functional.md
1> **Источник:** https://python-all.ru/3.9/howto/functional.html2>3> «Документация Python на русском» – неофициальный перевод официальной документации Python: версии от 2.6 до 3.16, полнотекстовый поиск, английский оригинал рядом с переводом. Эта Markdown-версия страницы предназначена для работы с LLM: вставьте её в ChatGPT, Claude или Cursor.45---67# Руководство по функциональному программированию89**Автор**1011A. M. Kuchling1213**Версия**14150.321617В этом документе мы рассмотрим возможности Python, подходящие для реализации программ в функциональном стиле. После введения в концепции функционального программирования мы рассмотрим такие языковые средства, как [итератор](https://python-all.ru/3.9/glossary.html#term-iterator)ы и [генератор](https://python-all.ru/3.9/glossary.html#term-generator)ы, а также соответствующие библиотечные модули, такие как [`itertools`](https://python-all.ru/3.9/library/itertools.html#module-itertools) и [`functools`](https://python-all.ru/3.9/library/functools.html#module-functools).1819## Введение2021В этом разделе объясняется основная концепция функционального программирования; если вас интересуют только особенности языка Python, переходите к следующему разделу [Итераторы](https://python-all.ru/3.9/howto/functional.html#functional-howto-iterators).2223Языки программирования поддерживают декомпозицию задач несколькими различными способами:2425- Большинство языков программирования являются **процедурными**: программы представляют собой списки инструкций, которые указывают компьютеру, что делать с входными данными программы. C, Pascal и даже оболочки Unix являются процедурными языками.26- В **декларативных** языках пишется спецификация, описывающая решаемую задачу, а реализация языка самостоятельно определяет, как эффективно выполнить вычисления. SQL – это декларативный язык, с которым вы, скорее всего, знакомы; SQL-запрос описывает набор данных, который вы хотите получить, а механизм SQL решает, сканировать таблицы или использовать индексы, какие подзапросы выполнять в первую очередь и т.д.27- **Объектно-ориентированные** программы манипулируют коллекциями объектов. Объекты имеют внутреннее состояние и поддерживают методы, которые запрашивают или изменяют это внутреннее состояние определённым образом. Smalltalk и Java являются объектно-ориентированными языками. C++ и Python – языки, поддерживающие объектно-ориентированное программирование, но не навязывающие использование объектно-ориентированных возможностей.28- **Функциональное** программирование разбивает задачу на набор функций. В идеале функции только принимают входные данные и выдают результаты, не имея внутреннего состояния, влияющего на вывод для заданного входа. К известным функциональным языкам относятся семейство ML (Standard ML, OCaml и другие варианты) и Haskell.2930Разработчики некоторых языков программирования решают сделать упор на один конкретный подход к программированию. Это часто затрудняет написание программ, использующих другой подход. Другие языки являются мультипарадигмальными и поддерживают несколько различных подходов. Lisp, C++ и Python – мультипарадигмальные; в каждом из этих языков можно писать программы или библиотеки, преимущественно процедурные, объектно-ориентированные или функциональные. В большой программе разные разделы могут быть написаны с использованием разных подходов; например, графический интерфейс может быть объектно-ориентированным, а логика обработки – процедурной или функциональной.3132В функциональной программе входные данные проходят через набор функций. Каждая функция обрабатывает свой вход и выдаёт некоторый результат. Функциональный стиль не одобряет функции с побочными эффектами, изменяющими внутреннее состояние или вносящими другие изменения, невидимые в возвращаемом значении функции. Функции, не имеющие побочных эффектов вообще, называются **чисто функциональными**. Избегание побочных эффектов означает отказ от использования структур данных, которые обновляются в процессе выполнения программы; результат каждой функции должен зависеть только от её входных данных.3334Некоторые языки очень строги в отношении чистоты и даже не имеют операторов присваивания, таких как `a=3` или `c = a + b`, но трудно избежать всех побочных эффектов, таких как вывод на экран или запись в файл на диске. Другим примером является вызов функции [`print()`](https://python-all.ru/3.9/library/functions.html#print) или [`time.sleep()`](https://python-all.ru/3.9/library/time.html#time.sleep), ни одна из которых не возвращает полезного значения. Обе вызываются только ради побочных эффектов – отправки текста на экран или приостановки выполнения на секунду.3536Программы на Python, написанные в функциональном стиле, обычно не доходят до крайности полного отказа от ввода-вывода или присваиваний; вместо этого они предоставляют интерфейс, выглядящий функциональным, но внутри используют не функциональные возможности. Например, реализация функции всё равно будет использовать присваивания локальным переменным, но не будет изменять глобальные переменные или иметь другие побочные эффекты.3738Функциональное программирование можно считать противоположностью объектно-ориентированного. Объекты – это небольшие капсулы, содержащие некоторое внутреннее состояние вместе с набором вызовов методов, позволяющих изменять это состояние, а программы состоят из выполнения правильного набора изменений состояния. Функциональное программирование стремится максимально избегать изменений состояния и работает с данными, передаваемыми между функциями. В Python вы можете комбинировать эти два подхода, написав функции, которые принимают и возвращают экземпляры, представляющие объекты в вашем приложении (сообщения электронной почты, транзакции и т.д.).3940Функциональный дизайн может показаться странным ограничением для работы. Зачем избегать объектов и побочных эффектов? У функционального стиля есть теоретические и практические преимущества:4142- Формальная доказуемость.43- Модульность.44- Композируемость.45- Лёгкость отладки и тестирования.4647### Формальная доказуемость4849Теоретическое преимущество заключается в том, что легче построить математическое доказательство корректности функциональной программы.5051Уже долгое время исследователи заинтересованы в поиске способов математического доказательства корректности программ. Это отличается от тестирования программы на множестве входных данных и заключения, что её вывод обычно корректен, или чтения исходного кода программы и заключения, что код выглядит правильно; цель – строгое доказательство того, что программа выдаёт правильный результат для всех возможных входных данных.5253Метод, используемый для доказательства корректности программ, заключается в записи **инвариантов** – свойств входных данных и переменных программы, которые всегда истинны. Для каждой строки кода затем показывается, что если инварианты X и Y истинны **до** выполнения строки, то слегка изменённые инварианты X’ и Y’ истинны **после** выполнения