W poprzednich samouczkach widzieliśmy, jak zaimplementować zachowanie wysokiego poziomu za pomocą metod Dunder i jak metoda częściowa oferowana przez moduł functools może wykorzystać wielokrotność argumentów.

Interesuje mnie wykorzystanie obu filarów Pythona do zaimplementowania pozoru zachowania PIPEY , czyli zbudowania mechanizmu pipingu, który osiągnąłby serię następujących po sobie operacji na danych, takich jak:

pipe | operation1 >> operation2 >> operation3 >> ..  >> operationN

W tym celu:

• Najpierw skonstruuj podstawową, Partialkonfigurowalną klasę, która będzie działać jako functools.partialmoduł.
• Wprowadź więcej możliwości do Partialklasy.
• Połącz to wszystko w Pipeklasie.

Jak już wiesz, partialmetoda dostarczona w functoolssłuży do zamrożenia części argumentów funkcji i daje z kolei nową funkcję.

Moduł partialma mniej więcej następującą implementację:

Przetestujmy to na tym samym przykładzie, o którym mowa w oficjalnej dokumentacji:

>>> basetwo = Partial(int, base=2)
>>> basetwo('1001')
... 9

Aby emulować zachowanie arytmetyczne, móc używać odbitego przesunięcia w prawo, ( >> )a także używać potoku jako wywoływanego, musimy zaimplementować dwie specjalne metody: __rshift__i __call__. Pozwól, że najpierw pokażę, jak to się robi, a potem wyjaśnię:

Różnica w stosunku do pierwszej podstawowej Partialimplementacji pod względem inicjalizacji instancji polega na naturze atrybutów. Musielibyśmy skonstruować rodzaj akumulatora, z którego skorzystalibyśmy podczas prawego przełożenia z inną Partialinstancją.

Proszę zauważyć, jak __rshift__metoda została napisana, wszystko sprowadza się do dołączenia otherinformacji częściowych (argumenty funkcji, argumentów i słów kluczowych) do pierwszej, dzięki czemu śledzimy kolejność, w jakiej potok jest zorientowany i powinien być wykonywany. Po ustanowieniu potoku łańcuch funkcji Callables uruchamia obliczenia od lewej do prawej. Pierwsza wywoływalna oblicza wynik, który z kolei staje się danymi wejściowymi do następnego.

Podajmy przykład:

>>> first_pipeline = Partial(pow,2) >> Partial(pow,3) >> Partial(pow, 5) 
>>>
>>> first_pipeline(4)
... 1152921504606846976
>>> ((4 ** 2) ** 3 ) ** 5 
... 1152921504606846976

Jednak z pewnością nie chcemy w widoczny sposób wywoływać częściowego za każdym razem, gdy chcemy dodać coś do naszego potoku.

Zapiszmy dostosowane wersje funkcji unitarnych, których potrzebowalibyśmy do naszych celów. Zdefiniujmy powerfunkcję i addfunkcję:

power = lambda x: Partial(lambda x_, n: pow(x_, n), x)
add = lambda x: Partial(lambda x_, n: x_ + n, x)

Partial(lambda x_, n: pow(x_, n), x)zamraża pierwszy argument x_funkcji lambda.
Ponieważ xjest to zmienna, która przedstawiałaby dane wejściowe lub wynik poprzedniego wywołania, sensowne jest zawinięcie tego Partialw inną lambdafunkcję.

>>> power = lambda x: Partial(lambda x_, n: pow(x_, n), x)
>>> add = lambda x: Partial(lambda x_, n: x_ + n, x)
>>> element = power(2) >> add(4) >> power(2) >> add(2)
>>> element(16)
>>> 67602

>>> ((((16 ** 2) + 4 ) ** 2 ) + 2)
>>> 67602

A może zainwestujesz w więcej elegancji? Zbierzmy to wszystko w Pipeklasę:

Z naszymi Piperzeczami nabierają znaczenia:

>>> element = Pipe() | power(2) >> add(4) >> power(2) >> add(2)
>>> element 
... <__main__.Pipe at 0x7f869c3606a0>
>>> element(16)
... 67602

Co powiesz na przetestowanie naszego mechanizmu z innym rodzajem danych, powiedzmy np. listami!
Najwyraźniej deklarujemy kolejne sztuki :

add_listi power_listpotrzebują dodatkowych argumentów, stąd użycie lambdafunkcji zewnętrznych.
Zarówno sorted_listi uniq_listdziałają bez dodatkowych argumentów. Zapakowanie ich w Partialklasy jest wystarczające.

Oto ostatni przykład:

>>> list_elements = [1,2,3,3,4]
>>> element_list = Pipe() | add_list(2) >> power_list(3) >> sorted_list >> uniq_list
>>> element_list(list_elements)
... [64, 27, 125, 216]

Wniosek

Jeśli dotarłeś tak daleko, bardzo dziękuję za cierpliwość i ciekawość.

To był dość zabawny eksperyment, aby przetestować niektóre ukryte funkcje, które widzimy w zaawansowanych narzędziach Pythona. Nieuchronnie skłaniają nas do pytania o zakres elegancji składni, jaką możemy osiągnąć.