教程 | 写给Python程序员的Scala入门教程
Posted 爱数据原统计网
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了教程 | 写给Python程序员的Scala入门教程相关的知识,希望对你有一定的参考价值。
随着业务和数据的需要,我们引入了Spark
。Spark
对Python
的支持还是挺好的,但毕竟它还是使用Scala
开发的,且现有的API并没有100%覆盖Python。所以就有了这篇文章,让Python程序员可以接触Scala
这门更高(级)、更快(速)、更强(大)的(奥运精神)语言。
Scala兼具Python样的开发效率,但又有Java般的执行性能,真是一不可多得的神器!(当然,鱼和熊不可兼得,Scala的入门曲线相比Python是要那么陡峭一丢丢)
1 |
wget -c http://downloads.typesafe.com/scala/2.11.7/scala-2.11.7.tgz |
我们可以看到终端出现了scala>
提示符,这个就像Python
的REPL
一样,Scala也拥有一个REPL
。我们可以在这里很方便的编写一些代码,测试一些想法。
对于Scala常用的IDE(集成开发环境),推荐使用IDEA for scala plugins和scala-ide。
Scala的强大,除了它自身对多核编程更好的支持、函数式特性及一些基于Scala的第3方库和框架(如:Akka、Playframework、Spark、Kafka……),还在于它可以无缝与Java结合。所有为Java开发的库、框架都可以自然的融入Scala环境。当然,Scala也可以很方便的Java环境集成,比如:Spring。若你需要第3方库的支持,可以使用Maven、Gradle、Sbt等编译环境来引入。
Scala是一个面向对象的函数式特性编程语言,它继承了Java的面向对特性,同时又从Haskell
那里吸收了很多函数式特性并做了增强。
通常情况下,Java系的程序都需要有一个main方法来执行。并需要放入一个Web container
容器,或打成一个jar
包来执行。但是Scala不一样,它除了支持传统的Java方式,它也可以像Python一样把代码保存到一个脚本文件里(.scala)执行,就像一个Shell脚本一样。
1 |
yangjing-mac-air:scala-2.11.7 jingyang$ cat test.scala |
(注:需要把$SCALA_HOME/bin
加入系统环境变量才能直接执行scala
命令)
可以看到,使用Scala,你除了像传统的Java程序一样把它做为一个“服务”的方式来启动,你也可以把它像Python一样做为一个“脚本”来启动。
(注意:Scala不像Python一样通过代码缩进来表示代码的层次关系,而是和通常的语言一样使用{}
来表示代码的层级。给程序员更多的自由)
Scala中变量不需要显示指定类型,但需要提前声明。这可以避免很多命名空间污染问题。Scala有一个很强大的类型自动推导功能,它可以根据右值及上下文自动推导出变量的类型。你可以通过如下方式来直接声明并赋值。
1 |
scala> val a = 1 |
Immutable
(注:函数式编程有一个很重要的特性:不可变性。Scala中除了变量的不可变性,它还定义了一套不可变集合scala.collection.immutable._
。)
val
代表这是一个final variable,它是一个常量。定义后就不可以改变,相应的,使用var
定义的就是平常所见的变量了,是可以改变的。从终端的打印可以看出,Scala从右值自动推导出了变量的类型。Scala可以如动态语言似的编写代码,但又有静态语言的编译时检查,不会像Python一样留下很多陷阱在运行多时以后才被发现。
(注:在RELP
中,val
变量是可以重新赋值的,这是`RELP`的特性。在平常的代码中是不可以的。)
基础数据类型
Scala中基础数据类型有:Byte、Short、Int、Long、Float、Double,Boolean,Char、String。和Java不同的是,Scala中没在区分原生类型和装箱类型,如:int
和Integer
。它统一抽象成Int
类型,这样在Scala中所有类型都是对象了。编译器在编译时将自动决定使用原生类型还是装箱类型。
字符串
Scala中单引号和双引号包裹是有区别的,单引号用于字符,双引号用于字符串。
1 |
scala> val c1 = 'c' |
Scala基于JVM平台,默认使用unicode,所以变量名是可以直接用中文的。而在Scala中,中文也是直接显示的,不像Python2一样会输出成unicdoe编码形式:\uxxxx。
Scala还支持String Interpolation(“字符串插值”)的特性,可以使用${variable name}
这样的形式引用变量,并将值插入。就像示例s2
一样。
而连线3个双引号在Scala中也有特殊含义,它代表被包裹的内容是原始字符串,可以不需要字符转码。这一特性在定义正则表达式时很有优势。
Scala中的运算符其实是定义在对象上的方法(函数),你看到的诸如:3 + 2
其实是这样子的:3.+(2)
。+
符号是定义在Int
对象上的一个方法。支持和Java一至的运算符(方法):
(注:在Scala中,方法前的.
