71、Python之函数式编程：不能定义常量，Python如何支持不可变性？

引言

其他编程语言中可以使用const或者final等关键字来定义不可修改的变量，也就是常量。但是，Python中似乎没有提供类似的关键字。所以，时不时总会有同学提出这样的质疑：都不能定义常量，Python对函数式编程的支持也太弱了吧。其实，如果对函数式编程的不可变性有更加深入的理解，就不会有这样的疑问了。

本文打算从软件架构作为展开，逐步对上面的疑问进行解答。

本文的主要内容有：

1、简单聊下软件架构

2、三种主流范式对架构的支持

3、Python关于不可变性的设计哲学

1、简单聊下软件架构

由于生产、生活中的不确定性越来越大，软件系统所需要支持的业务需求也变得更加不确定，所以，一个真正满足业务需求的软件系统，大部分工作都是在对系统进行修改、扩展、维护。我们曾经提过的各种设计原则，比如开闭原则（OCP）、单一职能原则（SRP）等，其实都是为了让软件系统在设计之初，就考虑了后续能够更加容易扩展和维护。

所谓的“软件架构”就是根据业务需求，综合应用各种设计规则，进行软件系统的整体设计，从而可以用最小的人力成本来满足构建和维护系统的需求。

所以，衡量一个软件架构的优劣，只要看它满足业务需求所需要的成本即可。如果成本比较低，并且在整个软件系统的生命周期内一直都能维持这样的低成本，那么这个系统的架构就是优良的。反之，如果该系统的每次发布都会提升下一次变更的成本，那么这个架构就是不好的。

如果进一步深挖，软件系统的架构设计是为了保证易于扩展和维护，落脚到程序代码的组织上，就要保证代码的可读性、易于调试、测试。

要保证代码的可读性和易于调试、测试，就要尽量规避编码的随意性，一般会从这些方面考虑：

1）程序代码格式清晰、有必要的注释。

2）程序代码的控制逻辑相对清晰，控制逻辑的转移更加明确。

3）程序代码的状态、结果更加具有确定性。

2、三种主流范式对软件架构的支持

如果从软件架构的质量，以及代码的可读性和易于调试、测试的角度，同时结合编程范式与编程语言之间相互独立的关系，来重新看编程范式的话，所谓的“编程范式”，似乎是计算机科学领域的大佬和先贤，关于如何开发更加易于扩展和维护的软件系统，所总结出的“苦口婆心”的真知灼见。

层出不穷的编程语言新特性，以及代码组织编写的自由度，给程序员进行创造性的发挥，带来了极大的便利的同时，也在代码编写上引入了更大的随意性。

编程范式，从表面看来，似乎是关于”应该怎么做“的建议。但是，如果进行更加本质的思考，编程范式的核心似乎是关于”最好不要做什么“的规劝。

所以，编程范式对软件架构的支持，其实是一种”做减法“的支持：

1）过程式编程范式，其实是对程序员不要随意使用goto进行无限制的直接控制转移的规劝，是对控制逻辑清晰度的保证。

2）面向对象编程范式，本质上是对函数指针随意使用的限制，也就是对程序控制逻辑进行隐性的间接转移的限制，也是对控制逻辑清晰度的保证。

3）函数式编程范式，最核心的特性不可变性，本质上是对赋值操作加上了限制，是对程序的状态和结果的确定性的保证。

范式都是建议性的，你可以做，但是我强烈建议你不要做。当然，如果一门编程语言对某种编程范式是完全支持的，那么这种编程范式就变成了强制性的。所以，还是要看具体的编程语言的设计哲学以及最终实现。

3、Python关于不可变性的设计哲学

Python中确实没有内置的常量定义机制，这与Python的设计哲学有关。Python更加倾向于使用约定而不是强制性规则来指导编程实践。

当然，尽管没有内置常量，在Python中，我们仍然有其他方式来支持函数式编程的不可变性。

1）通过约定使用常量

我们可以使用全大写字母命名变量，从而表示它们应该被视为常量，这是Python社区的约定。

2）使用不可变的数据结构

函数式编程强调使用不可变的数据结构，Python中的元组、字符串以及不可变集合（frozenset）等，都是不可变的（虽然其存储的元素对象的可变性决定了这种不可变性的彻底性）。

3）使用dataclass中的frozen

from dataclasses import dataclass@dataclass(frozen=True)
class Point:x: inty: intif __name__ == '__main__':p1 = Point(10, 20)print(p1)print(p1.x)# 尝试进行重新赋值，会报错p1.x = 100

执行结果：

4）自定义不可变类型

类似于dataclass的frozen=True，本质上都是通过对__setattr__()方法的覆盖，来禁止修改实例属性，从而实现了对不可变性的支持。

所以，我们也是可以通过这种机制来实现不可变性的。

直接看代码：

class Point:def __init__(self, x, y):object.__setattr__(self, 'x', x)object.__setattr__(self, 'y', y)def __setattr__(self, key, value):raise AttributeError(f'属性{key}不允许修改')if __name__ == '__main__':p1 = Point(10, 20)print(p1)print(p1.x)# 尝试进行重新赋值，会报错p1.x = 100

执行结果：

尽管Python对函数式编程的不可变性有足够的支持，我们还是需要对函数式范式关于不可变性要求的初衷，有更加深入的理解，避免机械性地执行，而使得编程行为变得僵化。

在Python等面向对象的语言中，不可变数据结构似乎有些另类，但当我们从函数式编程的角度思考时，就会发现状态变化是许多令人困惑的问题的根源。使用不可变数据结构有助于我们拨云见日，直抵问题的核心。

所以，不可变性其实是对状态和结果更加具有确定性的一种追求，只要心里始终有这个清晰的目标，并向着这个目标努力，对于不可变性，就已经有了足够深入的理解。

总结

本文从软件架构作为切入点，将程序代码的可读性、易于调试、测试的建议，和编程范式的各种减法型规范，联系在一起，从而对设计原则、软件架构及编程范式有了更深入的理解。最后，通过Python关于不可变性的支持，探讨了关于程序状态和结果的确定性的本质。

以上，就是本文的全部内容了，感谢您的拨冗阅读，希望对您有所帮助。