第1章　函數式編程概述　　1
1.1 編程範式　　1
1.2 細分過程範式　　2
1.2.1 使用函數式範式　　3
1.2.2 使用混閤範式　　5
1.2.3 對象的創建過程　　6
1.2.4 烏龜塔　　7
1.3 函數式編程經典示例　　7
1.4 EDA　　10
1.5 小結　　10
第2章　函數式編程的特點　　11
2.1 頭等函數　　11
2.1.1 純函數　　12
2.1.2 高階函數　　13
2.2 不可變數據結構　　13
2.3 嚴格求值與非嚴格求值　　14
2.4 用遞歸代替循環語句　　16
2.5 函數類型係統　　19
2.6 迴到最初　　19
2.7 幾個高級概念　　20
2.8 小結　　20
第3章　函數、迭代器和生成器　　22
3.1 編寫純函數　　23
3.2 函數作為頭等對象　　24
3.3 使用字符串　　25
3.4 使用元組和命名元組　　26
3.4.1 使用生成器錶達式　　27
3.4.2 生成器的局限　　30
3.4.3 組閤生成器錶達式　　31
3.5 使用生成器函數清洗原始數據　　31
3.6 使用列錶、字典和set　　33
3.6.1 使用狀態映射　　36
3.6.2 使用bisect模塊創建映射　　37
3.6.3 使用有狀態的set　　38
3.7 小結　　39
第4章　使用集閤　　40
4.1 函數分類概覽　　40
4.2 使用可迭代對象　　41
4.2.1 解析XML文件　　42
4.2.2 使用高級方法解析文件　　43
4.2.3 組對序列元素　　45
4.2.4 顯式使用iter()函數　　47
4.2.5 擴展簡單循環　　48
4.2.6 將生成器錶達式應用於標量函數　　51
4.2.7 用any()函數和all()函數進行歸約　　52
4.2.8 使用len()和sum()　　54
4.2.9 使用匯總和計數進行統計分析　　54
4.3 使用zip()函數實現結構化和平鋪序列　　56
4.3.1 將壓縮序列解壓　　58
4.3.2 平鋪序列　　58
4.3.3 結構化一維序列　　59
4.3.4 結構化一維序列的另一種方式　　61
4.4 使用reversed()函數改變順序　　62
4.5 使用enumerate()函數包含下標值　　63
4.6 小結　　63
第5章　高階函數　　64
5.1 用max()函數和min()函數尋找極值　　65
5.2 使用Python匿名函數　　67
5.3 lambda與lambda算子　　69
5.4 使用map()將函數應用於集閤　　69
5.5 使用map()函數處理多個序列　　70
5.6 使用filter()函數接收或捨棄數據　　72
5.7 使用filter()函數檢測異常值　　73
5.8 在iter()函數中使用哨兵值　　74
5.9 使用sorted()函數將數據排序　　75
5.10 編寫高階函數　　75
5.11 編寫高階映射和過濾函數　　76
5.11.1 拆包並映射數據　　77
5.11.2 打包多項數據並映射　　79
5.11.3 平鋪數據並映射　　80
5.11.4 過濾並結構化數據　　81
5.12 編寫生成器函數　　83
5.13 使用可調用對象構建高階函數　　84
5.14 設計模式迴顧　　87
5.15 小結　　88
第6章　遞歸與歸約　　89
6.1 簡單數值遞歸　　89
6.1.1 實現尾調用優化　　90
6.1.2 保持遞歸形式　　91
6.1.3 處理復雜的尾調用優化　　92
6.1.4 使用遞歸處理集閤　　93
6.1.5 集閤的尾調用優化　　94
6.1.6 集閤的歸約與摺疊：從多個到一個　　95
6.2 group-by歸約：從多到少　　96
6.2.1 用Counter做映射　　97
6.2.2 用排序構建映射　　98
6.2.3 使用鍵值分組或者分區數據　　99
6.2.4 編寫更通用的group-by歸約　　102
6.2.5 編寫高階歸約　　103
6.2.6 編寫文件解析器　　104
6.3 小結　　109
第7章　元組處理技術　　110
7.1 使用元組收集數據　　110
7.2 使用命名元組收集數據　　112
7.3 使用函數構造器創建命名元組　　115
7.4 使用多種元組結構代替狀態類　　115
7.4.1 賦等級值　　118
7.4.2 用包裝代替狀態變化　　120
7.4.3 以多次包裝代替狀態變化　　121
7.4.4 計算斯皮爾曼等級順序相關度　　122
7.5 多態與類型匹配　　123
7.6 小結　　128
第8章　itertools模塊　　129
8.1 使用無限迭代器　　130
8.1.1 用count()計數　　130
8.1.2 使用實數參數計數　　131
8.1.3 用cycle()循環迭代　　132
8.1.4 用repeat()重復單個值　　134
8.2 使用有限迭代器　　135
8.2.1 用enumerate()添加序號　　135
8.2.2 用accumulate()計算匯總值　　137
8.2.3 用chain()組閤多個迭代器　　138
8.2.4 用groupby()切分迭代器　　139
8.2.5 用zip_longest()和zip()閤並迭代器　　140
8.2.6 用compress()過濾　　140
8.2.7 用islice()選取子集　　141
8.2.8 用dropwhile()和takewhile()過濾狀態　　142
8.2.9 基於filterfalse()和filter()的兩種過濾方法　　143
8.2.10 將starmap()和map()應用於數據　　144
8.3 使用tee()函數剋隆迭代器　　145
8.4 itertools模塊代碼範例　　146
8.5 小結　　147
