Python Tutorial 第三堂（1）社群文件資源 << 前情

此文件已有新版，詳見〈Python 3 Tutorial 第四堂（1）資料處理函式〉。

在 Python 的 __builtin__ 模組中有一些函式，不需要 import 也可以使用，有幾個簡單好用的資料處理函式值得介紹：

• range(start, stop[, step])
• zip([iterable, ...])
• enumerate(sequence, start=0)
• reduce(function, iterable[, initializer])

range、zip 與 enumerate

要瞭解這些資料處理函式如何使用，最好的方式就是從練習開始 …

練習 6：使用 range、zip 與 enumerate

在 Python 中，如果想使用 for in 語法來迭代 list，而且希望取得索引資訊，該如何進行呢？例如，如果有個 list = ['Justin', 'caterpillar', 'openhome']，想要有以下的顯示結果：

0, Justin
1, caterpillar
2, openhome

先給個小提示，程式基本上可以長這樣：

names = ['Justin', 'caterpillar', 'openhome']
for ______ in ______:
    print '{0}, {1}'.format(______)

試著想想，如果使用分別使用 range、zip 與 enumerate，那麼程式中三個空白處怎麼寫呢？別忘了，查看一下 range、zip 與 enumerate 的文件，他們都在 __builtin__ 模組的文件中。

別忘了，你可以在 Lab 檔案的 solutions 目錄找到解答。

reduce

__builtin__ 中的 reduce，有時在別的語言中會被稱為 foldLeft，它其實代表了一種高度抽象化後的流程重用，只要是打算從清單中求值的需求，基本上都可以使用它。

舉例來說，如果你想要知道 [1, 2, 3, 4, 5] 的加總，雖然可以直接撰寫迴圈來求值，不過，也可以撰寫為 reduce(lambda sum, elem: sum + elem, [1, 2, 3, 4, 5], 0) 來求值，試試在 Python 互動環境中鍵入，結果會是 15。

初學者會有點難懂 reduce 的原理，可以藉由這段動畫來理解，你也就會知道，為什麼它又在別的語言中，被稱為 foldLeft：

如果 reduce 接受的 lambda 部份，改為一個具體名稱的 add 函式，那麼就可以寫為 為 reduce(add, [1, 2, 3, 4, 5], 0) ，配合上圖，reduce 的運作就像是折紙，從 0 開始，每折一次就與藍色數字進行一次 add，折完後的結果就是加總值。

這個 reduce 函式很有用，可以有一百萬種用法，只要你想從某個清單中求值，都可以使用 reduce，只要你依需求給 reduce<c/ode> 要處理的函式與初值。

練習 7：使用 reduce

使用 reduce 與 for 包含式，將以下的範例進行重構，目標是清除所有顯式的迴圈流程：

def ascending(a, b): return a - b
def descending(a, b): return -ascending(a, b)
# selection sort
def sorted(xs, compare = ascending):
    return [] if not xs else __select(xs, compare)

def __select(xs, compare):
    selected = xs[0]
    for elem in xs[1:]:
        if compare(elem, selected) < 0:
            selected = elem

    remain = []
    selected_list = []
    for elem in xs:
        if elem != selected:
            remain.append(elem)
        else:
            selected_list.append(elem)

    return xs if not remain else selected_list + __select(remain, compare)

print sorted([2, 1, 3, 6, 5])
print sorted([2, 1, 3, 6, 5], descending)

關於函數式程式設計

想要知道 reduce 的原理，可以看看 List 處理模式 中的說明。 實際上，reduce 與 for 包含式的概念源自函數式程式設計（Functional programming），嗯？好像很高深，其實如果你能完成練習 7，你已經做了一次函數式程式設計了。

不過，何時該使用函數式的元素，取決於可讀與風格問題，在 Python 中確實是有那麼一些函數式程式設計的元素，for 包含式在 Python 中應用的很多，因為可以增加可讀性，然而像 reduce 這種元素，由於可讀性並不好，因而並不太鼓勵去用它，用更具體的函式名稱來封裝 reduce 會更好，以上面的加總來說，可以寫個 sum 函式來表達意圖。實際上，在 Python 3 中，reduce 不再位於 __builtin__ 模組，而被移至 funtools 模組了。

無論如何，藉由這個練習，瞭解到 Python 可進行多重典範設計，只要你願意的話，函數式是可以的設計之一；接下來的內容，是要介紹 Python 中對永續化（Persistence）的基本支援，順便來看看幾種永續設計方式。

後續 >> Python Tutorial 第三堂（3）永續化機制