строки. Это продолжается до конца программы, после чего инварианты должны соответствовать желаемым условиям на выход программы.5455Избегание присваиваний в функциональном программировании возникло потому, что присваивания сложно обрабатывать с помощью этого метода; присваивания могут нарушить инварианты, которые были истинны до присваивания, не порождая новых инвариантов, которые можно было бы распространить дальше.5657К сожалению, доказательство корректности программ в значительной степени непрактично и не применимо к программному обеспечению на Python. Даже тривиальные программы требуют доказательств длиной в несколько страниц; доказательство корректности для умеренно сложной программы было бы огромным, и мало какие (или вообще никакие) из программ, которые вы используете ежедневно (интерпретатор Python, ваш XML-парсер, веб-браузер), могли бы быть доказаны корректными. Даже если бы вы записали или сгенерировали доказательство, возник бы вопрос его проверки; возможно, в нём есть ошибка, и вы ошибочно полагаете, что доказали корректность программы.5859### Модульность6061Более практическое преимущество функционального программирования заключается в том, что оно заставляет разбивать задачу на небольшие части. Программы становятся более модульными. Проще определить и написать маленькую функцию, которая делает одно дело, чем большую функцию, выполняющую сложное преобразование. Маленькие функции также легче читать и проверять на ошибки.6263### Лёгкость отладки и тестирования6465Тестировать и отлаживать программу в функциональном стиле проще.6667Отладка упрощается, потому что функции обычно малы и чётко определены. Когда программа не работает, каждая функция является точкой интерфейса, где можно проверить корректность данных. Можно просмотреть промежуточные входные и выходные данные, чтобы быстро изолировать функцию, ответственную за ошибку.6869Тестирование проще, потому что каждая функция является потенциальным объектом для модульного теста. Функции не зависят от состояния системы, которое нужно воспроизводить перед запуском теста; вместо этого нужно только синтезировать правильный вход и затем проверить, что выход соответствует ожиданиям.7071### Композируемость7273В процессе работы над программой в функциональном стиле вы напишете ряд функций с различными входными и выходными данными. Некоторые из этих функций будут неизбежно специализированы для конкретного приложения, но другие будут полезны в самых разных программах. Например, функция, принимающая путь к каталогу и возвращающая все XML-файлы в нём, или функция, принимающая имя файла и возвращающая его содержимое, могут применяться во многих различных ситуациях.7475Со временем у вас сформируется личная библиотека утилит. Часто вы будете собирать новые программы, компонуя существующие функции в новой конфигурации и написав несколько функций, специализированных для текущей задачи.7677## Итераторы7879Я начну с рассмотрения возможности языка Python, которая является важной основой для написания функциональных программ: итераторов.8081Итератор – это объект, представляющий поток данных; этот объект возвращает данные по одному элементу за раз. Итератор Python должен поддерживать метод [`__next__()`](https://python-all.ru/3.9/library/stdtypes.html#iterator.__next__), который не принимает аргументов и всегда возвращает следующий элемент потока. Если в потоке больше нет элементов, [`__next__()`](https://python-all.ru/3.9/library/stdtypes.html#iterator.__next__) должно возбуждать исключение [`StopIteration`](https://python-all.ru/3.9/library/exceptions.html#StopIteration). Однако итераторы не обязаны быть конечными; вполне допустимо написать итератор, который порождает бесконечный поток данных.8283Встроенная функция [`iter()`](https://python-all.ru/3.9/library/functions.html#iter) принимает произвольный объект и пытается вернуть итератор, который будет возвращать содержимое или элементы объекта, возбуждая [`TypeError`](https://python-all.ru/3.9/library/exceptions.html#TypeError), если объект не поддерживает итерацию. Несколько встроенных типов данных Python поддерживают итерацию, наиболее распространённые – списки и словари. Объект называется [итерируемым](https://python-all.ru/3.9/glossary.html#term-iterable), если для него можно получить итератор.8485Можно поэкспериментировать с интерфейсом итерации вручную:8687```python88>>> L = [1, 2, 3]89>>> it = iter(L)90>>> it 91<...iterator object at ...>92>>> it.__next__() # то же, что и next(it)93194>>> next(it)95296>>> next(it)97398>>> next(it)99Traceback (most recent call last):100 File "<stdin>", line 1, in <module>101StopIteration102>>>103```104105Python ожидает итерируемые объекты в нескольких различных контекстах, самым важным из которых является оператор [`for`](https://python-all.ru/3.9/reference/compound_stmts.html#for). В операторе `for X in Y` Y должен быть итератором или объектом, для которого [`iter()`](https://python-all.ru/3.9/library/functions.html#iter) может создать итератор. Эти два оператора эквивалентны:106107```python108for i in iter(obj):109 print(i)110111for i in obj:112 print(i)113```114115Итераторы можно материализовать в списки или кортежи с помощью функций-конструкторов [`list()`](https://python-all.ru/3.9/library/stdtypes.html#list) или [`tuple()`](https://python-all.ru/3.9/library/stdtypes.html#tuple):116117```python118>>> L = [1, 2, 3]119>>> iterator = iter(L)120>>> t = tuple(iterator)121>>> t122(1, 2, 3)123```124125Распаковка последовательностей также поддерживает итераторы: если известно, что итератор вернёт N элементов, их можно распаковать в N-кортеж:126127```python128>>> L = [1, 2, 3]129>>> iterator = iter(L)130>>> a, b, c = iterator131>>> a, b, c132(1, 2, 3)133```134135Встроенные функции, такие как [`max()`](https://python-all.ru/3.9/library/functions.html#max) и [`min()`](https://python-all.ru/3.9/library/functions.html#min), могут принимать один аргумент-итератор и возвращать наибольший или наименьший элемент. Операторы `"in"` и `"not in"` также поддерживают итераторы: `X in iterator` истинно, если X найден в потоке, возвращаемом итератором. С бесконечным итератором возникнут очевидные проблемы: [`max()`](https://python-all.ru/3.9/library/functions.html#max) и [`min()`](https://python-all.ru/3.9/library/functions.html#min) никогда не завершатся, а если элемент X никогда не появится в потоке, операторы `"in"` и `"not in"` тоже не вернут результат.136137Обратите внимание, что по итератору можно двигаться только вперёд; нет способа получить предыдущий элемент, сбросить итератор или создать его копию. Объекты-итераторы могут опционально предоставлять эти дополнительные возможности, но протокол итератора определяет только метод [`__next__()`](https://python-all.ru/3.9/library/stdtypes.html#iterator.