号和方法两边的小括号在不引起歧义的情况下是可以省略的。这样我们就可以定义出很优美的DSL
)
==
、!=
:比较运算!
、|
、&
、^
:逻辑运算>>
、<<
:位运算
在Scala中,修正(算更符合一般人的常规理解吧)==
和!=
运算符的含义。在Scala中,==
和!=
是执行对象的值比较,相当于Java中的equals
方法(实际上编译器在编译时也是这么做的)。而对象比较需要使用eq
和ne
两个方法来实现。
Scala中支持if
、while
、for comprehension
(for表达式)、match case
(模式匹配)四大主要控制语句。Scala不支持switch
和? :
两种控制语句,但它的if
和match case
会有更好的实现。
if
Scala支持if
语句,其基本使用和Java
、Python
中的一样。但不同的时,它是有返回值的。
(注:Scala是函数式语言,函数式语言还有一大特性就是:表达式。函数式语言中所有语句都是基于“表达式”的,而“表达式”的一个特性就是它会有一个值。所有像Java
中的? :
3目运算符可以使用if
语句来代替)。
1 |
scala> if (true) "真" else "假" |
可以看到,if
语句也是有返回值的,将表达式的结果赋给变量,编译器也能正常推导出变量的类型。unit
和unit2
变量的类型是Any
,这是因为else
语句的缺失,Scala编译器就按最大化类型来推导,而Any
类型是Scala中的根类型。()
在Scala中是Unit
类型的实例,可以看做是Java
中的Void
。
while
Scala中的while
循环语句:
1 |
while (条件) { |
for comprehension
Scala中也有for
表达式,但它和Java
以及Python
中的for
不太一样,它具有更强大的特性。通常的for
语句如下:
1 |
for (变量 <- 集合) { |
Scala中for
表达式除了上面那样的常规用法,它还可以使用yield
关键字将集合映射为另一个集合:
1 |
scala> val list = List(1, 2, 3, 4, 5) |
还可以在表达式中使用if
判断:
1 |
scala> val list3 = for (item <- list if item % 2 == 0) yield item |
还可以做flatMap
操作,解析2维列表并将结果摊平(将2维列表拉平为一维列表):
1 |
scala> val llist = List(List(1, 2, 3), List(4, 5, 6), List(7, 8, 9)) |
看到了,Scala中for comprehension
的特性是很强大的。它和Python
中的list comprehension
很类似,但不同的是在Scala中这一特性并不只限于list
中,而是整个集合库都支持这一特性,包括:Seq
、Map
、Set
、Array
……
Scala和Python一样,也没有C-Like语言里的for (int i = 0; i < 10; i++)
语法,但和Python类似的它也有xrange
或range
函数样的效果。在Scala中的使用方式如下:
1 |
scala> for (i <- (0 until 10)) { |
比Python更好的一点时,Scala中还有一个to
方法(Scala中去处符其实都是定义在对象上的方法/函数):
1 |
scala> for (i <- (0 to 10)) print(" " + i) |
match case
模式匹配,是函数式语言很强大的一个特性。它比命令式语言里的switch
更好用,表达性更强。
1 |
scala> def level(s: Int) = s match { |
可以看到,模式匹配可以使用switch
相同的功能。但也switch
需要使用break
明确告知终止之后的判断不同,Scala中的match case
是默认break的,只要其中一个case
语句匹配,就终止之后的所以比较。且对应case
语句的表达式值将作为整个match case
表达式的值返回。
Scala中的模式匹配还有类型匹配、数据抽取、谓词判断等其它有用的功能。这里只做简单介绍,之后会单独一个章节来做较详细的解读。
在Python中,常用的集合类型有:list
、tuple
、set
、dict
。Scala中对应的有:List
、Tuple[X]
、Set
、Map
。
List
Scala中List
是一个递归不可变集合,它很精妙的使用递归结构定义了一个列表集合。除了之前使用List
