文章目录
- 一、前言
- 二、lambda 语法
- 三、lambda 特性
- 四、lambda 常见用法
- 五、lambda 用法之高阶函数
一、前言
lambda 函数在 Python 编程语言中使用频率非常高,使用起来非常灵活、巧妙;
那么,什么是
lambda
?它有哪些用法和应用场景呢 ?下面让我一起来解读
lambda
的神秘之处 !好文章 记得收藏+点赞+关注额 !!!
—- Nick.Peng
二、lambda 语法
- lambda 函数的语法只包含一个语句,表现形式如下:
lambda [arg1 [,arg2,.....argn]]:expression
- 其中,lambda 是 Python 预留的关键字,[arg…] 和 expression 由用户自定义。
- 具体介绍如下:
[arg…] 是参数列表,它的结构与 Python 中函数(function)的参数列表是一样的。
[arg…] 可以有非常多的形式。例如:a, b a=1, b=2 *args **kwargs a, b=1, *args 空 ......
expression 是一个参数表达式,表达式中出现的参数需要在
[arg......]
中有定义,并且表达式只能是单行的,只能有一个表达式。
以下都是合法的表达式:1 None a + b sum(a) 1 if a >10 else 0 ......
三、lambda 特性
- lambda 函数是匿名的:
所谓匿名函数,通俗地说就是没有名字的函数。lambda函数没有名字。 - lambda 函数有输入和输出:
输入是传入到参数列表argument_list的值,输出是根据表达式expression计算得到的值。 - lambda 函数拥有自己的命名空间:
不能访问自己参数列表之外或全局命名空间里的参数,只能完成非常简单的功能。
常见的lambda函数示例:lambda x, y: x*y # 函数输入是x和y,输出是它们的积x*y lambda:None # 函数没有输入参数,输出是None lambda *args: sum(args) # 输入是任意个数参数,输出是它们的和(隐性要求输入参数必须能进行算术运算) lambda **kwargs: 1 # 输入是任意键值对参数,输出是1
四、lambda 常见用法
由于lambda语法是固定的,其本质上只有一种用法,那就是定义一个lambda函数。
在实际中,根据这个lambda函数应用场景的不同,可以将lambda函数的用法扩展为以下几种:
-
1、将lambda函数赋值给一个变量,通过这个变量间接调用该lambda函数。
示例:
add = lambda x, y: x+y
相当于定义了加法函数lambda x, y: x+y
,并将其赋值给变量add
,这样变量add
就指向了具有加法功能的函数。
这时我们如果执行add(1, 2)
,其输出结果就为3
。 -
2、将lambda函数赋值给其他函数,从而将其他函数用该lambda函数替换。
示例:# 为了把标准库time中的函数sleep的功能屏蔽(Mock),我们可以在程序初始化时调用: time.sleep=lambda x: None # 这样,在后续代码中调用time库的sleep函数将不会执行原有的功能。 # 例如: time.sleep(3) # 程序不会休眠 3 秒钟,而是因为lambda输出为None,所以这里结果是什么都不做
-
3、将lambda函数作为参数传递给其他函数。
典型的用法就是下面我们常见的几种高阶函数。
五、lambda 用法之高阶函数
-
map() 函数:
描述:
map() 会根据提供的函数对指定序列做映射
。
第一个参数 function 以参数序列中的每一个元素调用 function 函数,返回包含每次 function 函数返回值的新列表。
语法:
map(function, iterable, ...)