__next__). Поэтому функции могут потребить весь вывод итератора, и если нужно выполнить другое действие с тем же потоком, придётся создавать новый итератор.138139### Типы данных, поддерживающие итераторы140141Мы уже видели, как списки и кортежи поддерживают итераторы. На самом деле любой тип последовательности Python, например строки, автоматически поддерживает создание итератора.142143Вызов [`iter()`](https://python-all.ru/3.9/library/functions.html#iter) для словаря возвращает итератор, который будет перебирать ключи словаря:144145```python146>>> m = {'Jan': 1, 'Feb': 2, 'Mar': 3, 'Apr': 4, 'May': 5, 'Jun': 6,147... 'Jul': 7, 'Aug': 8, 'Sep': 9, 'Oct': 10, 'Nov': 11, 'Dec': 12}148>>> for key in m:149... print(key, m[key])150Jan 1151Feb 2152Mar 3153Apr 4154May 5155Jun 6156Jul 7157Aug 8158Sep 9159Oct 10160Nov 11161Dec 12162```163164Обратите внимание, что начиная с Python 3.7 порядок итерации словаря гарантированно совпадает с порядком вставки. В более ранних версиях поведение не было определено и могло различаться в разных реализациях.165166Применение [`iter()`](https://python-all.ru/3.9/library/functions.html#iter) к словарю всегда перебирает ключи, но у словарей есть методы, возвращающие другие итераторы. Если нужно перебрать значения или пары ключ/значение, можно явно вызвать методы [`values()`](https://python-all.ru/3.9/library/stdtypes.html#dict.values) или [`items()`](https://python-all.ru/3.9/library/stdtypes.html#dict.items), чтобы получить соответствующий итератор.167168Конструктор [`dict()`](https://python-all.ru/3.9/library/stdtypes.html#dict) может принимать итератор, возвращающий конечный поток кортежей `(key, value)`:169170```python171>>> L = [('Italy', 'Rome'), ('France', 'Paris'), ('US', 'Washington DC')]172>>> dict(iter(L))173{'Italy': 'Rome', 'France': 'Paris', 'US': 'Washington DC'}174```175176Файлы также поддерживают итерацию путём вызова метода [`readline()`](https://python-all.ru/3.9/library/io.html#io.TextIOBase.readline), пока в файле не закончатся строки. Это означает, что можно читать каждую строку файла так:177178```python179for line in file:180 # сделать что-то для каждой строки181 ...182```183184Множества могут принимать своё содержимое из итерируемого объекта и позволяют перебирать элементы множества:185186```python187S = {2, 3, 5, 7, 11, 13}188for i in S:189 print(i)190```191192## Генераторные выражения и списковые включения193194Две распространённые операции над выводом итератора: 1) выполнение некоторого действия для каждого элемента, 2) выбор подмножества элементов, удовлетворяющих некоторому условию. Например, имея список строк, можно удалить завершающие пробелы из каждой строки или извлечь все строки, содержащие заданную подстроку.195196Списковые включения и генераторные выражения (сокращённо «listcomps» и «genexps») – это краткая запись для таких операций, заимствованная из функционального языка программирования Haskell ([https://www.haskell.org/](https://python-all.ru/3.9/howto/functional.html)). Удалить все пробелы из потока строк можно следующим кодом:197198```python199line_list = [' line 1\n', 'line 2 \n', ...]200201# Генераторное выражение – возвращает итератор202stripped_iter = (line.strip() for line in line_list)203204# Списочное выражение – возвращает список205stripped_list = [line.strip() for line in line_list]206```207208Можно выбрать только определённые элементы, добавив условие `"if"`:209210```python211stripped_list = [line.strip() for line in line_list212 if line != ""]213```214215При использовании спискового включения возвращается список Python; `stripped_list` – это список, содержащий результирующие строки, а не итератор. Генераторные выражения возвращают итератор, который вычисляет значения по мере необходимости, не требуя материализации всех значений сразу. Это означает, что списковые включения бесполезны при работе с итераторами, возвращающими бесконечный поток или очень большой объём данных. В таких ситуациях предпочтительнее генераторные выражения.216217Генераторные выражения заключаются в круглые скобки («()»), а списковые включения – в квадратные скобки («\[\]»). Генераторные выражения имеют вид:218219```python220( expression for expr in sequence1221 if condition1222 for expr2 in sequence2223 if condition2224 for expr3 in sequence3 ...225 if condition3226 for exprN in sequenceN227 if conditionN )228```229230Опять же, для спискового включения отличаются только внешние скобки (квадратные вместо круглых).231232Элементами генерируемого вывода будут последовательные значения `expression`. Все предложения `if` являются необязательными; если они присутствуют, `expression` вычисляется и добавляется в результат только тогда, когда `condition` истинно.233234Генераторные выражения всегда должны быть записаны внутри круглых скобок, но скобки, обозначающие вызов функции, также подходят. Если нужно создать итератор, который будет немедленно передан функции, можно написать:235236```python237obj_total = sum(obj.count for obj in list_all_objects())238```239240Предложения `for...in` содержат последовательности, по которым производится итерация. Последовательности не обязательно должны быть одинаковой длины, поскольку они перебираются слева направо, **не** параллельно. Для каждого элемента в `sequence1`, `sequence2` перебирается с начала. Затем `sequence3` перебирается для каждой результирующей пары элементов из `sequence1` и `sequence2`.241242Другими словами, списковое включение или генераторное выражение эквивалентно следующему коду Python:243244```python245for expr1 in sequence1:246 if not (condition1):247 continue # Пропустить этот элемент248 for expr2 in sequence2:249 if not (condition2):250 continue # Пропустить этот элемент251 ...252 for exprN in sequenceN:253 if not (conditionN):254 continue # Пропустить этот элемент255256 # Вывести значение257 # выражения.258```259260Это означает, что при наличии нескольких предложений `for...in`, но отсутствии предложений `if`, длина результирующего вывода будет равна произведению длин всех последовательностей. Если есть два списка длины 3, выходной список будет длиной 9 элементов:261262```python263>>> seq1 = 'abc'264>>> seq2 = (1, 2, 3)265>>> [(x, y) for x in seq1 for y in seq2] 266[('a', 1), ('a', 2), ('a', 3),267 ('b', 1), ('b', 2), ('b', 3),268 ('c', 1), ('c', 2), ('c', 3)]269```270271Чтобы избежать неоднозначности в грамматике Python, если `expression` создаёт кортеж, его необходимо заключить в круглые скобки. Первое списковое включение ниже является синтаксической ошибкой, а второе – правильным:272273```python274# Синтаксическая ошибка275[x, y for x in seq1 for y in seq2]276# Верно277[(x, y) for x in seq1 for y in seq2]278```279280## Генераторы281282Генераторы – это особый класс функций, упрощающих написание итераторов. Обычные функции вычисляют значение и возвращают его, а генераторы возвращают итератор, который возвращает поток значений.283284Вы, несомненно, знакомы с тем, как работают обычные вызовы функций в Python или C. Когда функция вызывается, она получает приватное пространство имён, в котором создаются её локальные переменные. Когда функция достигает оператора `return`, локальные переменные уничтожаются, а значение возвращается вызывающему. Последующий вызов той же функции создаёт новое