Python基础:lambda 匿名函数

冷不防 2021-11-09 23:38 587阅读 0赞

### 格式 ###

lambda argument1, argument2,... argumentN : expression
    
    square = lambda x: x**2
    print(square(2))

### 与常规函数区别 ###

匿名函数 lambda 和常规函数一样，返回的都是一个函数对象（function object)

lambda 是一个表达式（expression），并不是一个语句（statement）。表达式是可以被求值,类似"公式"的代码，而语句是一段完成了某种功能的可执行代码。

所以,lambda可以用在列表内部:

l = [(lambda x:x**2) (x) for x in range(10)]
    print(list(l))
    [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

同样,可以作为参数

l = [(1, 20), (3, 0), (9, 10), (2, -1)]
    l.sort(key=lambda x: x[1]) # 按列表中元祖的第二个元素排序
    print(l)
    输出
    [(2, -1), (3, 0), (9, 10), (1, 20)]

lambda 的主体是只有一行的简单表达式，并不能扩展成一个多行的代码块。

### 使用lambda可以简化代码 ###

squared = map(lambda x: x**2, [1, 2, 3, 4, 5])
    print(list(squared))

上面那段代码，如果不用lambda表达式而用常规函数:

def squared2(x):
        return x[1] if isinstance(x,tuple) else x**2
    
    squared = map(squared2, [1, 2, 3, 4, 5,(1,3)])
    print(list(squared))

### Python函数式编程 ###

Python函数式编程有三个基本函数 map()、reduce()、filter()

#### 　　map(function, iterable \[,iterable2\]) ####

map遍历可迭代对象取出元素，作为参数依次传给function函数，例:每个元素都变大2倍

l = [1, 2, 3, 4, 5]
    new_list = map(lambda x: x * 2, l) # [2， 4， 6， 8， 10]

#### 　　filter(function, iterable) ####

filter与map一样，遍历可迭代对象，并依次传给function,不同的是，filter会判断每次function的结果是True或False，并将结果为True的元素组成列表返回

例：返回一个列表中的所有偶数

l = [1, 2, 3, 4, 5]
    new_list = filter(lambda x: x % 2 == 0, l) # [2, 4]

#### 　　reduce(function, iterable\[, initializer\]) ####

其中function 是一个函数对象，规定它有两个参数，表示对 iterable 中的每个元素以及上一次调用后的结果，运用 function 进行计算，所以最后返回的是一个单独的数值。

配合reduce源码理解:

def reduce(function, iterable, initializer=None):
        it = iter(iterable)
        if initializer is None:
            try:
                initializer = next(it)
            except StopIteration:
                raise TypeError('reduce() of empty sequence with no initial value')
        accum_value = initializer
        for x in it:
            accum_value = function(accum_value, x)
        return accum_value

例 累加列表中的元素

from functools import reduce
    l = [1,2,3,4,5]
    result = reduce(lambda x,y:x+y, l )
    print(result) #15
    result = reduce(lambda x,y:x+y, l,10 )
    print(result) #25

### 思考题 ###

把字典 d = \{'mike': 10, 'lucy': 2, 'ben': 30\} 按值从高到低排序

d = {
            'mike': 10, 'lucy': 2, 'ben': 30}
    d = sorted(d.items(), key=lambda x: x[1],reverse = True ) #[('ben', 30), ('mike', 10), ('lucy', 2)]
    d = dict(d)
    print(d)

参考:

**极客时间《Python核心技术与实战》**

[https://debugtalk.com/post/python-functional-programming-getting-started/][https_debugtalk.com_post_python-functional-programming-getting-started] 用函数式代替流程控制语句

转载于:https://www.cnblogs.com/xiaoguanqiu/p/10958623.html

[https_debugtalk.com_post_python-functional-programming-getting-started]: https://debugtalk.com/post/python-functional-programming-getting-started/