（数据科学学习手札107）在Python中利用funct实现链式风格编程

　　链式编程是一种非常高效的组织代码的方式，典型如pandas与scikit-learn中的pipe()，以及R中的管道操作符%>%等，它们都可以帮助我们像连接管道一样，将计算过程中的不同步骤顺滑的连接起来，从而取代繁琐的函数嵌套以及避免多余中间变量的创建。

图1

　　链式编程与常规写法的比较如下例：

# 非链式写法 func4(func3(func2(func1(A)))) # 链式写法 A.func1().func2().func3().func4()

　　哪一种写法更简洁明了，想必大家一眼就看得出来，而今天的文章就将带大家认识如何借助funct的力量，来改造Python原生列表，赋予其链式计算的能力。

2 利用funct.Array实现链式计算

　　funct的设计理念就是类似Python列表但更棒，它借鉴了numpy的很多特点，配合功能丰富的各种链式计算方法，使得我们在使用它完成计算任务编写代码如丝般顺滑时~

　　利用pip install funct完成安装（本文演示版本为0.9.2）之后，下面我们来认识它的一些优秀特性吧~

2.1 funct.Array的创建

　　funct中类比列表和numpy中的数组，创造了Array这种特别的数据结构，常用的有如下几种创建方式：

从其他数据结构创建

　　最常规的方式是从现有的其他数据结构，转换到Array，常见如下面的几个例子：

图2

类似numpy风格的规则创建方法

　　除了从现成的数据中创建Array之外，我们还可以类似numpy中的linspace()等API那样，基于规则批量创建数据，常用的有如下两种方法：

图3

创建嵌套Array

　　既然是建立在列表的基础上，那么funct对嵌套Array尤其是不规则嵌套Array的支持也是很到位的：

图4

　　但在配合多个numpy数组构建嵌套Array时要注意，最后一定要加上toArray()方法才能彻底完成转换：

图5 2.2 funct.Array的索引

　　大致介绍完如何创建funct.Array之后，很重要的一点就是如何对已有Array进行索引，在funct中针对Array设计了如下几种丰富的索引方式：

列表式索引

　　既然继承自列表，自然可以使用Python原生列表的索引与切片方式：

图6

数组式索引

　　我们都知道Python原生列表不能传入一系列标号对应的数组来一次性索引出多个值，除非转换为numpy数组或pandas的Series，但这又会在一些应用场景下丢失灵活性，但在Array中，它可以！

图7

Bool值索引

　　Array同样支持传入Bool值索引，使得我们可以将某个条件判断之后的判断结果作为索引依据传入：

图8

多层索引

　　既然Array是支持嵌套结构的，自然可以进行多层索引，但需要注意的是：

图9 2.3 funct.Array的链式骚操作

　　讲完了如何创建与索引funct.Array之后，就来到了本文的重头戏——Array的链式运算上，在funct.Array中，几乎所有常见的数值与逻辑运算都被封装到方法中，我们来一阶一阶的来看看不同情况下如何组织代码：

level1：基础的数值运算