Lambda 表达式

匿名函数的定义

在 Python 里有两类函数:

  • 第一类:用 def 关键词定义的正规函数
  • 第二类:用 lambda 关键词定义的匿名函数
  • Python 使用 lambda 关键词来创建匿名函数,而非def关键词,它没有函数名,其语法结构如下:

    lambda argument_list: expression

  • lambda – 定义匿名函数的关键词。
  • argument_list – 函数参数,它们可以是位置参数、默认参数、关键字参数,和正规函数里的参数类型一样。
  • :– 冒号,在函数参数和表达式中间要加个冒号。
  • expression – 只是一个表达式,输入函数参数,输出一些值。
  • 注意:

  • expression 中没有 return 语句,因为 lambda 不需要它来返回,表达式本身结果就是返回值。
  • 匿名函数拥有自己的命名空间,且不能访问自己参数列表之外或全局命名空间里的参数。
  • def sqr(x):
    
        return x ** 2
    
    print(sqr)
    
    # <function sqr at 0x000000BABD3A4400>
    
    y = [sqr(x) for x in range(10)]
    
    print(y)
    
    # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
    
    lbd_sqr = lambda x: x ** 2
    
    print(lbd_sqr)
    
    # <function <lambda> at 0x000000BABB6AC1E0>
    
    y = [lbd_sqr(x) for x in range(10)]
    
    print(y)
    
    # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
    
    
    sumary = lambda arg1, arg2: arg1 + arg2
    
    print(sumary(10, 20))  # 30
    
    func = lambda *args: sum(args)
    
    print(func(1, 2, 3, 4, 5))  # 15
    复制代码

    匿名函数的应用

    函数式编程 是指代码中每一块都是不可变的,都由纯函数的形式组成。这里的纯函数,是指函数本身相互独立、互不影响,对于相同的输入,总会有相同的输出,没有任何副作用。

    def f(x):
    
        for i in range(0, len(x)):
    
            x[i] += 10
    
        return x
    
    x = [1, 2, 3]
    
    f(x)
    
    print(x)
    
    # [11, 12, 13]
    
    def f(x):
    
        y = []
    
        for item in x:
    
            y.append(item + 10)
    
        return y
    
    x = [1, 2, 3]
    
    f(x)
    
    print(x)
    
    # [1, 2, 3]
    
    复制代码

    匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中,主要有两种形式:

  • 参数是函数 (filter, map)
  • 返回值是函数 (closure)
  • 如,在 filtermap函数中的应用:

  • filter(function, iterable) 过滤序列,过滤掉不符合条件的元素,返回一个迭代器对象,如果要转换为列表,可以使用 list() 来转换。
  • odd = lambda x: x % 2 == 1
    
    templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
    
    print(list(templist))  # [1, 3, 5, 7, 9]
    
    复制代码
  • map(function, *iterables) 根据提供的函数对指定序列做映射。
  • m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
    
    print(list(m1))  
    
    # [1, 4, 9, 16, 25]
    
    m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
    
    print(list(m2))  
    
    # [3, 7, 11, 15, 19]
    
    
    复制代码

    除了 Python 这些内置函数,我们也可以自己定义高阶函数。

    def apply_to_list(fun, some_list):
    
        return fun(some_list)
    
    lst = [1, 2, 3, 4, 5]
    
    print(apply_to_list(sum, lst))
    
    # 15
    
    print(apply_to_list(len, lst))
    
    # 5
    
    print(apply_to_list(lambda x: sum(x) / len(x), lst))
    
    # 3.0

    来源::642

    物联沃分享整理
    物联沃-IOTWORD物联网 » python中的lambda函数

    发表评论