用一个Python库,把代码从“能跑”变成“优雅”

这玩意儿到底是个啥？

简单说，funcy 就是一个 Python 库，给你打包了一整套巨实用的函数式编程工具。它的目标特别单纯：让你写代码更爽，更直观，少写那些重复的样板代码。

作者 Suor 是个明白人，他不搞那些虚头巴脑的理论，所有工具都奔着“解决问题”去。灵感来自 Clojure 和 Underscore.js，但完全融进了 Python 的世界观。它不是要改变你写 Python 的方式，而是给你多几把称手的“瑞士军刀”。

你可能会想，Python 不是有 map、filter、lambda 吗？是，但有的时候吧，用起来就是不得劲儿。funcy 把这些概念包装得更自然，还加了一堆你想都没想到过的实用功能。

三行代码，让你感受一下“真香”

安装？简单到没朋友：

pip install funcy

支持 Python 3.4 以上，连 PyPy3 都跑得飞快。

来，看个让我瞬间开窍的例子。假设你有一堆用户数据，是列表里套字典，你想快速把所有用户的“年龄”字段都加1，并且只保留“活跃”状态的用户。

老写法，你可能得嵌套循环或者写列表推导式。用 funcy，可以这么玩：

from funcy import walk_values, select, lmap# 假设原始数据users = [    {'name': 'Alice', 'age': 25, 'active': True},    {'name': 'Bob', 'age': 30, 'active': False},    {'name': 'Charlie', 'age': 28, 'active': True}]# 一行链式操作：先筛选活跃用户，再把他们的年龄+1processed = lmap(lambda u: walk_values(lambda k, v: v+1if k=='age'else v, u),                 select(lambda u: u['active'], users))

看，select 负责过滤，walk_values 负责精准修改字典值，lmap 是保持列表类型的 map。逻辑一目了然，而且中间不会产生一堆临时的变量名，干净。

我的私藏“工具包”大公开

funcy 的功能多到爆，我挑几个最让我离不开的说说，给你们列个表，感受下它的“弹药库”有多全：

表格里列出的只是冰山一角。像 group_by（一键分组）、lpartition（分割列表）、@cached_property（缓存属性）这些，每一个都能在特定场景下救你于水火。

一个真实案例：我咋用它的

再讲个我自己的事儿。我们有个服务，需要定期调用一个外部 API 拉取数据。那破 API 特别不稳定，时不时就抽风，返回个网络错误或者服务器开小差。

以前我的代码里充斥着 try...except 和重试循环，难看死了。用了 funcy 之后，我写了这么个装饰器：

from funcy import retry, ignore, log_errorsimport requests# 定义一个函数，如果遇到特定异常就重试最多3次# 只忽略连接超时错误，其他错误记录日志但不抛出@log_errors(logger=my_logger)@ignore(requests.exceptions.Timeout)@retry(tries=3, errors=(requests.exceptions.ConnectionError,))deffetch_data_from_unreliable_api(url):    response = requests.get(url, timeout=5)    response.raise_for_status()return response.json()

就这么几行，清晰地把“重试逻辑”、“忽略特定错误”、“记录错误日志”这三个关注点分开了。代码的可读性和可维护性，简直是一个天上一个地下。

为啥我彻底爱上了它？

首先，它很务实。没有为了“纯函数式”而牺牲 Python 的简洁和可读性。所有工具函数的名字都起得很直观，比如 select 就是选，compact 就是压缩掉空值，一看就懂。

第二，它填补了空白。Python 标准库虽然强大，但有些日常高频操作就是得自己手写。funcy 把这些模式都抽象好了，直接拿来用，省心省力。这就像你有了一个即插即用的“代码片段”库。

第三，它让思维更流畅。当你习惯用 compose 组合函数、用 walk 转换数据时，你会自然而然地开始把复杂问题拆解成一个个小函数，然后像搭积木一样组装起来。这种思维模式，对写出清晰、可测试的代码大有裨益。

当然，它也不是银弹。如果你项目里全是面向对象的设计，硬塞函数式风格可能会显得格格不入。但对于数据处理、工具脚本、API 封装这些场景，它绝对是神器。

想深入玩玩？看这里

funcy 的文档写得相当不错，而且作者还写了一系列文章，讲他设计这些工具背后的思考，比如《为什么每种语言都需要自己的 Underscore》、《让函数式 Python 变简单》等等，推荐去读读，能帮你更好地理解它。

社区生态也挺活跃，围绕它还有像 funcy-chain、funcy-pipe 这样的衍生项目，让你用链式调用的方式写代码，更接近 JavaScript 的体验。

项目地址：https://github.com/Suor/funcy