在Python中使用函数式编程的最佳实践！

可修改的类属性很是伤害，由于它们属于类界说而不是类实例，因此也许会不警惕修改到统一个类的多个实例中的状态！

class Bus(object):  
 passengers = set()  
 def add_passenger(self, person):  
 self.passengers.add(person)  
bus1 = Bus()  
bus2 = Bus()  
bus1.add_passenger('abe')  
bus2.add_passenger('bertha')  
bus1.passengers # returns ['abe', 'bertha']  
bus2.passengers # also ['abe', 'bertha'] 

幂等性

任何现实的大局限伟大体系都也许会失败，而失败就要重试。矩阵代数中的“幂等性”的观念也存在于 API 计划中，但对付函数式编程来说，转达之前的输出给幂等函数，永久会返回沟通的值。因此，重做某件工作会收敛到沟通的值。因此，上述 pluralize 函数更抱负的写法为：，起首搜查输入是否已是复数，再思量奈何计较出复数情势。

lambda 和高阶函数行使上的留意点

我发明，在举办短小的操纵（如获取排序的键供 sort 行使）时行使 lambda 很是利便。但假如 lambda 高出一行，那么行使平凡的函数界说也许更好。凡是转达函数可以停止一再，但我在行使时常常提示本身，特另外布局是否会让代码清楚度降落。凡是，将其解析成更小的帮助函数会更清楚。

在必要时行使天生器和高阶函数

偶然辰你会碰着抽象的天生器和迭代器，它们也许会返回庞大可能无穷的序列。一个例子就是 range。在 Python 3 中，range 默认是天生器（相等于Python 2 中的 xrange），停止在迭代大数字时呈现内存不敷的错误，如range(10 ** 10)。假如要在一个也许很大的天生器的每个元素上执行某个操纵，那么行使 map、filter 之类的器材大噶?鲱好的选择。

与此相似，假如不知道你新写的迭代器也许会返回几多功效，但也许会很大，那就应该界说一个天生器。可是，并不是每小我私人都乐意去行使天生器，他们也许更但愿行使列表理会式（list comprehension），从而导致你一开始想要停止的内存不敷错误。天生器是 Python 对付流式编程的实现，它也不必然是函数式的，以是它也有其他 Python 编程方法拥有的安详性缺陷。

结论

通过赏识成果、库和内部代码来领略本身选择的编程说话，毫无疑问能帮你在调试和阅读代码方面进步速率。领略其他说话或编程说话理论方面的头脑也很故意思，并且能让你成为更强盛、无所不通的措施员。可是，成为Python的高级措施员意味着你不只要知道能做什么，更要领略哪种步崆最有用的方法。在Python中应用函数式编程也许很轻易。为了保持优雅，出格是在共享的代码中保持优雅，我以为最好是行使纯粹的函数式头脑，让代码更轻易猜测，从而更轻易维护，而且具有幂等性。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!