将函数应用于可迭代？答案

【问题标题】：Applying function to iterable?将函数应用于可迭代？
【发布时间】：2014-03-13 15:32:32
【问题描述】：

我刚刚写了这个函数：

def _apply(mols, fn, *args, **kwargs):
    return [fn(m, *args, **kwargs) for m in mols if m ]

我开始思考：

可以使用map 重写吗？
这是否已经在 python 的某个地方实现了？

据我所知，map 不能将参数传递给函数，另一方面，它可能会以某种方式进行优化，并使用一些部分绑定或 lambda，我可以使用 map 重新实现它。会有好处吗？

【问题讨论】：

你能以某种方式尝试描述代码的用途吗？
@PauloBu - 首先，我更改了示例代码，之前的代码很糟糕。它做了什么（或者我的意图是什么），它将带有 args 和 kwargs 的函数应用于 itarable 的每个项目。
请注意，map 仅在与内置函数一起使用时速度很快，因此最好使用 LC。
@AshwiniChaudhary 即使def 函数会更快，对吧？
@thefourtheye 我不这么认为，唯一的区别是带有lambda 的表达式必须先执行额外的步骤，将lambda 编译为代码对象。

标签： python algorithm function functional-programming list-comprehension

【解决方案1】：

虽然我认为你目前拥有的东西很漂亮，但这样的东西可能会起作用：

map(lambda m: fn(m, *args, **kwargs), filter(None, mols))

从mols 中过滤出所有计算结果为False 的元素，然后将函数fn 应用于这些元素。

算法的时间复杂度为O(n)。

如果您的mols 真的很大，您可能需要使用itertools：

from itertools import imap, ifilter

list(imap(lambda m: fn(m, *args, **kwargs), ifilter(None, mols)))

【讨论】：

这里有同样的评论 - 使用你的解决方案与我的相比有什么好处吗？
@mnowotka 我对此表示怀疑。如果您有大量要处理的事情，使用 itertools 可能有助于提高速度。你的版本很好。

【解决方案2】：

是的，你可以

from functools import partial

clean = partial(filter, None)

def _apply(mols, fn, *args, **kwargs):
    f = partial(fn, *args, **kwargs)
    return map(f, clean(mols))

def foo(m, a, b, c=123):
    return [m, a, b, c]

print _apply([11,22,'',33], foo, 'aa', 'bb', c=475)

（在python2中，考虑itertools.imap/ifilter而不是map/filter以避免临时列表）。

上面说明了“部分应用”，更优雅的是柯里化，即当使用比预期更少的参数调用时返回自身的部分应用版本的函数。 Python 没有内置 currying，但作为装饰器很容易实现（参见 https://stackoverflow.com/a/9458386/989121）：

@curry
def join_three(a,b,c):
    return '%s-%s-%s' % (a,b,c)

mols = [11,22,33]
print map(join_three('aa', 'bb'), mols)
# prints ['aa-bb-11', 'aa-bb-22', 'aa-bb-33']

也就是说，函数式风格在 python 中是不受欢迎的，在大多数情况下，推导式和生成器更“pythonic”。

【讨论】：

是的，但它比我的解决方案更好吗？
或者干脆return map(partial(fn, *args, **kwargs), mols)?
这种技术有一个名字，叫做函数柯里化 :)
@thefourtheye：这是“部分应用”，而不是“currying”。相似但不同的东西。
@thefourtheye：我在帖子中添加了一个示例。