Python：lambda表达式的两种应用场景
Posted
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Python：lambda表达式的两种应用场景相关的知识，希望对你有一定的参考价值。
参考技术A Python书写简单，功能强大，迅速发展成为AI，深度学习的主要语言。介绍Python中的lambda表达式，需要注意到它只是一个表达式，而不是语句。lambda的语法规则：一个或者多个参数以冒号终止输入参数，这些参数可以理解为有名函数的输入参数，以后是一个表达式，相当于有名函数的函数体部分。lambda的函数体部分，则是作为返回值输出部分
Python中的map和reduce，再结合lambda表达式的话，使用起来会更加高效，如下所示：
可以看到两个输入参数x,y返回为2*x+y,通过这样对mylist的元素完成化简操作。
这个场景在面试中经常被问到，如下所示：
得到一个lambda的list，打印li[0]()会得到什么，注意这种调用方法，因为是数组，先拿第一个元素li[0],后面的括号表示调用lambda表达式，打印的结果为0吗？
No，结果是9。
lambda表达式不会形成对函数体内变量的记忆，只记录最后一个状态。
那么如果lambda的入参中带有x，会得到我们想要的结果0吗？
python入门到精通python函数式编程与应用详解
🚀 作者 ：“大数据小禅”
🚀 粉丝福利 ：加入小禅的大数据社群
🚀 欢迎小伙伴们 点赞👍、收藏⭐、留言💬
目录
python函数式编程
高级知识点：介绍匿名函数lambda，高阶函数map，reduce，filter，sorted的使用
lambda表达式的用法及其使用场景
什么是匿名函数？
匿名函数，顾名思义就是没有名字的函数，在程序中不用使用def进行定义，可以直接使用lambda关键字编写简单的代码逻辑。lambda本质上是一个函数对象，可以将其赋值给另一个变量，再由该变量来调用函数，也可以直接使用。**
平时，我们是先定义函数，再进行调用：
def power(x):
return x ** 2
print(power(2))
使用lambda表达式的时候，我们可以这样操作
power = lambda x : x ** 2 #前面的x表示函数的一个入参，后面的是表示对入参的一个运算
print(power(2))
输出：
4
觉得太麻烦，还可以这样调用
print((lambda x: 2 * x)(8))
输出：16
ambda表达式的基本格式
lambda 入参 : 表达式
入参可以有多个，比如
power = lambda x, n: x ** n
print(power(2, 3))
lambda表达式的使用场景
一般适用于创建一些临时性的，小巧的函数。比如上面的 power函数，我们当然可以使用 def来定义，但使用 lambda 来创建会显得很简洁，尤其是在高阶函数的使用中。
定义一个函数，传入一个list，将list每个元素的值加1
def add(l = []):
return [x +1 for x in l]
print(add([1,2,3]))
输出：
【2,3,4】
上面的函数改成将所有元素的值加2 可能大家会说，这还不简单，直接把return里的1改成2就行了。但是真的行吗？如果函数被多个地方使用，而其他地方并不想加2，怎么办？这好办，把变得那部分抽出来，让调用者自己传.
def add(func,l = []):
return [func(x) for x in l]
def add1(x):
return x+1
def add2(x):
return x+2
print(add(add1,[1,2,3]))
print(add(add2,[1,2,3]))
输出：
[2, 3, 4]
[3, 4, 5]
一个简简单单的问题，一定要用这么多代码实现？
def add(func,l = []):
return [func(x) for x in l]
print(add(lambda x:x+1,[1,2,3]))
print(add(lambda x:x+2,[1,2,3]))
Python中的高阶函数之map
*map的基本格式 map(func, iterables)
map()函数接收两个以上的参数，开头一个是函数，剩下的是序列，将传入的函数依次作用到序列
的每个元素，并把结果作为新的序列返回。也就是类似map(func,[1,2,3])
同样的，我们还是来完成这样一个功能：将list每个元素的值加1
def add(x):
return x + 1
result = map(add, [1, 2, 3, 4]) #等于是对后面的序列都执行了add的操作
print(type(result))
print(list(result)) #不加这个list进行转化的话会输出：<map object at 0x000002168C98EDC8>
输出：
<class 'map'>
[2, 3, 4, 5]
使用lambda表达式简化操作
result = map(lambda x: x + 1, [1, 2, 3, 4])
print(type(result))
print(list(result))
函数中带两个参数的map函数格式
使用map函数，将两个对应位置求和，之后返回,也就是对[1,2,3],[4,5,6]两个序列进行操作之后，返回结果[5,7,9]。
print(list(map(lambda x, y: x + y, [1, 2, 3], [4, 5, 6])))
输出：
[5, 7, 9]
对于两个序列元素个数一样的，相对好理解。如果两个序列个数不一样的，会不会报错？
print(list(map(lambda x, y: x + y, [1, 2, 3], [4, 5])))
输出：
【5,7】
我们可以看到不会报错，但是结果以个数少的为准
Python中的高阶函数之reduce
reduce函数的基本格式
reduce(function, sequence, initial=None)
reduce把一个函数作用在一个序列上，这个函数必须接收两个参数，reduce函数把结果继续和序列的下一个元素做累积计算，跟递归有点类似，reduce函数会被上一个计算结果应用到本次计算中。
reduce(func, [1,2,3]) = func(func(1, 2), 3) #意思是会先计算1跟2的结果并且运用到下一次的计算中
使用reduce函数，计算一个列表的乘积
from functools import reduce
def func(x, y):
return x * y
print(reduce(func, [1, 2, 3, 4])) #1*2，2*3，6*4
输出：
24
from functools import reduce
def func(x, y):
return x * y
print(reduce(func, [1, 2, 3, 4]，2)) #后面的那个2是初始值，不用写initial=2，直接写2就好，计算的结果是48，计算过程，初始值2会先跟1相乘，之后结果2跟2相乘，依次累加
结合lambda表达式，简化操作
from functools import reduce
print(reduce(lambda x, y: x * y, [1, 2, 3, 4]))
Python中的高阶函数之 filter
filter顾名思义是过滤的意思，带有杂质的（非需要的数据），经过filter处理之后，就被过滤掉。
filter函数的基本格式
filter(function_or_None, iterable)
filter()接收一个函数和一个序列。把传入的函数依次作用于每个元素，然后根据返回值是**
True还是False决定保留还是丢弃该元素。
使用filter函数对给定序列进行操作，最后返回序列中所有偶数
print(list(filter(lambda x: x % 2 == 0, [1, 2, 3, 4, 5])))
输出：
【2,4】
Python中的高阶函数之sorted
orted从字面上就可以看去这是个用来拍序的函数，sorted 可以对所有可迭代的对象进行排序操作
sorted的基本格式：
sorted(iterable, key=None, reverse=False)
iterable -- 可迭代对象。
key -- 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指
定可迭代对象中的一个元素来进行排序。
reverse -- 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。
对序列做升序排序
print(sorted([1, 6, 4, 5, 9]))
对序列做降序排序
print(sorted([1, 6, 4, 5, 9], reverse=True))
对存储多个列表的列表做排序
data = [["Python", 99], ["c", 88]]
print(sorted(data, key=lambda item: item[1])) #item: item[1])定位到后面那个数字，根据后面那个数字进行排序，不指定的话就是按照第一个数字的大小进行排序。key=lambd这样子就表示把这个大的列表中的小的一个列表，作为item，去传入我们的匿名表达式，item不是关键字，可以更改
#输出：
[['c', 88], ['Python', 99]]
以上是关于Python：lambda表达式的两种应用场景的主要内容，如果未能解决你的问题，请参考以下文章