object来定义一个列表,还可以使用如下方式:
1 |
scala> val list = 1 :: 2 :: 3 :: 4 :: 5 :: Nil |
List
采用前缀操作的方式(所有操作都在列表顶端(开头))进行,::
操作符的作用是将一个元素和列表连接起来,并把元素放在列表的开头。这样List
的操作就可以定义成一个递归操作。添加一个元素就是把元素加到列表的开头,List只需要更改下头指针,而删除一个元素就是把List的头指针指向列表中的第2个元素。这样,List
的实现就非常的高效,它也不需要对内存做任何的转移操作。List
有很多常用的方法:
1 |
scala> list.indexOf(3) |
Scala中默认都是Immutable collection,在集合上定义的操作都不会更改集合本身,而是生成一个新的集合。Python中只有set
上有求交、并、差积运算,Scala中将其范化到所以序列集合上(Seq
、List
、Set
、Array
……)都可以支持。
Tuple
Scala中也支持Tuple(元组)这种集合,但最多只支持22个元素(事实上Scala中定义了Tuple0
、Tuple1
……Tuple22
这样22个TupleX
类,实现方式与C++ Boost
库中的Tuple
类似)。和Python中类似,Scala也采用小括号来定义元组。
1 |
scala> val tuple1 = (1, 2, 3) |
可以使用xxx._[X]
的形式来引用Tuple
中某一个具体元素,其_[X]
下标是从1开始的,一直到22(若有定义这么多)。
Set
Set
是一个不重复且无序的集合,初始化一个Set
需要使用Set
对象:
1 |
scala> val set = Set("Python", "Scala", "Java", "C++", "javascript", "C#", "php") |
Map
Scala中的Map
是一个HashMap,其key
也是无序的。Python中的dict
对应些类型(可以使用TreeMap
来让Map有序)。与Python中不一样,Scala并没有提供一个{}
来定义Map
,它还是很统一的采用相关类型的object来定义:
1 |
scala> val map = Map("a" -> "A", "b" -> "B") |
Scala中定义Map
时,传入的每个Entry
(K、V对)其实就是一个Tuple2
(有两个元素的元组),而->
是定义Tuple2
的一种便捷方式。
1 |
scala> map + ("z" -> "Z") |
Scala的immutable collection并没有添加和删除元素的操作,其定义+
(List
使用::
在头部添加)操作都是生成一个新的集合,而要删除一个元素一般使用.filterNot
函数来映射一个新的集合实现。
(注:Scala中也scala.collection.mutable._
集合,它定义了不可变集合的相应可变集合版本。一般情况下,除非一性性能优先的操作(其实Scala集合采用了共享变量的优化,生成一个新集合并不会生成所有元素的副本,它将会和老的集合共享大元素。因为Scala中变量默认都是不可变的),推荐还是采用不可变集合。因为它更直观、线程安全,你可以确定你的变量不会在其它地方被不小心的更改。)
在Scala中,函数是一等公民。函数可以像类型一样被赋值给一个变量,也可以做为一个函数的参数被传入,甚至还可以做为函数的返回值返回(这就是函数式编程)。
他Python一样,Scala也使用def
关键词来定义一个函数:
1 |
scala> def calc(n1: Int, n2: Int): (Int, Int) = { |
这里定义了一个函数:calc
,它有两个参数:n1
和n2
,其类型为:Int
。cala
函数的返回值类型是一个有两个元素的元组,在Scala中可以简写为:(Int, Int)
。在Scala中,代码段的最后一句将做为函数返回值,所以这里不需要显示的写return
关键字。
而val (add, sub) = calc(5, 1)
一句,是Scala中的抽取功能。它直接把calc
函数返回的一个Tuple2
值赋给了add
他sub
两个变量。
本篇文章简单的介绍了Scala的语言特性,本文并不只限于Python程序员,任何有编程经验的程序员都可以看。现在你应该对Scala有了一个基础的认识,并可以写一些简单的代码了。之后会分享一些《Scala实战(系列)》,介绍更函数式的写法及与实际工程中结合的例子。
来源:SOTON数据分析
以上是关于教程 | 写给Python程序员的Scala入门教程的主要内容,如果未能解决你的问题,请参考以下文章