwencji

  Spłaszczanie sekwencji

  Nadawanie struktury płaskim sekwencjom

  Tworzenie struktury płaskich sekwencji - podejście alternatywne

• Wykorzystanie funkcji sorted() i reversed() do zmiany kolejności elementów
• Wykorzystanie funkcji enumerate() w celu uwzględnienia numeru porządkowego
• Podsumowanie
• Ćwiczenia

  Liczby palindromiczne

  Zestaw kart w ręku

  Zamień funkcję legs() na pairwise()

  Rozszerz rozwiązanie z funkcją legs(), aby uwzględnić przetwarzanie par

• Pisanie czystych funkcji
• Funkcje jako obiekty pierwszej klasy
• Korzystanie z łańcuchów znaków
• Używanie krotek i krotek nazwanych
• Korzystanie z wyrażeń generatorowych

  Odkrywanie ograniczeń generatorów

  Łączenie wyrażeń generatorowych

• Czyszczenie surowych danych za pomocą funkcji generatorowych
• Stosowanie generatorów do wbudowanych kolekcji

  Generatory dla list, słowników i zbiorów

  Korzystanie z mapowań stanowych

  Wykorzystanie modułu bisect do tworzenia mapowania

  Używanie stanowych zbiorów

• Podsumowanie
• Ćwiczenia

  Przepisz funkcję some_function()

  Alternatywna definicja klasy Mersenne

  Alternatywy implementacji algorytmów

  Mapowanie i filtrowanie

  Słowniki składane

  Oczyszczanie surowych danych

• Funkcje jako obiekty pierwszej klasy

  Czyste funkcje

  Funkcje wyższego rzędu

• Dane niemutowalne
• Wartościowanie ścisłe i nieścisłe
• Wartościowanie leniwe i zachłanne
• Rekurencja zamiast jawnego stanu pętli
• Funkcyjne systemy typów
• Znajome terytorium
• Pojęcia zaawansowane
• Podsumowanie
• Ćwiczenia

  Zastosowanie funkcji map() do sekwencji wartości

  Funkcje czy wyrażenia lambda?

  Zoptymalizuj rekurencję

• Funkcyjny styl programowania
• Podobieństwa i różnice pomiędzy stylami proceduralnym i funkcyjnym

  Korzystanie z paradygmatu funkcyjnego

  Korzystanie z funkcyjnych hybryd

  Stos żółwi

• Klasyczny przykład programowania funkcyjnego
• Eksploracyjna analiza danych
• Podsumowanie
• Ćwiczenia

  Konwersja imperatywnego algorytmu na kod funkcyjny

  Konwersja obliczeń krokowych na kod funkcyjny

  Popraw funkcję sqrt()

  Etapy czyszczenia danych

  Optymalizacja kodu funkcyjnego (zaawansowane)

• najciekawsze biblioteki i wbudowane funkcje wyższego rzędu w Pythonie
• tworzenie funkcji generatorowych i leniwe wartościowanie
• implementacja dekoratorów do kompozycji funkcyjnej
• podpowiedzi typów w Pythonie
• obsługa współbieżności i implementacja usług sieciowych
• biblioteka PyMonad i tworzenie symulacji z obsługą stanów
• Steven F. Lott ma blisko pięćdziesiąt lat doświadczenia w programowaniu — kiedy rozpoczynał przygodę z kodem, komputery były duże, drogie i rzadkie. Od ponad dziesięciu lat używa Pythona do rozwiązywania problemów biznesowych; napisał kilka cenionych książek o tym języku. Obecnie jest technomadą . Mieszka na wschodnim wybrzeżu USA.