瞧瞧，這樣的『函數(shù)』才叫 Pythonic
在機器學習中，我們經(jīng)常需要使用類和函數(shù)定義模型的各個部分，例如定義讀取數(shù)據(jù)的函數(shù)、預處理數(shù)據(jù)的函數(shù)、模型架構和訓練過程的函數(shù)等等。那么什么樣的函數(shù)才是漂亮的、賞心悅目的代碼呢？在本文中，Jeff Knupp 從命名到代碼量等六方面探討了如何養(yǎng)成美妙的函數(shù)。
與多數(shù)現(xiàn)代編程語言一樣，在 Python 中，函數(shù)是抽象和封裝的基本方法之一。你在開發(fā)階段或許已經(jīng)寫過數(shù)百個函數(shù)，但并非每個函數(shù)都生而平等。寫出「糟糕的」函數(shù)會直接影響代碼的可讀性和可維護性。那么，什么樣的函數(shù)是「糟糕的」函數(shù)呢？更重要的是，要怎么寫出「好的」函數(shù)呢？
簡單回顧
數(shù)學中充滿了函數(shù)，盡管我們可能記不住它們。首先來回憶一下大家最喜歡的話題——微積分。你可能記得這個方程式：f(x) = 2x + 3. 這是一個叫做「f」的函數(shù)，含有一個未知數(shù) x，「返回」2*x+3。這個函數(shù)可能和我們在 Python 中看到的不一樣，但它的基本思想和計算機語言中的函數(shù)是一樣的。
函數(shù)在數(shù)學中歷史悠久，但在計算機科學中更加神通廣大。盡管如此，函數(shù)還是存在一些缺陷。接下來我們將討論一下什么是「好的」函數(shù)，以及在出現(xiàn)什么樣的征兆時我們需要重構函數(shù)。
決定函數(shù)好壞的關鍵
好的 Python 函數(shù)與蹩腳 Python 函數(shù)的區(qū)別是什么？「好」函數(shù)的定義之多讓人驚訝。從我們的目的出發(fā)，我會把好的 Python 函數(shù)定義為符合以下清單中大部分規(guī)則的函數(shù)（有些比較難實現(xiàn)）：
命名合理
具有單一功能
包含文檔注釋
返回一個值
代碼不超過 50 行
冪等，盡可能是純函數(shù)
對很多人來說，這個列表可能有些過于嚴格。但我保證，如果你的函數(shù)符合這些規(guī)則，你的代碼看起來會非常漂亮。下面我將分步講解各個規(guī)則，然后總結這些規(guī)則如何構成一個「好」函數(shù)。
命名
關于這個問題，我最喜歡的一句話（出自 Phil Karlton，總被誤以為是 Donald Knuth 說的）是：
在計算機科學中只有兩個難題：緩存失效和命名問題。
聽起來有點匪夷所思，但整個不錯的命名真的很難。下面就有一個糟糕的函數(shù)命名：
def?get_knn(from_df):
我基本上在任何地方都見過糟糕的命名，但這個例子來自數(shù)據(jù)科學（或者說，機器學習），從業(yè)者總是在 Jupyter notebook 上寫代碼，然后嘗試將那些不同的單元變成一個可理解的程序。
該函數(shù)命名的第一個問題是使用首字母縮寫/縮略詞。比起縮略詞和并未普及的首字母縮寫，完整的英語單詞會更好。使用縮寫的唯一原因是為了節(jié)省打字時間，但現(xiàn)代的編輯器都有自動補全功能，所以你只需鍵入一次全名。之所以說縮寫是一個問題，是因為它們通常只能用于特定領域。在上面的代碼中，knn 是指「K-Nearest Neighbors」，df 指的是「DataFrame」——無處不在的 Pandas 數(shù)據(jù)結構。如果另外一個不太熟悉這些縮寫的編程人員正在閱讀代碼，那 TA 就會一頭霧水。
關于這個函數(shù)名稱，還有另外兩個小問題：單詞「get」無關緊要。對于大多數(shù)命名比較好的函數(shù)，很明顯函數(shù)會返回一些東西，其名字會反映這一點。from_df 也是不必要的。如果參數(shù)的名稱描述不夠清楚的話，函數(shù)的文檔注釋或者類型注釋將描述參數(shù)類型。
那我們如何重新命名這個函數(shù)呢？例如：
def?k_nearest_neighbors(dataframe):
現(xiàn)在，即使是外行也知道這個函數(shù)在計算什么了，參數(shù)的名稱（dataframe）也清楚地告訴我們應該傳遞什么類型的參數(shù)。
單一功能原則
「單一功能原則」來自 Bob Martin「大叔」的一本書，不僅適用于類和模塊，也同樣適用于函數(shù)（Martin 最初的目標）。該原則強調，函數(shù)應該具有「單一功能」。也就是說，一個函數(shù)應該只做一件事。這么做的一大原因是：如果每個函數(shù)只做一件事，那么只有在函數(shù)做那件事的方式必須改變時，該函數(shù)才需要改變。當一個函數(shù)可以被刪除時，事情就好辦了：如果其他地方發(fā)生改動，不再需要該函數(shù)的單一功能，那么只需將其刪除。
舉個例子來解釋一下。以下是一個不止做一件「事」的函數(shù)：
def?calculate_and?print_stats(list_of_numbers):
?sum?=?sum(list_of_numbers)?