приватное пространство имён и новый набор локальных переменных. Но что, если бы локальные переменные не отбрасывались при выходе из функции? Что, если бы можно было позже возобновить функцию с того места, где она остановилась? Именно это и обеспечивают генераторы; их можно рассматривать как возобновляемые функции.285286Вот простейший пример функции-генератора:287288```python289>>> def generate_ints(N):290... for i in range(N):291... yield i292```293294Любая функция, содержащая ключевое слово [`yield`](https://python-all.ru/3.9/reference/simple_stmts.html#yield), является функцией-генератором; это обнаруживается компилятором [байт-кода](https://python-all.ru/3.9/glossary.html#term-bytecode) Python, который соответствующим образом компилирует функцию.295296При вызове функции-генератора она не возвращает одно значение; вместо этого возвращается объект-генератор, поддерживающий протокол итератора. При выполнении выражения `yield` генератор выводит значение `i`, аналогично оператору `return`. Основное различие между `yield` и оператором `return` заключается в том, что при достижении `yield` состояние выполнения генератора приостанавливается, а локальные переменные сохраняются. При следующем вызове метода [`__next__()`](https://python-all.ru/3.9/reference/expressions.html#generator.__next__) генератора функция возобновляет выполнение.297298Вот пример использования генератора `generate_ints()`:299300```python301>>> gen = generate_ints(3)302>>> gen 303<generator object generate_ints at ...>304>>> next(gen)3050306>>> next(gen)3071308>>> next(gen)3092310>>> next(gen)311Traceback (most recent call last):312 File "stdin", line 1, in <module>313 File "stdin", line 2, in generate_ints314StopIteration315```316317Можно также написать `for i in generate_ints(5)` или `a, b, c = generate_ints(3)`.318319Внутри функции-генератора `return value` вызывает возбуждение `StopIteration(value)` из метода [`__next__()`](https://python-all.ru/3.9/reference/expressions.html#generator.__next__). Как только это происходит или достигается конец функции, поток значений завершается, и генератор больше не может выдавать значения.320321Можно добиться эффекта генераторов вручную, написав собственный класс и сохранив все локальные переменные генератора как переменные экземпляра. Например, возврат списка целых чисел можно выполнить, установив `self.count` в 0 и заставив метод [`__next__()`](https://python-all.ru/3.9/library/stdtypes.html#iterator.__next__) увеличивать `self.count` и возвращать его. Однако для сколько-нибудь сложного генератора написание соответствующего класса может быть гораздо более запутанным.322323Тестовый набор, входящий в библиотеку Python, [Lib/test/test\_generators.py](https://python-all.ru/src/3.9/Lib/test/test_generators.py), содержит ряд более интересных примеров. Вот один генератор, который реализует обход дерева в порядке (in-order) с использованием генераторов рекурсивно.324325```python326# Рекурсивный генератор, порождающий листья дерева в порядке in-order.327def inorder(t):328 if t:329 for x in inorder(t.left):330 yield x331332 yield t.label333334 for x in inorder(t.right):335 yield x336```337338Два других примера в `test_generators.py` дают решения задачи о N ферзях (размещение N ферзей на шахматной доске NxN так, чтобы ни один ферзь не угрожал другому) и о ходе коня (поиск маршрута, который проводит коня через каждую клетку доски NxN, не посещая ни одну клетку дважды).339340### Передача значений в генератор341342В Python 2.4 и ранее генераторы только выдавали результат. Как только код генератора вызывался для создания итератора, не было способа передать новую информацию в функцию при возобновлении её выполнения. Можно было сымитировать эту возможность, заставив генератор обращаться к глобальной переменной или передавая изменяемый объект, который затем изменяли вызывающие стороны, но эти подходы были громоздкими.343344В Python 2.5 появился простой способ передачи значений в генератор. [`yield`](https://python-all.ru/3.9/reference/simple_stmts.html#yield) стал выражением, возвращающим значение, которое можно присвоить переменной или иным образом обработать:345346```python347val = (yield i)348```349350Рекомендуется **всегда** заключать выражение `yield` в скобки, когда вы что-то делаете с возвращаемым значением, как в примере выше. Скобки не всегда обязательны, но проще всегда их добавлять, чем запоминать, когда они нужны.351352([**PEP 342**](https://python-all.ru/3.9/howto/functional.html) объясняет точные правила: выражение `yield` всегда должно быть в скобках, за исключением случая, когда оно находится на верхнем уровне справа от присваивания. Это значит, что можно написать `val = yield i`, но нужно использовать скобки при наличии операции, как в `val = (yield i) + 12`.)353354Значения отправляются в генератор вызовом его метода [`send(value)`](https://python-all.ru/3.9/reference/expressions.html#generator.send). Этот метод возобновляет код генератора, и выражение `yield` возвращает указанное значение. Если вызывается обычный метод [`__next__()`](https://python-all.ru/3.9/reference/expressions.html#generator.__next__), то `yield` возвращает `None`.355356Вот простой счётчик, который увеличивается на 1 и позволяет изменять значение внутреннего счётчика.357358```python359def counter(maximum):360 i = 0361 while i < maximum:362 val = (yield i)363 # Если передано значение, изменить counter.364 if val is not None:365 i = val366 else:367 i += 1368```369370А вот пример изменения счётчика:371372```python373>>> it = counter(10) 374>>> next(it) 3750376>>> next(it) 3771378>>> it.send(8) 3798380>>> next(it) 3819382>>> next(it) 383Traceback (most recent call last):384 File "t.py", line 15, in <module>385 it.next()386StopIteration387```388389Поскольку `yield` часто будет возвращать `None`, всегда следует проверять этот случай. Не используйте его значение в выражениях, если вы не уверены, что метод [`send()`](https://python-all.ru/3.9/reference/expressions.html#generator.send) будет единственным методом, используемым для возобновления вашей функции-генератора.390391Помимо [`send()`](https://python-all.ru/3.9/reference/expressions.html#generator.send), у генераторов есть два других метода:392393- [`throw(value)`](https://python-all.ru/3.9/reference/expressions.html#generator.throw) используется для возбуждения исключения внутри генератора; исключение возбуждается выражением `yield`, на котором приостановлено выполнение генератора.394- [`close()`](https://python-all.ru/3.9/reference/expressions.html#generator.close) вызывает исключение [`GeneratorExit`](https://python-all.ru/3.9/library/exceptions.html#GeneratorExit) внутри генератора, чтобы завершить итерацию. При получении этого исключения код генератора должен либо возбудить [`GeneratorExit`](https://python-all.ru/3.9/library/exceptions.html#GeneratorExit), либо [`StopIteration`](https://python-all.ru/3.9/library/exceptions.html#StopIteration); перехватывать исключение и делать что-либо ещё запрещено и вызовет [`RuntimeError`](https://python-all.ru/3.9/library/exceptions.html#RuntimeError). [`close()`](https://python-all.ru/3.9/reference/expressions.html#generator.close) также будет вызван сборщиком мусора Python при сборке мусора генератора.395396 Если нужно выполнить код очистки при возникновении [`GeneratorExit`](https://python-all.ru/3.9/library/exceptions.html#GeneratorExit), рекомендуется использовать конструкцию `try: ... finally:` вместо перехвата [`GeneratorExit`](https://python-all.ru/3.9/library/exceptions.html#GeneratorExit).397398Совокупный эффект этих изменений – превращение генераторов из однонаправленных производителей информации одновременно и в производителей, и в потребителей.399400Генераторы также становятся **корутинами** – более обобщённой формой подпрограмм. Подпрограммы имеют одну точку входа и одну точку выхода (начало функции и оператор `return`), тогда как корутины могут иметь много разных точек входа, выхода и возобновления (операторы `yield`).401402## Встроенные функции403404Рассмотрим подробнее встроенные функции, часто используемые с итераторами.405406Две встроенные функции Python, [`map()`](https://python-all.ru/3.9/library/functions.html#map) и [`filter()`](https://python-all.ru/3.9/library/functions.html#filter), дублируют возможности генераторных выражений:407408**[`map(f, iterA, iterB, ...)`](https://python-all.ru/3.9/library/functions.html#map) возвращает итератор по последовательности**409410`f(iterA[0], iterB[0]), f(iterA[1], iterB[1]), f(iterA[2], iterB[2]), ...`.411412```python413>>> def upper(s):414... return s.upper()415```416417```python418>>> list(map(upper, ['sentence', 'fragment']))419['SENTENCE', 'FRAGMENT']420>>> [upper(s) for s in ['sentence', 'fragment']]421['SENTENCE', 'FRAGMENT']422```423424Конечно, того же эффекта можно достичь с помощью спискового включения.425426[`filter(predicate, iter)`](https://python-all.ru/3.9/library/functions.html#filter) возвращает итератор по всем элементам последовательности, удовлетворяющим определённому условию, и также дублируется списковыми включениями. **Предикат** – это функция, возвращающая истинностное значение некоторого условия; для использования с [`filter()`](https://python-all.ru/3.9/library/functions.html#filter) предикат должен принимать одно значение.427428```python429>>> def is_even(x):430... return (x % 2) == 0431```432433```python434>>> list(filter(is_even, range(10)))435[0, 2, 4, 6, 8]436```437438Это также можно записать в виде спискового включения:439440```python441>>> list(x for x in range(10) if is_even(x))442[0, 2, 4, 6, 8]443```444445[`enumerate(iter, start=0)`](https://python-all.ru/3.9/library/functions.html#enumerate) нумерует элементы в итерируемом объекте, возвращая кортежи из двух элементов: счёт (от *начала*) и каждый элемент.446447```python448>>> for item in enumerate(['subject', 'verb', 'object']):449... print(item)450(0, 'subject')451(1, 'verb')452(2, 'object')453```454455[`enumerate()`](https://python-all.ru/3.9/library/functions.html#enumerate) часто используется при переборе списка и записи индексов, для которых выполняются определённые условия:456457```python458f = open('data.txt', 'r')459for i, line in enumerate(f):460 if line.strip() == '':461 print('Blank line at line #%i' % i)462```463464[`sorted(iterable, key=None, reverse=False)`](https://python-all.ru/3.9/library/functions.html#sorted) собирает все элементы итерируемого объекта в список, сортирует его и возвращает отсортированный результат. Аргументы *key* и *reverse* передаются методу [`sort()`](https://python-all.ru/3.9/library/stdtypes.html#list.sort) созданного списка.465466```python467>>> import random468>>> # Сгенерировать 8 случайных чисел в диапазоне [0, 10000).469>>> rand_list = random.sample(range(10000), 8)470>>> rand_list 471[769, 7953, 9828, 6431, 8442, 9878, 6213, 2207]472>>> sorted(rand_list) 473[769, 2207, 6213, 6431, 7953, 8442, 9828, 9878]474>>> sorted(rand_list, reverse=True) 475[9878, 9828, 8442, 7953, 6431, 6213, 2207, 769]476```477478(Для более подробного обсуждения сортировки см. [Руководство по сортировке](https://python-all.ru/3.9/howto/sorting.html#sortinghowto).)479480Встроенные функции [`any(iter)`](https://python-all.ru/3.9/library/functions.html#any) и [`all(iter)`](https://python-all.ru/3.9/library/functions.html#all) проверяют истинность элементов итерируемого объекта. [`any()`](https://python-all.ru/3.9/library/functions.html#any) возвращает `True`, если хотя бы один элемент является истинным, а [`all()`](https://python-all.ru/3.9/library/functions.html#all) возвращает `True`, если все элементы истинны:481482```python483>>> any([0, 1, 0])484True485>>> any([0, 0, 0])486False487>>> any([1, 1, 1])488True489>>> all([0, 1, 0])490False491>>> all([0, 0, 0])492False493>>> all([1, 1, 1])494True495```496497[`zip(iterA, iterB, ...)`](https://python-all.ru/3.9/library/functions.html#zip) берёт по одному элементу из каждого итерируемого объекта и возвращает их в виде кортежа:498499```python500zip(['a', 'b', 'c'], (1, 2, 3)) =>501 ('a', 1), ('b', 2), ('c', 3)502```503504Он не создаёт список в памяти и не исчерпывает все входные итераторы до возврата; вместо этого кортежи создаются и возвращаются только по запросу. (Технический термин для такого поведения – [ленивые вычисления](https://python-all.ru/3.9/howto/functional.html).)505506Этот итератор предназначен для использования с итерируемыми объектами одинаковой длины. Если длины различаются, результирующий поток данных будет иметь длину кратчайшего итерируемого объекта.507508```python509zip(['a', 'b'], (1, 2, 3)) =>510 ('a', 1), ('b', 2)511```512513Тем не менее, так делать не стоит, поскольку из более длинных итераторов может быть взят и отброшен элемент. Это означает, что использовать эти итераторы дальше нельзя – есть риск пропустить отброшенный элемент.514515## Модуль itertools516517Модуль [`itertools`](https://python-all.ru/3.9/library/itertools.html#module-itertools) содержит ряд часто используемых итераторов, а также функции для комбинирования нескольких итераторов. В данном разделе будут представлены возможности модуля на небольших примерах.518519Функции модуля делятся на несколько широких категорий:520521- Функции, создающие новый итератор на основе существующего.522- Функции для передачи элементов итератора в качестве аргументов функции.523- Функции для выбора части вывода итератора.524- Функция для группировки вывода итератора.525526### Создание новых итераторов527528[`itertools.count(start, step)`](https://python-all.ru/3.9/library/itertools.html#itertools.count) возвращает бесконечный поток данных с равномерно распределёнными значениями. При желании можно указать начальное число (по умолчанию 0) и интервал между числами (по умолчанию 1):529530```python531itertools.count() =>532 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, ...533itertools.count(10) =>534 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, ...535itertools.count(10, 5) =>536 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, ...537```538539[`itertools.cycle(iter)`](https://python-all.ru/3.9/library/itertools.html#itertools.cycle) сохраняет копию содержимого переданного итерируемого объекта и возвращает новый итератор, который выдает его элементы от первого до последнего. Новый итератор будет повторять эти элементы бесконечно.540541```python542itertools.cycle([1, 2, 3, 4, 5]) =>543 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, ...544```545546[`itertools.repeat(elem, [n])`](https://python-all.ru/3.9/library/itertools.html#itertools.repeat) возвращает переданный элемент *n* раз, или возвращает элемент бесконечно, если *n* не указан.547548```python549itertools.repeat('abc') =>550 abc, abc, abc, abc, abc, abc, abc, abc, abc, abc, ...551itertools.repeat('abc', 5) =>552 abc, abc, abc, abc, abc553```554555[`itertools.chain(iterA, iterB, ...)