toolz 庫允許你操作函數，使其更容易理解，更容易測試程式碼。
在這個由兩部分組成的系列文章的第二部分中，我們將繼續探索如何將函數語言程式設計方法中的好想法引入到 Python中，以實現兩全其美。
在上一篇文章中，我們介紹了。 這些資料結構使得我們可以編寫“純”函數，或者說是沒有副作用的函數，僅僅接受一些引數並返回結果，同時保持良好的效能。
在這篇文章中，我們使用 toolz 庫來構建。 這個庫具有操作此類函數的函數，並且它們在純函數中表現得特別好。 在函數語言程式設計世界中，它們通常被稱為“高階函數”，因為它們將函數作為引數，將函數作為結果返回。
讓我們從這裡開始：
def add_one_word(words, word): return words.set(words.get(word, 0) + 1)這個函數假設它的第一個引數是一個不可變的類似字典的物件，它返回一個新的類似字典的在相關位置遞增的物件：這就是一個簡單的頻率計數器。
但是，只有將它應用於單詞流並做歸納時才有用。 我們可以使用內建模組 functools 中的歸納器。
functools.reduce(function, stream, initializer)我們想要一個函數，應用於流，並且能能返回頻率計數。
我們首先使用 toolz.curry 函數：
add_all_words = curry(functools.reduce, add_one_word)使用此版本，我們需要提供初始化程式。但是，我們不能只將 pyrsistent.m 函數新增到 curry 函數中； 因為這個順序是錯誤的。
add_all_words_flipped = flip(add_all_words)flip 這個高階函數返回一個呼叫原始函數的函數，並且翻轉引數順序。
get_all_words = add_all_words_flipped(pyrsistent.m())我們利用 flip 自動調整其引數的特性給它一個初始值：一個空字典。
現在我們可以執行 get_all_words(word_stream) 這個函數來獲取頻率字典。 但是，我們如何獲得一個單詞流呢？ Python 檔案是按行供流的。
def to_words(lines): for line in lines: yield from line.split()在單獨測試每個函數後，我們可以將它們組合在一起：
words_from_file = toolz.compose(get_all_words, to_words)在這種情況下，組合只是使兩個函數很容易閱讀：首先將檔案的行流應用於 to_words，然後將 get_all_words 應用於 to_words 的結果。 但是文字上讀起來似乎與程式碼執行相反。
當我們開始認真對待可組合性時，這很重要。有時可以將程式碼編寫為一個單元序列，單獨測試每個單元，最後將它們全部組合。如果有幾個組合元素時，組合的順序可能就很難理解。
toolz 庫借用了 Unix 命令列的做法，並使用 pipe 作為執行相同操作的函數，但順序相反。
words_from_file = toolz.pipe(to_words, get_all_words)現在讀起來更直觀了：將輸入傳遞到 to_words，並將結果傳遞給 get_all_words。 在命令列上，等效寫法如下所示：
$ cat files | to_words | get_all_wordstoolz 庫允許我們操作函數，切片、分割和組合，以使我們的程式碼更容易理解和測試。