関数型Python
Table of Contents
with scheme
前回は chez schemeでファイルからの入力がむずかしそうだったんで、手抜き した。だって、read,read-charの2種類しかなかったんだもの。
なにか資料がないかと探したら、 The Scheme Programming Language Fourth Edition の、例題がでてきた。幸いtreeも扱っていて、一石二鳥だ。
> (define ip (open-input-file "SEED")) > (read ip) 1 > (read ip) 2
入力ファイルの最初と最後を ( … ) の様に括弧で囲んでしまえば
> (read (open-input-file "SEED")) (1 2 3 4 5 6 7 8 9 10)
一つのS式になってしまうので、readで一発である。データが大きいと資源を 一気に消費してしまうけど。覚えておいて損はない。
> (define zz (read (open-input-file "SEED"))) > zz (q0.000000p q0.123456p q0.246912p q0.370368p q0.493824p q0.617280p q0.740736p q0.864192p q0.987648p) > (map symbol? zz) (#t #t #t #t #t #t #t #t #t)
πの日は既に過ぎてしまったけど、ふと思い出した事がある。パイの数字列の 中には、いろいろなシーケンスが含まれているとな。PI に時間を
円周率は神の数字なんで、遠慮するとして、オイラーが人口的に作成した数列 で、任意のパターンを検索してみるか。数列は、前回使ったやつ。 0から素数である997をどんどんと足していくやつね。
パターンマッチと言えば正規表現になるんで、goshでやる。すこし下調べ。
gosh$ (rxmatch (string->regexp "123") "ww123ff") #<<regmatch> 0x7f2dbcc63810> gosh$ (rxmatch (string->regexp "123") "wwff") #f gosh$ (iota 10 0 997) (0 997 1994 2991 3988 4985 5982 6979 7976 8973)
後は info gaucheの 6.6.6 リストをたどる手続き から、便利に使える手続を 選べばよい。色々あって迷ってしまうぞ。そんな訳で下記のようになった。
(define seed (map number->string
(iota 100000 0 997)))
(define chk
(lambda (qn)
(let* ((rx (string->regexp (number->string qn)))
(res (count (lambda (k) (rxmatch rx k)) seed)))
(format #t "~7d ~a\n" qn res))))
(for-each chk '(8888 2828 9696 298250 12345 777))
前回までによく使ったseqの整数版で、100万個の数値を発生。それぞれの数値 の中に、文字並びとして、幾つあるかチェック。検査したい並びは、独断と偏 見で、 中国/韓国な人が好きなパルパルパルパル、漢なオイラーはニヤニヤ、最近髪 が薄いので期待をこめてクログロ、きっとニクヤニゴーすればいいかな、パス ワードに出てきそうな12345、そしてやっぱりトリプルセブンを選択。
sakae@deb:/tmp$ gosh incp.scm
8888 46
2828 50
9696 51
298250 0
12345 4
777 557
これだと、検索語が固定なので、
gosh$ (chk (read))
33
33 6317
#<undef>
とかね。
gosh$ (use math.prime) gosh$ (take *primes* 200) (2 3 5 7 11 13 17 19 23 29 31 37 41 43 47 53 59 61 67 71 73 79 83 89 97 101 103 107 109 113 127 131 137 139 149 151 157 163 167 173 179 181 191 193 197 199 211 223 227 229 ....) gosh$ (take (drop *primes* 150) 20) (877 881 883 887 907 911 919 929 937 941 947 953 967 971 977 983 991 997 1009 1013)
997の次の素数は幾つ？ ちゃんと素数列が用意されてた。なんでも揃っている なあ。
with python
上でやったのと同じ事をpythonでもやってみたい。 ちょいと下調べする。
Pythonで関数型プログラミングのエッセンスに触れてみよう
Pythonリスト内包表記の使い方 を推薦してる節があるな。あのhaskelさんも 使ってますから。
In [10]: [str(x) for x in range(10,30,3)] Out[10]: ['10', '13', '16', '19', '22', '25', '28'] In [16]: import toolz In [18]: ss = [str(x) for x in range(10,30,3)] In [19]: [x for x in toolz.take(2,ss)] Out[19]: ['10', '13'] In [20]: toolz.pipe(toolz.take(2,ss), list) Out[20]: ['10', '13']
華麗なるパイプ
オイラーはパイプが好きだ。toolzで提供されてる奴ね。
def pipe(data, *funcs):
""" Pipe a value through a sequence of functions
I.e. ``pipe(data, f, g, h)`` is equivalent to ``h(g(f(data)))``
We think of the value as progressing through a pipe of several
transformations, much like pipes in UNIX
``$ cat data | f | g | h``
"""
for func in funcs:
data = func(data)
return data
漢なオイラーは、単数系と複数系の区別をよく見落す。オイラーなら、for f in funcs: と、しちゃうけど、どうよ。簡単なコードなんで、これだけを取り 出して利用させて貰おう。引数の所で、*funcs と、'*' が付いているのは、 リストで受け取るっていう目印だな。これだけは注意しとけよ。
import pprint as pp
def pipe(data, *funcs):
for f in funcs:
data = f(data)
return data
inc = lambda x: x + 1
bai = lambda x: x * 2