`](https://python-all.ru/3.9/library/itertools.html#itertools.chain) принимает произвольное количество итерируемых объектов и возвращает все элементы первого итератора, затем все элементы второго и т. д., пока все итерируемые объекты не будут исчерпаны.556557```python558itertools.chain(['a', 'b', 'c'], (1, 2, 3)) =>559 a, b, c, 1, 2, 3560```561562[`itertools.islice(iter, [start], stop, [step])`](https://python-all.ru/3.9/library/itertools.html#itertools.islice) возвращает поток данных, представляющий собой срез итератора. С одним аргументом *stop* он вернёт первые *stop* элементов. Если указан начальный индекс, будет получено *stop-start* элементов, а если указано значение *step*, элементы будут пропускаться соответствующим образом. В отличие от срезов строк и списков Python, для *start*, *stop* и *step* нельзя использовать отрицательные значения.563564```python565itertools.islice(range(10), 8) =>566 0, 1, 2, 3, 4, 5, 6, 7567itertools.islice(range(10), 2, 8) =>568 2, 3, 4, 5, 6, 7569itertools.islice(range(10), 2, 8, 2) =>570 2, 4, 6571```572573[`itertools.tee(iter, [n])`](https://python-all.ru/3.9/library/itertools.html#itertools.tee) реплицирует итератор: возвращает *n* независимых итераторов, каждый из которых будет возвращать содержимое исходного итератора. Если не указано значение *n*, по умолчанию используется 2. Репликация итераторов требует сохранения части содержимого исходного итератора, поэтому при большом размере итератора и неравномерном потреблении новых итераторов может расходоваться значительный объём памяти.574575```python576itertools.tee( itertools.count() ) =>577 iterA, iterB578579where iterA ->580 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, ...581582and iterB ->583 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, ...584```585586### Применение функций к элементам587588Модуль [`operator`](https://python-all.ru/3.9/library/operator.html#module-operator) содержит набор функций, соответствующих операторам Python. Примеры: [`operator.add(a, b)`](https://python-all.ru/3.9/library/operator.html#operator.add) (складывает два значения), [`operator.ne(a, b)`](https://python-all.ru/3.9/library/operator.html#operator.ne) (аналог `a != b`) и [`operator.attrgetter('id')`](https://python-all.ru/3.9/library/operator.html#operator.attrgetter) (возвращает вызываемый объект, который извлекает атрибут `.id`).589590[`itertools.starmap(func, iter)`](https://python-all.ru/3.9/library/itertools.html#itertools.starmap) предполагает, что итерируемый объект будет возвращать поток данных из кортежей, и вызывает *func*, используя эти кортежи в качестве аргументов:591592```python593itertools.starmap(os.path.join,594 [('/bin', 'python'), ('/usr', 'bin', 'java'),595 ('/usr', 'bin', 'perl'), ('/usr', 'bin', 'ruby')])596=>597 /bin/python, /usr/bin/java, /usr/bin/perl, /usr/bin/ruby598```599600### Выбор элементов601602Ещё одна группа функций выбирает подмножество элементов итератора на основе предиката.603604[`itertools.filterfalse(predicate, iter)`](https://python-all.ru/3.9/library/itertools.html#itertools.filterfalse) является противоположностью [`filter()`](https://python-all.ru/3.9/library/functions.html#filter), возвращая все элементы, для которых предикат возвращает ложь:605606```python607itertools.filterfalse(is_even, itertools.count()) =>608 1, 3, 5, 7, 9, 11, 13, 15, ...609```610611[`itertools.takewhile(predicate, iter)`](https://python-all.ru/3.9/library/itertools.html#itertools.takewhile) возвращает элементы до тех пор, пока предикат возвращает истину. Как только предикат возвращает ложь, итератор сигнализирует об окончании результатов.612613```python614def less_than_10(x):615 return x < 10616617itertools.takewhile(less_than_10, itertools.count()) =>618 0, 1, 2, 3, 4, 5, 6, 7, 8, 9619620itertools.takewhile(is_even, itertools.count()) =>621 0622```623624[`itertools.dropwhile(predicate, iter)`](https://python-all.ru/3.9/library/itertools.html#itertools.dropwhile) отбрасывает элементы, пока предикат возвращает истину, а затем возвращает остальные результаты итерируемого объекта.625626```python627itertools.dropwhile(less_than_10, itertools.count()) =>628 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, ...629630itertools.dropwhile(is_even, itertools.count()) =>631 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, ...632```633634[`itertools.compress(data, selectors)`](https://python-all.ru/3.9/library/itertools.html#itertools.compress) принимает два итератора и возвращает только те элементы *data*, для которых соответствующий элемент *selectors* является истинным, останавливаясь, когда любой из них исчерпан:635636```python637itertools.compress([1, 2, 3, 4, 5], [True, True, False, False, True]) =>638 1, 2, 5639```640641### Комбинаторные функции642643[`itertools.combinations(iterable, r)`](https://python-all.ru/3.9/library/itertools.html#itertools.combinations) возвращает итератор, выдающий все возможные комбинации по *r* элементов из *iterable*.644645```python646itertools.combinations([1, 2, 3, 4, 5], 2) =>647 (1, 2), (1, 3), (1, 4), (1, 5),648 (2, 3), (2, 4), (2, 5),649 (3, 4), (3, 5),650 (4, 5)651652itertools.combinations([1, 2, 3, 4, 5], 3) =>653 (1, 2, 3), (1, 2, 4), (1, 2, 5), (1, 3, 4), (1, 3, 5), (1, 4, 5),654 (2, 3, 4), (2, 3, 5), (2, 4, 5),655 (3, 4, 5)656```657658Элементы в каждом кортеже остаются в том же порядке, в котором их вернул *iterable*. Например, в примерах выше число 1 всегда стоит перед 2, 3, 4 или 5. Похожая функция [`itertools.permutations(iterable, r=None)`](https://python-all.ru/3.9/library/itertools.html#itertools.permutations) снимает это ограничение на порядок и возвращает все возможные перестановки длины *r*:659660```python661itertools.permutations([1, 2, 3, 4, 5], 2) =>662 (1, 2), (1, 3), (1, 4), (1, 5),663 (2, 1), (2, 3), (2, 4), (2, 5),664 (3, 1), (3, 2), (3, 4), (3, 5),665 (4, 1), (4, 2), (4, 3), (4, 5),666 (5, 1), (5, 2), (5, 3), (5, 4)667668itertools.permutations([1, 2, 3, 4, 5]) =>669 (1, 2, 3, 4, 5), (1, 2, 3, 5, 4), (1, 2, 4, 3, 5),670 ...671 (5, 4, 3, 2, 1)672```673674Если не указать значение *r*, используется длина итерируемого объекта, то есть переставляются все