Python 函数lambda

时间:2022-05-28 宇宙之一粟人气:0

1.前言

在 Python 中，说到函数，大家都很容易想到用 def 关键字来声明一个函数：

def Hello():
    # function body

然后我们可以在添加由圆括号括起来的参数列表。函数体内可能有很多行代码，里面有尽可能多的语句和表达式。

除了 def 语句定义函数以外，还有一种生成函数对象的表达式形式： lambda 表达式，这个表达式创建了一个能够随时调用的函数。

有时声明一个函数只有一条语句，比如：

def square(x):
    return x*2

（没有lambda 函数返回函数本身而不是将其赋值给一个变量名。所以它也被称为匿名函数函数名）。 lambda 的一般形式是关键字 lambda 后面跟上一个或者多个参数，之后是一个冒号，再之后是一个表达式：

lambda argument1, argument2, ... argumentN: expression using argument

lambda 表达式所返回的函数对象与 def 创建并赋值后的函数对象工作起来是完全一样。一个 lambda 函数可以有尽可能多的参数，但函数体必须是一个表达式。

lambda 只能包含一个表达式，通常用作内联函数的定义，或者用作推迟一些代码的执行。

再来看上面的平方的例子：

def square(x):
    return x*x

a_list = [1, 2, 3, 4, 5]
aa_list = list(map(square, a_list))
print(aa_list) # [1, 4, 9, 16, 25]

上述代码就是 lambda 函数使用的好地方，使用更少的代码行，并且可以避免创建仅使用一次的命名函数（然后必须存储在内存中）。您可以编写一个将其参数平方的 lambda 函数： lambda x: x*2 ，并将其与 map 函数一起使用以将列表中的所有元素进行平方运算：

a_list = [1, 2, 3, 4, 5, 6]
aa_list = list(map(lambda x: x*2, a_list))
print(aa_list) # [2, 4, 6, 8, 10, 12]

如果在短时间需要一个小函数，可以使用 lambda 函数——例如作为 map 或 filter 等高阶函数的参数，可以我们利用 lambda 来筛选偶数：

a_list = [1, 2, 3, 4, 5, 6]
aa_list = list(filter(lambda x: x%2==0, a_list))
print(aa_list) # [2, 4, 6]

lambda 函数是在使用它的地方定义的，这样内存中就没有命名函数。如果只在一个地方使用了一个函数，那么使用 lambda 函数来避免混乱是有意义的。

还可以从函数返回 lambda 函数。如果您需要创建多个乘以数字的函数，例如加倍或三倍等，lambda 可以提供帮助。您可以创建一个函数 multiplyBy ，而不是创建多个函数，如下所示，然后使用不同的参数多次调用此函数以创建双倍、三倍等函数:

def muliplyBy (n):
  return lambda x: x*n
  
double = multiplyBy(2)
triple = muliplyBy(3)
times10 = multiplyBy(10)

lambda 函数从父函数获取值 n，因此在 double 中 n 的值为 2，在三倍中为 3，在 times10 中为 10。现在使用参数调用这些函数将乘以该数字。

double(6)
> 12
triple(5)
> 15
times10(12)
> 120

如果您在这里没有使用 lambda 函数，则需要在 multiplyBy 中定义一个不同的函数，

如下所示：

def muliplyBy (x):
  def temp (n):
    return x*n
  return temp

使用 lambda 函数使用一半的行并使其更具可读性。

lambda 是一个表达式，而不是语句。因此，lambda 能够出现在 Python 语法不允许 def 出现的地方。例如在一个列表字面量中或者函数调用的参数中，而使用 def 语句虽然函数能通过名称引用，但是必须在其他地方创建，作为一个表达式，lambda 返回一个值（一个新的函数），可以选择性地被赋值给一个变量值。
lambda 的主体是一个单独的表达式，而不是一个代码块。 lambda 的主体可以像 def 函数体的 return 语句一样，可以将结果写出一个裸露的表达式，而不是显式地返回。
lambda 是一个编写简单的函数而设计的，而 def 用来处理更大的任务。

加载全部内容