第9章　高級itertools技術　　148
9.1 笛卡兒積　　148
9.2 對積進行歸約　　149
9.2.1 計算距離　　150
9.2.2 獲得所有像素和顔色　　152
9.2.3 性能分析　　153
9.2.4 重構問題　　154
9.2.5 閤並兩種變換　　155
9.3 排列集閤元素　　156
9.4 生成所有組閤　　157
9.5 代碼範例　　159
9.6 小結　　160
第10章　functools模塊　　161
10.1 函數工具　　161
10.2 使用lru_cache保存已有計算結果　　162
10.3 使用total_ordering定義類　　163
10.4 使用partial()函數應用部分參數　　166
10.5 使用reduce()函數歸約數據集　　167
10.5.1 閤並map()和reduce()　　168
10.5.2 使用reduce()函數和partial()函數　　170
10.5.3 使用map()函數和reduce()函數清洗數據　　170
10.5.4 使用groupby()函數和reduce()函數　　171
10.6 小結　　173
第11章　裝飾器設計技術　　174
11.1 作為高階函數的裝飾器　　174
11.2 橫切關注點　　178
11.3 復閤設計　　178
11.4 嚮裝飾器添加參數　　181
11.5 實現更復雜的裝飾器　　183
11.6 復雜設計注意事項　　184
11.7 小結　　187
第12章　multiprocessing和threading模塊　　188
12.1 函數式編程和並發　　188
12.2 並發的意義　　189
12.2.1 邊界條件　　189
12.2.2 進程或綫程間共享資源　　190
12.2.3 從何處受益　　191
12.3 使用多進程池和任務　　191
12.3.1 處理大量大型文件　　192
12.3.2 解析日誌文件之收集行數據　　193
12.3.3 解析日誌行為命名元組　　194
12.3.4 解析Access對象的其他字段　　196
12.3.5 過濾訪問細節　　199
12.3.6 分析訪問細節　　200
12.3.7 完整的分析過程　　201
12.4 使用多進程池進行並發處理　　202
12.4.1 使用apply()發送單個請求　　204
12.4.2 使用map_async()、starmap_async()和starmap_async()等函數　　204
12.4.3 更復雜的多進程架構　　205
12.4.4 使用concurrent.futures模塊　　205
12.4.5 使用concurrent.futures綫程池　　206
12.4.6 使用threading模塊和queue模塊　　206
12.4.7 設計並發處理　　207
12.5 小結　　208
第13章　條件錶達式和operator模塊　　209
13.1 條件錶達式求值　　210
13.1.1 使用非嚴格字典規則　　211
13.1.2 過濾True條件錶達式　　212
13.1.3 尋找匹配模式　　213
13.2 使用operator模塊代替匿名函數　　214
13.3 運算符的星號映射　　215
13.4 使用operator模塊函數進行歸約　　217
13.5 小結　　218
第14章　PyMonad庫　　219
14.1 下載和安裝　　219
14.2 函數式復閤和柯裏化　　220
14.2.1 使用柯裏化的高階函數　　221
14.2.2 避易就難的柯裏化　　223
14.3 函數式復閤和PyMonad*運算符　　223
14.4 函子和應用型函子　　224
14.5 單子的bind()函數和>>運算符　　228
14.6 模擬實現單子　　229
14.7 單子的其他特性　　232
14.8 小結　　233
第15章　Web服務的函數式設計方法　　234
15.1 HTTP“請求-響應”模型　　234
15.1.1 通過cookie注入狀態　　236
15.1.2 函數式設計的服務器考量　　236
15.1.3 深入研究函數式視圖　　237
15.1.4 嵌套服務　　237
15.2 WSGI標準　　238
15.2.1 在WSGI處理期間拋齣異常　　240
15.2.2 實用的WSGI應用程序　　242
15.3 將Web服務定義為函數　　242
15.3.1 創建WSGI應用程序　　243
15.3.2 獲取原始數據　　245
15.3.3 運用過濾器　　246
15.3.4 序列化結果　　247
15.3.5 序列化數據為JSON或CSV格式　　248
15.3.6 序列化數據為XML格式　　249
15.3.7 序列化數據為HTML　　250
15.4 跟蹤使用情況　　251
15.5 小結　　252
第16章　優化與改進　　254
16.1 記憶化和緩存　　254
16.2 指定記憶化　　256
16.3 尾遞歸優化　　257
16.4 優化存儲　　258
16.5 優化精度　　259
16.6 案例研究：卡方決策　　259
16.6.1 使用Counter對象過濾和約分原始數據　　260
16.6.2 讀取匯總信息　　262
16.6.3 Counter對象的求和計算　　263
16.6.4 Counter對象的概率計算　　264
16.7 計算期望值並顯示列聯錶　　265
16.7.1 計算卡方值　　267
16.7.2 計算卡方閾值　　267
16.7.3 計算不完全伽馬函數　　268
16.7.4 計算完全伽馬函數　　270
16.7.5 計算隨機分布的概率　　271
16.8 函數式編程設計模式　　273
16.9 小結　　274
· · · · · · (收起)