基于Python高级算子实现函数式管道，复现PyData演讲Yamal库基础功能

很高兴你在学习Python函数式编程时尝试复现Yamal的基础管道功能！函数组合是函数式编程的核心概念之一，咱们一步步来实现这个run_pipeline函数，达到f4(f3(f2(f1(input))))的串联调用效果。

核心思路：函数管道的本质 #

函数管道的核心就是将一系列函数按顺序串联，前一个函数的输出直接作为后一个函数的输入。Python里有两种常用实现方式：用functools.reduce做简洁的累积调用，或者手动循环实现更直观的执行逻辑。

方法1：用functools.reduce实现（简洁优雅版） #

reduce函数天生适合这种“累积式”的操作——它会遍历管道里的函数，把前一次调用的结果传给下一个函数，最终得到最终输出。

首先导入工具函数：

from functools import reduce

然后实现run_pipeline：

def run_pipeline(pipeline, input_data):
    # reduce的逻辑：初始值是input_data，依次用管道里的函数处理当前结果
    return reduce(lambda current_result, func: func(current_result), pipeline, input_data)

示例验证 #

咱们定义几个简单的纯函数测试效果：

# 定义几个单参数纯函数
def f1(x):
    return x + 1

def f2(x):
    return x * 2

def f3(x):
    return x - 3

def f4(x):
    return x ** 2

# 构建管道列表
pipeline = [f1, f2, f3, f4]

# 运行管道，等价于手动调用f4(f3(f2(f1(5))))
result = run_pipeline(pipeline, 5)
print(result)  # 输出：81（计算过程：((5+1)*2-3)^2 = 9^2 = 81）

方法2：手动循环实现（直观易懂版） #

如果你想更清晰地看到每一步的执行过程，手动遍历管道函数、逐步传递输入是个不错的选择：

def run_pipeline(pipeline, input_data):
    current_value = input_data
    for func in pipeline:
        current_value = func(current_value)
    return current_value

# 用同样的测试用例验证，结果完全一致
result = run_pipeline(pipeline, 5)
print(result)  # 输出81

进阶扩展：支持带参数的函数（可选） #

如果你的管道需要用到带额外参数的函数（不是严格的单参数纯函数），可以用闭包来包装这些函数，让它们适配管道的单输入要求：

# 定义一个带参数的函数生成器
def add_n(n):
    def inner(x):
        return x + n
    return inner

# 构建包含带参数函数的管道
pipeline = [add_n(1), lambda x: x*2, add_n(-3), lambda x: x**2]
result = run_pipeline(pipeline, 5)
print(result)  # 依然输出81

这样你的管道就更灵活啦，能适配更多场景！

内容的提问来源于stack exchange，提问作者nanounanue