?mean?=?statistics.mean(list_of_numbers)?
?median?=?statistics.median(list_of_numbers)?
?mode?=?statistics.mode(list_of_numbers)?
?print('-----------------Stats-----------------')?
?print('SUM:?{}'.format(sum)?print('MEAN:?{}'.format(mean)
?print('MEDIAN:?{}'.format(median)?
?print('MODE:?{}'.format(mode)這一函數(shù)做兩件事：計算一組關于數(shù)字列表的統(tǒng)計數(shù)據(jù)，并將它們打印到 STDOUT。該函數(shù)違反了只有一個原因能讓函數(shù)改變的原則。顯然有兩個原因可以讓該函數(shù)做出改變：新的或不同的數(shù)據(jù)需要計算或輸出的格式需要改變。最好將該函數(shù)寫成兩個獨立的函數(shù)：一個用來執(zhí)行并返回計算結果；另一個用來接收結果并將其打印出來。函數(shù)有多重功能的一個致命漏洞是函數(shù)名稱中含有單詞「and」
這種分離還可以簡化針對函數(shù)行為的測試，而且它們不僅被分離成一個模塊中的兩個函數(shù)，還可能在適當情況下存在于不同的模塊中。這使得測試更加清潔、維護更加簡單。
只做兩件事的函數(shù)其實非常罕見。更常見的情況是一個函數(shù)負責許多許多任務。再次強調一下，為可讀性、可測試性起見，我們應該將這些「多面手」函數(shù)分成一個一個的小函數(shù)，每個小函數(shù)只負責一項任務。
文檔注釋
很多 Python 開發(fā)者都知道 PEP-8，它定義了 Python 編程的風格指南，但很少有人了解定義了文檔注釋風格的 PEP-257。在這里并不會詳細介紹 PEP-257，讀者可詳細閱讀該指南所約定的文檔注釋風格。
PEP-8：https://www.python.org/dev/peps/pep-0008/
PEP-257：https://www.python.org/dev/peps/pep-0257/
首先文檔注釋是在定義模塊、函數(shù)、類或方法的第一段字符串聲明，這一段字符串應該需要描述清楚函數(shù)的作用、輸入?yún)?shù)和返回參數(shù)等。PEP-257 的主要信息如下：
每一個函數(shù)都需要一個文檔描述；
使用合適的語法和標點，書寫完整的句子；
最開始需要用一句話總結函數(shù)的主要作用；
使用規(guī)定性的語言而不是描述性的語言。
在編寫函數(shù)時，遵循這些規(guī)則很容易。我們只需要養(yǎng)成編寫文檔注釋的習慣，并在實際寫函數(shù)主體之前完成它們。如果你不能清晰地描述這個函數(shù)的作用是什么，那么你需要更多地考慮為什么要寫這個函數(shù)。
返回值
函數(shù)可以且應該被視為一個獨立的小程序。它們以參數(shù)的形式獲取一些輸入，并返回一些輸出值。當然，參數(shù)是可選的，但是從 Python 內部機制來看，返回值是不可選的。即使你嘗試創(chuàng)建一個不會返回值的函數(shù)，我們也不能選擇不在內部采用返回值，因為 Python 的解釋器會強制返回一個 None。不相信的讀者可以用以下代碼測試：
??python3
Python?3.7.0?(default,?Jul?23?2018,?20:22:55)
[Clang?9.1.0?(clang-902.0.39.2)]?on?darwin
Type?"help",?"copyright",?"credits"?or?"license"?*for?*more?information.
