Python函數(shù)式編程（第2版）

前言
第　1章 函數(shù)式編程概述　1
1．1　編程范式　1
1．2　細分過程范式　2
1．2．1　使用函數(shù)式范式　3
1．2．2　使用混合范式　5
1．2．3　對象的創(chuàng)建過程　6
1．2．4　烏龜塔　7
1．3　函數(shù)式編程經(jīng)典示例　7
1．4　EDA　10
1．5　小結　10
第　2章 函數(shù)式編程的特點　11
2．1　頭等函數(shù)　11
2．1．1　純函數(shù)　12
2．1．2　高階函數(shù)　13
2．2　不可變數(shù)據(jù)結構　13
2．3　嚴格求值與非嚴格求值　14
2．4　用遞歸代替循環(huán)語句　16
2．5　函數(shù)類型系統(tǒng)　19
2．6　回到最初　19
2．7　幾個高級概念　20
2．8　小結　20
第3章　函數(shù)、迭代器和生成器　22
3．1　編寫純函數(shù)　23
3．2　函數(shù)作為頭等對象　24
3．3　使用字符串　25
3．4　使用元組和命名元組　26
3．4．1　使用生成器表達式　27
3．4．2　生成器的局限　30
3．4．3　組合生成器表達式　31
3．5　使用生成器函數(shù)清洗原始數(shù)據(jù)　31
3．6　使用列表、字典和set　33
3．6．1　使用狀態(tài)映射　36
3．6．2　使用bisect模塊創(chuàng)建映射　37
3．6．3　使用有狀態(tài)的set　38
3．7　小結　39
第4章　使用集合　40
4．1　函數(shù)分類概覽　40
4．2　使用可迭代對象　41
4．2．1　解析XML文件　42
4．2．2　使用高級方法解析文件　43
4．2．3　組對序列元素　45
4．2．4　顯式使用iter()函數(shù)　47
4．2．5　擴展簡單循環(huán)　48
4．2．6　將生成器表達式應用于標量函數(shù)　51
4．2．7　用any()函數(shù)和all()函數(shù)進行歸約　52
4．2．8　使用len()和sum()　54
4．2．9　使用匯總和計數(shù)進行統(tǒng)計分析　54
4．3　使用zip()函數(shù)實現(xiàn)結構化和平鋪序列　56
4．3．1　將壓縮序列解壓　58
4．3．2　平鋪序列　58
4．3．3　結構化一維序列　59
4．3．4　結構化一維序列的另一種方式　61
4．4　使用reversed()函數(shù)改變順序　62
4．5　使用enumerate()函數(shù)包含下標值　63
4．6　小結　63
第5章　高階函數(shù)　64
5．1　用max()函數(shù)和min()函數(shù)尋找極值　65
5．2　使用Python匿名函數(shù)　67
5．3　lambda與lambda算子　69
5．4　使用map()將函數(shù)應用于集合　69
5．5　使用map()函數(shù)處理多個序列　70
5．6　使用filter()函數(shù)接收或舍棄數(shù)據(jù)　72
5．7　使用filter()函數(shù)檢測異常值　73
5．8　在iter()函數(shù)中使用哨兵值　74
5．9　使用sorted()函數(shù)將數(shù)據(jù)排序　75
5．10　編寫高階函數(shù)　75
5．11　編寫高階映射和過濾函數(shù)　76
5．11．1　拆包并映射數(shù)據(jù)　77
5．11．2　打包多項數(shù)據(jù)并映射　79
5．11．3　平鋪數(shù)據(jù)并映射　80
5．11．4　過濾并結構化數(shù)據(jù)　81
5．12　編寫生成器函數(shù)　83
5．13　使用可調用對象構建高階函數(shù)　84
5．14　設計模式回顧　87
5．15　小結　88
第6章　遞歸與歸約　89
6．1　簡單數(shù)值遞歸　89
6．1．1　實現(xiàn)尾調用優(yōu)化　90
6．1．2　保持遞歸形式　91
6．1．3　處理復雜的尾調用優(yōu)化　92
6．1．4　使用遞歸處理集合　93
6．1．5　集合的尾調用優(yōu)化　94
