O curso
Iteradores e Python funcional é um curso intermediário de Programação em sete aulas. As seis primeiras rodam em um Raspberry Pi 4 com dois LEDs (vermelho no GPIO17, amarelo no GPIO27); a final usa o circuito do botão MCP3008 da galeria, que está montado em um Pi 5 (o mesmo Python roda nos dois). Cada passo é verificado com o que o Pi imprime ou o que seus pinos fazem.
- Comprehensions: list comprehensions com pings de sonar, a expressão if-else dentro de uma, dict e set comprehensions com os planetas, comprehensions aninhadas que achatam e transpõem uma grade, e generator expressions com
sumeanyacendendo um alarme de águas profundas. - Iterators:
iterandnext, aforloop written out withStopIteration, whyzipandmapwork only once, a countdown class with__iter__and__next__, iterables that start over, and the countdown flashing an LED. - Generators a fundo: início preguiçoso, generators infinitos,
sendpara uma média móvel,yield fromcom valor de retorno,closeefinally, e um pipeline que mostra quando cada valor se move. - map e filter: funções como valores,
lambda,mapem duas listas, um dict de conversores, funções de chave parasortedemax, e um filter preguiçoso que pisca uma vez por leitura quente. - itertools:
counteislice,cyclepara uma escala de vigia,accumulateepairwise,groupbye por que ele precisa de dados ordenados,combinationseproduct, echain,takewhileedropwhile. - functools:
reducecomoperator,partialpara uma conversão de ADC,lru_cachereduzindo 21.891 chamadas para 21, decorators, e umcomposefeito por você. - Projeto: um pipeline de sensores em streaming: a final.
O gran final
Um knob no canal 0 de um MCP3008 (um ADC de 10 bits em SPI) vira um generator infinito de leituras. Os estágios são funções que recebem um fluxo e devolvem outro: volts (map com partial), uma média móvel em um deque de quatro, e um filtro que passa só variações de 0,2 V ou mais. O destino define uma PWMLED no GPIO18 com a voltagem, então o LED verde segue o knob. O último passo transforma as chamadas aninhadas em uma lista de estágios dobrados com reduce, e para depois de cinco mudanças. Nada no pipeline guarda mais de quatro leituras de uma vez.
O que o motor do Pi faz de diferente
O Pi roda MicroPython 1.29 com uma biblioteca padrão no estilo do CPython. Verificado enquanto o curso era escrito:
itertoolstem todas as funções que o CPython tem, escritas como generators em Python, então é mais lento. Oislicedele lê um valor a mais da fonte do que entrega antes de parar (o do CPython para no último), então a final interrompe seu fluxo ao vivo combreak, que funciona igual em todos.functoolstemreduce,partial,lru_cache,cache,cached_property,total_ordering,cmp_to_keyewraps. Não hásingledispatch; um dict de tipo para função resolve.wrapsexiste, mas não copia nada: funções do MicroPython não podem ter atributos, então o__name__de uma função embrulhada continuawrapper. Um decorador baseado em classe mantém o nome, e o curso mostra um.iter(function, stop_value)não existe; um laçowhile TruecomnexteStopIterationfaz o mesmo.- Um
map,filterou gerador imprime diferente do CPython (<map>em vez de<map object at ...>), e um dict não guarda a ordem em que as chaves entraram, então as aulas ordenam as chaves ou as leem pelo nome.