>>>?def?add(a,?b):
...?print(a?+?b)
...
>>>?b?=?add(1,?2)
3
>>>?b
>>>?b?is?None
True運行上面的代碼，你會看到 b 的值確實是 None。所以即使我們編寫一個不包含 return 語句的函數(shù)，它仍然會返回某些東西。不過函數(shù)也應該要返回一些東西，因為它也是一個小程序。沒有輸出的程序又會有多少用，我們又如何測試它呢？
我甚至希望發(fā)表以下聲明：每一個函數(shù)都應該返回一個有用的值，即使這個值僅可用來測試。我們寫的代碼應該需要得到測試，而不帶返回值的函數(shù)很難測試它的正確性，上面的函數(shù)可能需要重定向 I/O 才能得到測試。此外，返回值能改變方法的調用，如下代碼展示了這種概念：
with?open('foo.txt',?'r')?as?input_file:
?for?line?in?input_file:
?if?line.strip().lower().endswith('cat'):
?#?...?do?something?useful?with?these?lines
代碼行 if line.strip().lower().endswith('cat') 能夠正常運行，因為字符串方法 (strip(), lower(), endswith()) 會返回一個字符串以作為調用函數(shù)的結果。
以下是人們在被問及為什么他們寫的函數(shù)沒有返回值時給出的一些常見原因：
「函數(shù)所做的就是類似 I/O 的操作，例如將一個值保存到數(shù)據(jù)庫中，這種函數(shù)不能返回有用的輸出。」
我并不同意這種觀點，因為在操作成功完成時，函數(shù)可以返回 True。
「我需要返回多個值，因為只返回一個值并不能代表什么。」
當然也可以返回包含多個值的一個元組。簡而言之，即使在現(xiàn)有的代碼庫中，從函數(shù)返回一個值肯定是一個好主意，并且不太可能破壞任何東西。
函數(shù)長度
函數(shù)的長度直接影響了可讀性，因而會影響可維護性。因此要保證你的函數(shù)長度足夠短。50 行的函數(shù)對我而言是個合理的長度。
如果函數(shù)遵循單一功能原則，一般而言其長度會非常短。如果函數(shù)是純函數(shù)或冪等函數(shù)（下面會討論），它的長度也會較短。這些想法對于構造簡潔的代碼很有幫助。
那么如果一個函數(shù)太長該怎么辦？代碼重構（refactor）！代碼重構很可能是你寫代碼時一直在做的事情，即使你對這個術語并不熟悉。它的含義是：在不改變程序行為的前提下改變程序的結構。因此從一個長函數(shù)提取幾行代碼并轉換為屬于該函數(shù)的函數(shù)也是一種代碼重構。這也是將長函數(shù)縮短最快和最常用的方法。只要適當給這些新函數(shù)命名，代碼的閱讀將變得更加容易。
冪等性和函數(shù)純度
冪等函數(shù)（idempotent function）在給定相同變量參數(shù)集時會返回相同的值，無論它被調用多少次。函數(shù)的結果不依賴于非局部變量、參數(shù)的易變性或來自任何 I/O 流的數(shù)據(jù)。以下的 add_three(number) 函數(shù)是冪等的：
def?add_three(number):
?"""Return?*number*?+?3."""
?return?number?+?3
無論何時調用 add_three(7)，其返回值都是 10。以下展示了非冪等的函數(shù)示例：
def?add_three():
?"""Return?3?+?the?number?entered?by?the?user."""
?number?=?int(input('Enter?a?number:?'))
?return?number?+?3
這函數(shù)不是冪等的，因為函數(shù)的返回值依賴于 I/O，即用戶輸入的數(shù)字。每次調用這個函數(shù)時，它都可能返回不同的值。如果它被調用兩次，則用戶可以第一次輸入 3，第二次輸入 7，使得對 add_three() 的調用分別返回 6 和 10。
為什么冪等很重要？
可測試性和可維護性。冪等函數(shù)易于測試，因為它們在使用相同參數(shù)的情況下會返回同樣的結果。測試就是檢查對函數(shù)的不同調用所返回的值是否符合預期。此外，對冪等函數(shù)的測試很快，這在單元測試（Unit Testing）中非常重要，但經(jīng)常被忽視。重構冪等函數(shù)也很簡單。不管你如何改變函數(shù)以外的代碼，使用同樣的參數(shù)調用函數(shù)所返回的值都是一樣的。
什么是「純」函數(shù)？
在函數(shù)編程中，如果函數(shù)是冪等函數(shù)且沒有明顯的副作用（side effect），則它就是純函數(shù)。記住，冪等函數(shù)表示在給定參數(shù)集的情況下該函數(shù)總是返回相同的結果，不能使用任何外部因素來計算結果。但是，這并不意味著冪等函數(shù)無法影響非局部變量（non-local variable）或 I/O stream 等。例如，如果上文中 add_three(number) 的冪等版本在返回結果之前先輸出了結果，它仍然是冪等的，因為它訪問了 I/O stream，這不會影響函數(shù)的返回值。調用 print() 是副作用：除返回值以外，與程序或系統(tǒng)中其余部分的交互。
我們來擴展一下 add_three(number) 這個例子。我們可以用以下代碼片段來查看 add_three(number) 函數(shù)被調用的次數(shù)：
add_three_calls?=?0
def?add_three(number):
?"""Return?*number*?+?3."""
?global?add_three_calls
?print(f'Returning?{number?+?3}')
?add_three_calls?+=?1
?return?number?+?3
def?num_calls():
?"""Return?the?number?of?times?*add_three*?was?called."""
?return?add_three_calls現(xiàn)在我們向控制臺輸出結果（一項副作用），并修改了非局部變量（又一項副作用），但是由于這些副作用不影響函數(shù)的返回值，因此該函數(shù)仍然是冪等的。
純函數(shù)沒有副作用。它不僅不使用任何「外來數(shù)據(jù)」來計算值，也不與系統(tǒng)／程序的其它部分進行交互，除了計算和返回值。因此，盡管我們新定義的 add_three(number) 仍是冪等函數(shù)，但它不再是純函數(shù)。
純函數(shù)不記錄語句或 print() 調用，不使用數(shù)據(jù)庫或互聯(lián)網(wǎng)連接，不訪問或修改非局部變量。它們不調用任何其它的非純函數(shù)。
總之，純函數(shù)無法（在計算機科學背景中）做到愛因斯坦所說的「幽靈般的遠距效應」（spooky action at a distance）。它們不以任何形式修改程序或系統(tǒng)的其余部分。在命令式編程中（寫 Python 代碼就是命令式編程），它們是最安全的函數(shù)。它們非常好測試和維護，甚至在這方面優(yōu)于純粹的冪等函數(shù)。測試純函數(shù)的速度與執(zhí)行速度幾乎一樣快。而且測試很簡單：沒有數(shù)據(jù)庫連接或其它外部資源，不要求設置代碼，測試結束后也不需要清理什么。
顯然，冪等和純函數(shù)是錦上添花，但并非必需。即，由于上述優(yōu)點，我們喜歡寫純函數(shù)或冪等函數(shù)，但并不是所有時候都可以寫出它們。關鍵在于，我們本能地在開始部署代碼的時候就想著剔除副作用和外部依賴。這使得我們所寫的每一行代碼都更容易測試，即使并沒有寫純函數(shù)或冪等函數(shù)。
總結
寫出好的函數(shù)的奧秘不再是秘密。只需按照一些完備的最佳實踐和經(jīng)驗法則。希望這篇文章能夠幫助到大家。
原文鏈接：https://hackernoon.com/write-better-python-functions-c3a9a36382a6
由于微信平臺算法改版，公號內容將不再以時間排序展示，如果大家想第一時間看到我們的推送，強烈建議星標我們和給我們多點點【在看】。星標具體步驟為：
（1）點擊頁面最上方“小詹學Python”，進入公眾號主頁。
（2）點擊右上角的小點點，在彈出頁面點擊“設為星標”，就可以啦。
感謝支持，比心。