6．1．6　集合的歸約與折疊：從多個到一個　95
6．2　group-by歸約：從多到少　96
6．2．1　用Counter做映射　97
6．2．2　用排序構建映射　98
6．2．3　使用鍵值分組或者分區(qū)數(shù)據(jù)　99
6．2．4　編寫更通用的group-by歸約　102
6．2．5　編寫高階歸約　103
6．2．6　編寫文件解析器　104
6．3　小結　109
第7章　元組處理技術　110
7．1　使用元組收集數(shù)據(jù)　110
7．2　使用命名元組收集數(shù)據(jù)　112
7．3　使用函數(shù)構造器創(chuàng)建命名元組　115
7．4　使用多種元組結構代替狀態(tài)類　115
7．4．1　賦等級值　118
7．4．2　用包裝代替狀態(tài)變化　120
7．4．3　以多次包裝代替狀態(tài)變化　121
7．4．4　計算斯皮爾曼等級順序相關度　122
7．5　多態(tài)與類型匹配　123
7．6　小結　128
第8章　itertools模塊　129
8．1　使用無限迭代器　130
8．1．1　用count()計數(shù)　130
8．1．2　使用實數(shù)參數(shù)計數(shù)　131
8．1．3　用cycle()循環(huán)迭代　132
8．1．4　用repeat()重復單個值　134
8．2　使用有限迭代器　135
8．2．1　用enumerate()添加序號　135
8．2．2　用accumulate()計算匯總值　137
8．2．3　用chain()組合多個迭代器　138
8．2．4　用groupby()切分迭代器　139
8．2．5　用zip_longest()和zip()合并迭代器　140
8．2．6　用compress()過濾　140
8．2．7　用islice()選取子集　141
8．2．8　用dropwhile()和takewhile()過濾狀態(tài)　142
8．2．9　基于filterfalse()和filter()的兩種過濾方法　143
8．2．10　將starmap()和map()應用于數(shù)據(jù)　144
8．3　使用tee()函數(shù)克隆迭代器　145
8．4　itertools模塊代碼范例　146
8．5　小結　147
第9章　高級itertools技術　148
9．1　笛卡兒積　148
9．2　對積進行歸約　149
9．2．1　計算距離　150
9．2．2　獲得所有像素和顏色　152
9．2．3　性能分析　153
9．2．4　重構問題　154
9．2．5　合并兩種變換　155
9．3　排列集合元素　156
9．4　生成所有組合　157
9．5　代碼范例　159
9．6　小結　160
第　10章 functools模塊　161
10．1　函數(shù)工具　161
10．2　使用lru_cache保存已有計算結果　162
10．3　使用total_ordering定義類　163
10．4　使用partial()函數(shù)應用部分參數(shù)　166
10．5　使用reduce()函數(shù)歸約數(shù)據(jù)集　167
10．5．1　合并map()和reduce()　168
10．5．2　使用reduce()函數(shù)和partial()函數(shù)　170
10．5．3　使用map()函數(shù)和reduce()函數(shù)清洗數(shù)據(jù)　170
10．5．4　使用groupby()函數(shù)和reduce()函數(shù)　171
10．6　小結　173
第　11章 裝飾器設計技術　174
11．1　作為高階函數(shù)的裝飾器　174
11．2　橫切關注點　178
11．3　復合設計　178
11．4　向裝飾器添加參數(shù)　181
11．5　實現(xiàn)更復雜的裝飾器　183
11．6　復雜設計注意事項　184
11．7　小結　187
第　12章 multiprocessing和threading模塊　188
12．1　函數(shù)式編程和并發(fā)　188
12．2　并發(fā)的意義　189
12．2．1　邊界條件　189
12．2．2　進程或線程間共享資源　190
