有趣的库:pipe(类似linux | 管道)库

来源:转载

 

pipe并不是Python内置的库,如果你安装了easy_install,直接可以安装它,否则你需要自己下载它:http://pypi.python.org/pypi/pipe

之所以要介绍这个库,是因为它向我们展示了一种很有新意的使用迭代器和生成器的方式:流。pipe将可迭代的数据看成是流,类似于linux,pipe使用’|'传递数据流,并且定义了一系列的“流处理”函数用于接受并处理数据流,并最终再次输出数据流或者是将数据流归纳得到一个结果。我们来看一些例子。

第一个,非常简单的,使用add求和:

Python

1

2

3

>>> from pipe import *

>>> range(5) | add

10

求偶数和需要使用到where,作用类似于内建函数filter,过滤出符合条件的元素:

Python

1

2

>>> range(5) | where(lambda x: x % 2 == 0) | add

6

还记得我们定义的斐波那契数列生成器吗?求出数列中所有小于10000的偶数和需要用到take_while,与itertools的同名函数有类似的功能,截取元素直到条件不成立:

Python

1

2

3

4

5

>>> fib = fibonacci

>>> fib() | where(lambda x: x % 2 == 0)/

...       | take_while(lambda x: x < 10000)/

...       | add

3382

需要对元素应用某个函数可以使用select,作用类似于内建函数map;需要得到一个列表,可以使用as_list:

Python

1

2

>>> fib() | select(lambda x: x ** 2) | take_while(lambda x: x < 100) | as_list

[1, 1, 4, 9, 25, 64]

pipe中还包括了更多的流处理函数。你甚至可以自己定义流处理函数,只需要定义一个生成器函数并加上修饰器Pipe。如下定义了一个获取元素直到索引不符合条件的流处理函数:

Python

1

2

3

4

5

6

>>> @Pipe

... def take_while_idx(iterable, predicate):

...   for idx, x in enumerate(iterable):

...     if predicate(idx): yield x

...     else: return

...

使用这个流处理函数获取fib的前10个数字:

Python

1

2

>>> fib() | take_while_idx(lambda x: x < 10) | as_list

[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

更多的函数就不在这里介绍了,你可以查看pipe的源文件,总共600行不到的文件其中有300行是文档,文档中包含了大量的示例。

pipe实现起来非常简单,使用Pipe装饰器,将普通的生成器函数(或者返回迭代器的函数)代理在一个实现了__ror__方法的普通类实例上即可,但是这种思路真的很有趣。

转的,至于from谁已经不得而知...


分享给朋友:
您可能感兴趣的文章:
随机阅读: