diff --git a/translated/tech/20181023 Getting started with functional programming in Python using the toolz library.md b/published/20181023 Getting started with functional programming in Python using the toolz library.md
similarity index 67%
rename from translated/tech/20181023 Getting started with functional programming in Python using the toolz library.md
rename to published/20181023 Getting started with functional programming in Python using the toolz library.md
index 1f2606daa2..d23a45bc77 100644
--- a/translated/tech/20181023 Getting started with functional programming in Python using the toolz library.md	
+++ b/published/20181023 Getting started with functional programming in Python using the toolz library.md	
@@ -1,7 +1,7 @@
-使用Python的toolz库开始函数式编程
+使用 Python 的 toolz 库开始函数式编程
 ======
 
-toolz库允许你操作函数，使其更容易理解，更容易测试代码。
+> toolz 库允许你操作函数，使其更容易理解，更容易测试代码。
 
 ![](https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/programming-code-keyboard-laptop-music-headphones.png?itok=EQZ2WKzy)
 
@@ -20,7 +20,11 @@ def add_one_word(words, word):
 
 这个函数假设它的第一个参数是一个不可变的类似字典的对象，它返回一个新的类似字典的在相关位置递增的对象：这就是一个简单的频率计数器。
 
-但是，只有将它应用于单词流并做归纳时才有用。 我们可以使用内置模块 `functools` 中的归纳器。 `functools.reduce(function, stream, initializer)`
+但是，只有将它应用于单词流并做*归纳*时才有用。 我们可以使用内置模块 `functools` 中的归纳器。 
+
+```
+functools.reduce(function, stream, initializer)
+```
 
 我们想要一个函数，应用于流，并且能能返回频率计数。
 
@@ -30,14 +34,12 @@ def add_one_word(words, word):
 add_all_words = curry(functools.reduce, add_one_word)
 ```
 
-使用此版本，我们需要提供初始化程序。 但是，我们不能只将 `pyrsistent.m` 函数添加到 `curry` 函数中中； 因为这个顺序是错误的。
+使用此版本，我们需要提供初始化程序。但是，我们不能只将 `pyrsistent.m` 函数添加到 `curry` 函数中； 因为这个顺序是错误的。
 
 ```
 add_all_words_flipped = flip(add_all_words)
 ```
 
-The `flip` higher-level function returns a function that calls the original, with arguments flipped.
-
 `flip` 这个高阶函数返回一个调用原始函数的函数，并且翻转参数顺序。
 
 ```
@@ -46,7 +48,7 @@ get_all_words = add_all_words_flipped(pyrsistent.m())
 
 我们利用 `flip` 自动调整其参数的特性给它一个初始值：一个空字典。
 
-现在我们可以执行 `get_all_words(word_stream)` 这个函数来获取频率字典。 但是，我们如何获得一个单词流呢？ Python文件是行流的。
+现在我们可以执行 `get_all_words(word_stream)` 这个函数来获取频率字典。 但是，我们如何获得一个单词流呢？ Python 文件是按行供流的。
 
 ```
 def to_words(lines):
@@ -60,9 +62,9 @@ def to_words(lines):
 words_from_file = toolz.compose(get_all_words, to_words)
 ```
 
-在这种情况下，组合只是使两个函数很容易阅读：首先将文件的行流应用于 `to_words`，然后将 `get_all_words` 应用于 `to_words` 的结果。 散文似乎与代码相反。
+在这种情况下，组合只是使两个函数很容易阅读：首先将文件的行流应用于 `to_words`，然后将 `get_all_words` 应用于 `to_words` 的结果。 但是文字上读起来似乎与代码执行相反。
 
-当我们开始认真对待可组合性时，这很重要。 有时可以将代码编写为一个单元序列，单独测试每个单元，最后将它们全部组合。 如果有几个组合元素时，组合的顺序可能就很难理解。
+当我们开始认真对待可组合性时，这很重要。有时可以将代码编写为一个单元序列，单独测试每个单元，最后将它们全部组合。如果有几个组合元素时，组合的顺序可能就很难理解。
 
 `toolz` 库借用了 Unix 命令行的做法，并使用 `pipe` 作为执行相同操作的函数，但顺序相反。
 
@@ -70,17 +72,13 @@ words_from_file = toolz.compose(get_all_words, to_words)
 words_from_file = toolz.pipe(to_words, get_all_words)
 ```
 
-Now it reads more intuitively: Pipe the input into `to_words`, and pipe the results into `get_all_words`. On a command line, the equivalent would look like this:
-
 现在读起来更直观了：将输入传递到 `to_words`，并将结果传递给 `get_all_words`。 在命令行上，等效写法如下所示：
 
 ```
 $ cat files | to_words | get_all_words
 ```
 
-The `toolz` library allows us to manipulate functions, slicing, dicing, and composing them to make our code easier to understand and to test.
-
-`toolz` 库允许我们操作函数，切片，分割和组合，以使我们的代码更容易理解和测试。
+`toolz` 库允许我们操作函数，切片、分割和组合，以使我们的代码更容易理解和测试。
 
 --------------------------------------------------------------------------------
 
@@ -89,10 +87,10 @@ via: https://opensource.com/article/18/10/functional-programming-python-toolz
 作者：[Moshe Zadka][a]
 选题：[lujun9972][b]
 译者：[Flowsnow](https://github.com/Flowsnow)
-校对：[校对者ID](https://github.com/校对者ID)
+校对：[wxy](https://github.com/wxy)
 
 本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
 
 [a]: https://opensource.com/users/moshez
 [b]: https://github.com/lujun9972
-[1]: https://opensource.com/article/18/10/functional-programming-python-immutable-data-structures
\ No newline at end of file
+[1]: https://linux.cn/article-10222-1.html