def tee(x): pp.pprint(x); return x
pipe(5, inc, bai, str, bai, tee, int, bai)
lambdaな無名関数に名前をつけるのは、推奨しませんという事だけど、便利な のでオイラーは積極的に使うよ。teeはパイプの中を流れるデータをモニター するやつ。unixの有名なコマンドだ。うけとったデータをそのまま返す、恒等 関数に、副作用のpprintを作用させてる。ただのprintを使ってしまうと、数 値なのか文字列なのか区別できないので、こんな事になってる。schemeだと、 人間様向けはprint、機械可読向けにwriteなんだけどね。
bai(倍)は、数値にも文字列にも適用できるっていうのが、よくわかる。
>>> '1212' 2424
もう少し発展させたやつで、カリー化ってのがある。複数の引数を取る関数に、 あらかじめ引数を与えて、宙ぶらりんの関数を つくる。最後の引数が到着したら完成(元の関数を計算できる)って状態まで用 意しておければ、その関数は、一引数の関数とみなせる。そうなれば、上のパ イプに組み込みも簡単にできる。
下記はそのための舞台裏を提供してる、curry関数の使用例。
>>> def mul(x, y): ... return x * y >>> mul = curry(mul) >>> double = mul(2) >>> double(10) 20
ふと、 ポイントフリースタイル なんてのを思い出しちゃったぞ。
trans scheme to python
次は re — 正規表現操作 だな。
>>> import re
>>> seed = '1234567'
>>> pat = re.compile('34')
>>> re.search(pat, seed)
<re.Match object; span=(2, 4), match='34'>
>>> pat = re.compile('xx')
>>> re.search(pat, seed)
先頭から調べるmatchなんてのも有るんで、混同しないように!
>>> xs = list(range(-5, 6)) >>> print(xs) [-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5] >>> print( sum((i < 0 for i in xs)) ) 5
[]で囲む内包表記に対して()で囲むジェネレータ式ってのもある。 内包表記は全要素を処理したリストを生成するのに対して、ジェネレータ式は 要素を逐次処理していくため、メモリ効率がよいそうだ。
collections.Counterなんていうクラスも役にたちそうだな。
何だかんだと、関数言語っぽく、作ってみた。訳ワカメなフォーマット出力は 止めて欲しいぞ。こんなの発明する事ないだろうに。
import re
seeds = [str(x) for x in range(0,100000000,997)]
def chk(qn):
rx = re.compile(str(qn))
res = [1 for s in seeds if re.search(rx, s)]
print("{:>7}".format(qn), sum(res))
for p in [8888, 2828, 9696, 298250, 12345, 777]: chk(p)
rangeを使った数列の発生が、gauche/Schemeにあった、iotaと微妙に異なるの で、発生個数が違う。
>>>
8888 46
2828 50
9696 51
298250 0
12345 4
777 558
pythonならWindowsのmingw64でも動くので、久しぶりに使おうかと思ったら、 emacsからpythonを起動できなかった。forkが無いのが致命的だな。
dict
急にクラスなんか出てきて、目覚めたんか？
import pprint as pp
class MyClass:
a = 33
b = 55
def sum(self):
return self.a + self.b
foo = MyClass()
foo.tora = "shiba"
foo.age = 45
foo.PI2 = 3.141593
print( foo.sum() )
print( foo.__dict__ )
pp.pprint( MyClass.__dict__ )
いや違うよ。dictは何処にも有るよって例示さ。
88
{'tora': 'shiba', 'age': 45, 'PI2': 3.141593}
mappingproxy({'__dict__': <attribute '__dict__' of 'MyClass' objects>,
'__doc__': None,
'__module__': '__main__',
'__weakref__': <attribute '__weakref__' of 'MyClass' objects>,
'a': 33,
'b': 55,
'sum': <function MyClass.sum at 0x2108bd60>})
インスタンスfooで定義したものは、dictに収納される。クラスもそうなんだ な。まさにdictの塊さ。
Python-3.11.2/Objects/dictobject.c と Python-3.11.2/Include/cpython/dictobject.h
に、しっかりと定義されてた。
Python-3.11.2/Include/internal/pycore_dict.h も関係者か。
gc
関数型となれば、gc を抜きに語れない。
>>> import pprint as pp
>>> import gc
>>> pp.pprint(gc.get_stats())
[{'collected': 485, 'collections': 20, 'uncollectable': 0},
{'collected': 33, 'collections': 1, 'uncollectable': 0},
{'collected': 0, 'collections': 0, 'uncollectable': 0}]
gc.set_debug( gc.DEBUG_STATS ) を、前回のhash比べに組み込んで実行。
もっと時間がかかるかと思ったら短かいな。
gc: collecting generation 2... gc: objects in each generation: 669 4205 0 gc: objects in permanent generation: 0 gc: done, 0 unreachable, 0 uncollectable, 0.0009s elapsed gc: collecting generation 2... gc: objects in each generation: 66 0 4647 gc: objects in permanent generation: 0 gc: done, 837 unreachable, 0 uncollectable, 0.0018s elapsed :
Pythonのgcモジュールでガベージコレクションを行う方法