элементы.675676Обратите внимание: эти функции порождают все возможные комбинации по позициям и не требуют, чтобы содержимое *iterable* было уникальным:677678```python679itertools.permutations('aba', 3) =>680 ('a', 'b', 'a'), ('a', 'a', 'b'), ('b', 'a', 'a'),681 ('b', 'a', 'a'), ('a', 'a', 'b'), ('a', 'b', 'a')682```683684Одинаковый кортеж `('a', 'a', 'b')` встречается дважды, но две строки 'a' пришли из разных позиций.685686[`itertools.combinations_with_replacement(iterable, r)`](https://python-all.ru/3.9/library/itertools.html#itertools.combinations_with_replacement) ослабляет другое ограничение: элементы могут повторяться в одном кортеже. Концептуально для первого места каждого кортежа выбирается элемент, который затем заменяется перед выбором второго.687688```python689itertools.combinations_with_replacement([1, 2, 3, 4, 5], 2) =>690 (1, 1), (1, 2), (1, 3), (1, 4), (1, 5),691 (2, 2), (2, 3), (2, 4), (2, 5),692 (3, 3), (3, 4), (3, 5),693 (4, 4), (4, 5),694 (5, 5)695```696697### Группировка элементов698699Последняя функция, которую я рассмотрю, [`itertools.groupby(iter, key_func=None)`](https://python-all.ru/3.9/library/itertools.html#itertools.groupby), самая сложная. `key_func(elem)` – это функция, которая может вычислить ключевое значение для каждого элемента, возвращённого итерируемым объектом. Если не передать функцию-ключ, ключом будет каждый элемент сам по себе.700701[`groupby()`](https://python-all.ru/3.9/library/itertools.html#itertools.groupby) собирает все последовательные элементы из базового итерируемого объекта, имеющие одинаковое ключевое значение, и возвращает поток кортежей из двух элементов, содержащих ключевое значение и итератор для элементов с этим ключом.702703```python704city_list = [('Decatur', 'AL'), ('Huntsville', 'AL'), ('Selma', 'AL'),705 ('Anchorage', 'AK'), ('Nome', 'AK'),706 ('Flagstaff', 'AZ'), ('Phoenix', 'AZ'), ('Tucson', 'AZ'),707 ...708 ]709710def get_state(city_state):711 return city_state[1]712713itertools.groupby(city_list, get_state) =>714 ('AL', iterator-1),715 ('AK', iterator-2),716 ('AZ', iterator-3), ...717718where719iterator-1 =>720 ('Decatur', 'AL'), ('Huntsville', 'AL'), ('Selma', 'AL')721iterator-2 =>722 ('Anchorage', 'AK'), ('Nome', 'AK')723iterator-3 =>724 ('Flagstaff', 'AZ'), ('Phoenix', 'AZ'), ('Tucson', 'AZ')725```726727[`groupby()`](https://python-all.ru/3.9/library/itertools.html#itertools.groupby) предполагает, что содержимое базового итерируемого объекта будет уже отсортировано по ключу. Обратите внимание: возвращённые итераторы также используют базовый итерируемый объект, поэтому нужно потребить результаты iterator-1 до того, как запрашивать iterator-2 и соответствующий ему ключ.728729## Модуль functools730731Модуль [`functools`](https://python-all.ru/3.9/library/functools.html#module-functools) в Python 2.5 содержит несколько функций высшего порядка. **Функция высшего порядка** принимает одну или несколько функций на вход и возвращает новую функцию. Самым полезным инструментом в этом модуле является функция [`functools.partial()`](https://python-all.ru/3.9/library/functools.html#functools.partial).732733Для программ в функциональном стиле иногда требуется создавать варианты существующих функций с частично заполненными параметрами. Рассмотрим функцию Python `f(a, b, c)`; возможно, вы захотите создать новую функцию `g(b, c)`, эквивалентную `f(1, b, c)`; вы заполняете значение для одного из параметров `f()`. Это называется «частичным применением функции».734735Конструктор [`partial()`](https://python-all.ru/3.9/library/functools.html#functools.partial) принимает аргументы `(function, arg1, arg2, ..., kwarg1=value1, kwarg2=value2)`. Полученный объект является вызываемым, поэтому его можно просто вызвать для выполнения `function` с переданными аргументами.736737Вот небольшой, но реалистичный пример:738739```python740import functools741742def log(message, subsystem):743 """Записать содержимое 'message' в указанную подсистему."""744 print('%s: %s' % (subsystem, message))745 ...746747server_log = functools.partial(log, subsystem='server')748server_log('Unable to open socket')749```750751[`functools.reduce(func, iter, [initial_value])`](https://python-all.ru/3.9/library/functools.html#functools.reduce) кумулятивно выполняет операцию над всеми элементами итерируемого объекта и, следовательно, не может применяться к бесконечным итерируемым объектам. *func* должна быть функцией, принимающей два элемента и возвращающей одно значение. [`functools.reduce()`](https://python-all.ru/3.9/library/functools.html#functools.reduce) берёт первые два элемента A и B, возвращённые итератором, и вычисляет `func(A, B)`. Затем запрашивает третий элемент C, вычисляет `func(func(A, B), C)`, объединяет этот результат с четвёртым элементом и продолжает до исчерпания итерируемого объекта. Если итерируемый объект не возвращает ни одного значения, возбуждается исключение [`TypeError`](https://python-all.ru/3.9/library/exceptions.html#TypeError). Если указано начальное значение, оно используется как отправная точка и `func(initial_value, A)` становится первым вычислением.752753```python754>>> import operator, functools755>>> functools.reduce(operator.concat, ['A', 'BB', 'C'])756'ABBC'757>>> functools.reduce(operator.concat, [])758Traceback (most recent call last):759 ...760TypeError: reduce() of empty sequence with no initial value761>>> functools.reduce(operator.mul, [1, 2, 3], 1)7626763>>> functools.reduce(operator.mul, [], 1)7641765```766767Если использовать [`operator.add()`](https://python-all.ru/3.9/library/operator.html#operator.add) с [`functools.reduce()`](https://python-all.ru/3.9/library/functools.html#functools.reduce), будут просуммированы все элементы итерируемого объекта. Этот случай настолько распространён, что для него существует специальная встроенная функция [`sum()`](https://python-all.ru/3.9/library/functions.html#sum):768769```python770>>> import functools, operator771>>> functools.reduce(operator.add, [1, 2, 3, 4], 0)77210773>>> sum([1, 2, 3, 4])77410775>>> sum([])7760777```778779Однако для многих применений [`functools.reduce()`](https://python-all.ru/3.9/library/functools.html#functools.reduce) может быть понятнее просто написать очевидный цикл [`for`](https://python-all.ru/3.9/reference/compound_stmts.html#for):780781```python782import functools783# Вместо:784product = functools.reduce(operator.mul, [1, 2, 3], 1)785786# Можно написать:787product = 1788for i in [1, 2, 3]:789 product *= i790```791792Родственная функция – [`itertools.accumulate(iterable, func=operator.add)`](https://python-all.ru/3.9/library/itertools.html#itertools.accumulate). Она выполняет то же вычисление, но вместо того, чтобы возвращать только конечный результат, `accumulate()` возвращает итератор, который также выдаёт каждый частичный результат:793794```python795itertools.accumulate([1, 2, 3, 4, 5]) =>796 1, 3, 6, 10, 15797798itertools.accumulate([1, 2, 3, 4, 5], operator.mul) =>799 1, 2, 6, 24, 120800```801802### Модуль operator803804Модуль [`operator`](https://python-all.ru/3.9/library/operator.html#module-operator) упоминался ранее. Он содержит набор функций, соответствующих операторам Python. Эти функции часто полезны в функциональном коде, поскольку избавляют от написания тривиальных функций, выполняющих одну операцию.805806Некоторые функции этого модуля:807808- Математические операции: `add()`, `sub()`, `mul()`, `floordiv()`, `abs()`, …809- Логические операции: `not_()`, `truth()`.810- Побитовые операции: `and_()`, `or_()`, `invert()`.811- Сравнения: `eq()`, `ne()`, `lt()`, `le()`, `gt()` и `ge()`.812- Идентичность объектов: `is_()`, `is_not()`.813814Полный список – в документации модуля operator.815816## Небольшие функции и лямбда-выражение817818При написании программ в функциональном стиле часто требуются небольшие функции, которые выступают в роли предикатов или каким-либо образом комбинируют элементы.819820Если есть подходящая встроенная функция Python или функция из модуля, не нужно определять новую функцию:821822```python823stripped_lines = [line.strip() for line in lines]824existing_files = filter(os.path.exists, file_list)825```826827Если нужной функции не существует, её нужно написать. Один из способов написания небольших функций – использовать выражение [`lambda`](https://python-all.ru/3.9/reference/expressions.html#lambda). `lambda` принимает несколько параметров и выражение, объединяющее эти параметры, и создаёт анонимную функцию, возвращающую значение выражения:828829```python830adder = lambda x, y: x+y831832print_assign = lambda name, value: name + '=' + str(value)833```834835Альтернатива – просто использовать инструкцию `def` и определить функцию обычным способом:836837```python838def adder(x, y):839 return x + y840841def print_assign(name, value):842 return name + '=' + str(value)843```844845Какая альтернатива предпочтительнее? Это вопрос стиля; я обычно стараюсь не использовать `lambda`.846847Одна из причин моего предпочтения в том, что `lambda` весьма ограничен в определении функций. Результат должен быть вычислим как одно выражение, а это значит, что нельзя использовать множественные сравнения `if... elif... else` или инструкции `try... except`. Если попытаться сделать слишком много в инструкции `lambda`, получится чрезмерно сложное выражение, которое трудно читать. Быстро, что делает следующий код?848849```python850import functools851total = functools.reduce(lambda a, b: (0, a[1] + b[1]), items)[1]852```853854Можно разобраться, но требуется время, чтобы распутать выражение и понять, что происходит. Использование коротких вложенных инструкций `def` немного улучшает ситуацию:855856```python857import functools858def combine(a, b):859 return 0, a[1] + b[1]860861total = functools.reduce(combine, items)[1]862```863864Но лучше всего было бы просто использовать цикл `for`:865866```python867total = 0868for a, b in items:869 total += b870```871872Или встроенную функцию [`sum()`](https://python-all.ru/3.9/library/functions.html#sum) и выражение-генератор:873874```python875total = sum(b for a, b in items)876```877878Многие применения [`functools.reduce()`](https://python-all.ru/3.9/library/functools.html#functools.reduce) становятся понятнее, если записать их в виде циклов `for`.879880Фредрик Лунд однажды предложил следующий набор правил для рефакторинга использования `lambda`:8818821. Написать лямбда-функцию.8832. Написать комментарий, объясняющий, что, черт возьми, делает эта лямбда.8843. Некоторое время изучать комментарий и придумать имя, отражающее суть комментария.8854. Преобразовать лямбду в инструкцию def, используя это имя.8865. Удалить комментарий.887888Мне очень нравятся эти правила, но вы вольны не соглашаться с тем, что этот стиль без лямбда лучше.889890## История изменений и благодарности891892Автор хотел бы поблагодарить следующих людей за предложения, исправления и помощь с различными черновиками этой статьи: Ian Bicking, Nick Coghlan, Nick Efford, Raymond Hettinger, Jim Jewett, Mike Krell, Leandro Lameiro, Jussi Salmela, Collin Winter, Blake Winton.893894Версия 0.1: опубликована 30 июня 2006 г.895896Версия 0.11: опубликована 1 июля 2006 г. Исправлены опечатки.897898Версия 0.2: опубликована 10 июля 2006 г. Разделы о выражениях-генераторах и списковых включениях объединены в один. Исправлены опечатки.899900Версия 0.21: добавлены дополнительные ссылки, предложенные в списке рассылки tutor.901902Версия 0.30: добавлен раздел о модуле `functional`, написанный Коллином Уинтером; добавлен короткий раздел о модуле operator; несколько других правок.903904## Ссылки905906### Общие907908**Структура и интерпретация компьютерных программ**, автор Harold Abelson и Gerald Jay Sussman при участии Julie Sussman. Полный текст доступен по адресу [https://mitpress.mit.edu/sicp/](https://python-all.ru/3.9/howto/functional.html). В этом классическом учебнике по информатике, главы 2 и 3 рассматривают использование последовательностей и потоков для организации потока данных внутри программы. Книга использует Scheme для своих примеров, но многие из подходов к проектированию, описанных в этих главах, применимы к функциональному стилю кода Python.909910[http://www.defmacro.org/ramblings/fp.html](https://python-all.ru/3.9/howto/functional.html): Общее введение в функциональное программирование на примерах Java, содержащее обширное историческое введение.911912[https://en.wikipedia.org/wiki/Functional\_programming](https://python-all.ru/3.9/howto/functional.html): общая статья в Википедии, описывающая функциональное программирование.913914[https://en.wikipedia.org/wiki/Coroutine](https://python-all.ru/3.9/howto/functional.html): статья о корутинах.915916[https://en.wikipedia.org/wiki/Currying](https://python-all.ru/3.9/howto/functional.html): статья о концепции каррирования.917918### Специфическое для Python919920[http://gnosis.cx/TPiP/](https://python-all.ru/3.9/howto/functional.html): Первая глава книги Дэвида Мертца *Text Processing in Python* рассматривает функциональное программирование для обработки текста в разделе «Использование функций высшего порядка в обработке текста».921922Мерц также написал трёхчастную серию статей по функциональному программированию для сайта IBM DeveloperWorks; см. [часть 1](https://python-all.ru/3.9/howto/functional.html), [часть 2](https://python-all.ru/3.9/howto/functional.html) и [часть 3](https://python-all.ru/3.9/howto/functional.html).923924### Документация Python925926Документация по модулю [`itertools`](https://python-all.ru/3.9/library/itertools.html#module-itertools).927928Документация по модулю [`functools`](https://python-all.ru/3.9/library/functools.html#module-functools).929930Документация по модулю [`operator`](https://python-all.ru/3.9/library/operator.html#module-operator).931932[**PEP 289**](https://python-all.ru/3.9/howto/functional.html): “Генераторные выражения”933934[**PEP 342**](https://python-all.ru/3.9/howto/functional.html): “Корутины через улучшенные генераторы” описывает новые возможности генераторов в Python 2.5.935