12．2．3　從何處受益　191
12．3　使用多進程池和任務　191
12．3．1　處理大量大型文件　192
12．3．2　解析日志文件之收集行數(shù)據(jù)　193
12．3．3　解析日志行為命名元組　194
12．3．4　解析Access對象的其他字段　196
12．3．5　過濾訪問細節(jié)　199
12．3．6　分析訪問細節(jié)　200
12．3．7　完整的分析過程　201
12．4　使用多進程池進行并發(fā)處理　202
12．4．1　使用apply()發(fā)送單個請求　204
12．4．2　使用map_async()、starmap_async()和starmap_async()等函數(shù)　204
12．4．3　更復雜的多進程架構　205
12．4．4　使用concurrent．futures模塊　205
12．4．5　使用concurrent．futures線程池　206
12．4．6　使用threading模塊和queue模塊　206
12．4．7　設計并發(fā)處理　207
12．5　小結　208
第　13章 條件表達式和operator模塊　209
13．1　條件表達式求值　210
13．1．1　使用非嚴格字典規(guī)則　211
13．1．2　過濾True條件表達式　212
13．1．3　尋找匹配模式　213
13．2　使用operator模塊代替匿名函數(shù)　214
13．3　運算符的星號映射　215
13．4　使用operator模塊函數(shù)進行歸約　217
13．5　小結　218
第　14章 PyMonad庫　219
14．1　下載和安裝　219
14．2　函數(shù)式復合和柯里化　220
14．2．1　使用柯里化的高階函數(shù)　221
14．2．2　避易就難的柯里化　223
14．3　函數(shù)式復合和PyMonad*運算符　223
14．4　函子和應用型函子　224
14．5　單子的bind()函數(shù)和>>運算符　228
14．6　模擬實現(xiàn)單子　229
14．7　單子的其他特性　232
14．8　小結　233
第　15章 Web服務的函數(shù)式設計方法　234
15．1　HTTP“請求 響應”模型　234
15．1．1　通過cookie注入狀態(tài)　236
15．1．2　函數(shù)式設計的服務器考量　236
15．1．3　深入研究函數(shù)式視圖　237
15．1．4　嵌套服務　237
15．2　WSGI標準　238
15．2．1　在WSGI處理期間拋出異?！?40
15．2．2　實用的WSGI應用程序　242
15．3　將Web服務定義為函數(shù)　242
15．3．1　創(chuàng)建WSGI應用程序　243
15．3．2　獲取原始數(shù)據(jù)　245
15．3．3　運用過濾器　246
15．3．4　序列化結果　247
15．3．5　序列化數(shù)據(jù)為JSON或CSV格式　248
15．3．6　序列化數(shù)據(jù)為XML格式　249
15．3．7　序列化數(shù)據(jù)為HTML　250
15．4　跟蹤使用情況　251
15．5　小結　252
第　16章 優(yōu)化與改進　254
16．1　記憶化和緩存　254
16．2　指定記憶化　256
16．3　尾遞歸優(yōu)化　257
16．4　優(yōu)化存儲　258
16．5　優(yōu)化精度　259
16．6　案例研究：卡方?jīng)Q策　259
16．6．1　使用Counter對象過濾和約分原始數(shù)據(jù)　260
16．6．2　讀取匯總信息　262
16．6．3　Counter對象的求和計算　263
16．6．4　Counter對象的概率計算　264
16．7　計算期望值并顯示列聯(lián)表　265
16．7．1　計算卡方值　267
16．7．2　計算卡方閾值　267
16．7．3　計算不完全伽馬函數(shù)　268
16．7．4　計算完全伽馬函數(shù)　270
16．7．5　計算隨機分布的概率　271
16．8　函數(shù)式編程設計模式　273
16．9　小結　274
版權聲明