深入分析Python中Lambda函数的用法

时间:2022-12-23 alwaysrun 人气:0

lambda函数是一种小的匿名函数。

lambda语法

lambda函数：

lambda [arg1 [,arg2,...[,argn]]] : expression

输入：可接受任意数量的参数，如lambda : print('hello')，lambda x, y : x * y
输出：expression计算得到的值；
函数体：只能是单行的，有一个表达式；
函数是匿名的（没有函数名）；

示例1：lambda函数与普通函数类似，可直接引用（读取方式）外部变量

gAll = 10
if __name__ == '__main__':
    count = 2
    result = map(lambda x: x * count + gAll, range(10))
    print(list(result))
# [10, 12, 14, 16, 18, 20, 22, 24, 26, 28]

示例2：lambda函数调用（且表达式可为简单if语句）

result = []
for i in range(10):
    result.append((lambda x: x * 2 if x % 2 == 0 else x)(i))
print(result)
# [0, 1, 4, 3, 8, 5, 12, 7, 16, 9]

示例3：lambda延迟计算引起的问题（若不使用参数，所有打印都是9），为避免此问题，可把i以参数方式传递进去（类似示例2），或直接把i作为参数赋值一下（类似生成同名局部变量）：

result = []
for i in range(10):
    # result.append((lambda: print("lambda:", i)))  # 全部是9
    result.append((lambda i=i: print("lambda:", i)))
for f in result:
    f()

高阶函数

lambda函数可作为函数的返回值，以增强函数功能；以幂乘为例：

def powMulti(n):
    return lambda x: x**n
if __name__ == '__main__':
    p = powMulti(2)
    for i in range(10):
        print(p(i))

内置高阶函数

lambda可方便应用于：

map(fun, iterable, ...)：影射；用fun依次操作集合中元素，并返回对应结果的生成器；
reduce(fun, iterable[, initializer])：累积；用fun（两个参数）依次操作集元素（val = fun(val, ele)；val初始值为initializer，若忽略则为集合中的第一个元素），返回最终结果；
sorted(iterable[, cmp[, key[, reverse]]])：排序；
filter(fun, iterable)：过滤；

src = [random.randint(0, 100) for _ in range(10)]
print(src)
dest = sorted(src)
print(dest)
ret = functools.reduce(lambda x, y: x + y, range(10), 10)
print(ret)  # 55

加载全部内容