参数:
function —-> 函数
iterable —-> 一个或多个序列
返回值:
Python 2.x 版本返回的是列表
Python 3.x 版本返回的是迭代器
示例:# ===========一般写法:=========== # 1、计算平方数 def square(x): return x ** 2 map(square, [1,2,3,4,5]) # 计算列表各个元素的平方 # 结果: [1, 4, 9, 16, 25] # ===========匿名函数写法:============ # 2、计算平方数,lambda 写法 map(lambda x: x ** 2, [1, 2, 3, 4, 5]) # 结果: [1, 4, 9, 16, 25] # 3、提供两个列表,将其相同索引位置的列表元素进行相加 map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10]) # 结果: [3, 7, 11, 15, 19]
-
reduce() 函数:
描述:
reduce() 函数会对参数序列中元素进行累积
。
函数将一个数据集合(链表,元组等)中的所有数据进行下列操作:用传给 reduce 中的函数 function(有两个参数)先对集合中的第 1、2 个元素进行操作,得到的结果再与第三个数据用 function 函数运算,最后得到一个结果。语法:
reduce(function, iterable[, initializer])
参数:
function —-> 函数,有两个参数
iterable —-> 可迭代对象
initializer —-> 可选,初始参数
返回值:
返回函数计算结果。实例:
# ===========一般写法:=========== # 1、两数相加 def add(x, y): return x + y reduce(add, [1, 3, 5, 7, 9]) # 计算列表元素和:1+3+5+7+9 # 结果: 25 """ ===========执行步骤解析:=========== 调用 reduce(add, [1, 3, 5, 7, 9])时,reduce函数将做如下计算: 1 先计算头两个元素:f(1, 3),结果为4; 2 再把结果和第3个元素计算:f(4, 5),结果为9; 3 再把结果和第4个元素计算:f(9, 7),结果为16; 4 再把结果和第5个元素计算:f(16, 9),结果为25; 5 由于没有更多的元素了,计算结束,返回结果25。 """ # ===========匿名函数写法:=========== # 2、两数相加,lambda 写法 reduce(lambda x, y: x + y, [1, 2, 3, 4, 5]) # 结果: 15 # 当然求和运算可以直接用Python内建函数sum(),没必要动用reduce。 # 3、但是如果要把序列 [1, 3, 5, 7, 9] 变换成整数 13579,reduce就可以派上用场: from functools import reduce def fn(x, y): return x * 10 + y reduce(fn, [1, 3, 5, 7, 9]) # 结果: 13579
-
sorted() 函数:
描述:
sorted() 函数对所有可迭代的对象进行排序操作
。sort 与 sorted 区别:
sort 是 list 的一个方法,而 sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作,无返回值,而内建函数 sorted 方法返回的是一个新的 list,而不是在原来的基础上进行的操作。语法:
sorted(iterable[, cmp[, key[, reverse]]])
参数说明:
iterable —-> 可迭代对象。
cmp —-> 比较的函数,这个具有两个参数,参数的值都是从可迭代对象中取出,此函数必须遵守的规则为,大于则返回1,小于则返回-1,等于则返回0。
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)。
返回值:
返回重新排序的列表。示例:
# ===========一般用法:=========== # 1、简单排序 a = [5,7,6,3,4,1,2] b = sorted(a) # 使用sorted,保留原列表,不改变列表a的值 print(a) [5, 7, 6, 3, 4, 1, 2] print(b) [1, 2, 3, 4, 5, 6, 7] # ===========匿名函数用法:=========== L=[('b',2),('a',1),('c',3),('d',4)] # 2、利用参数 cmp 排序 sorted(L, cmp=lambda x,y:cmp(x[1],y[1])) # 结果: [('a', 1), ('b', 2), ('c', 3), ('d', 4)] # 3、利用参数 key 排序 sorted(L, key=lambda x:x[1]) # 结果: [('a', 1), ('b', 2), ('c', 3), ('d', 4)] # 4、按年龄升序 students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)] sorted(students, key=lambda s: s[2]) # 结果: [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)] # 5、按年龄降序 sorted(students, key=lambda s: s[2], reverse=True) # 结果: [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
-
filter() 函数:
描述:
filter() 函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。该接收两个参数,第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判,然后返回 True 或 False,最后将返回 True 的元素放到新列表中。
语法:
filter(function, iterable)
参数:
function —-> 判断函数。
iterable —-> 可迭代对象。
返回值:
Pyhton2.7 返回列表,Python3.x 返回迭代器对象,具体内容可以查看:Python3 filter() 函数实例:
# ===========一般用法:=========== # 1、过滤出列表中的所有奇数 def is_odd(n): return n % 2 == 1 newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) print(list(newlist)) # 结果: [1, 3, 5, 7, 9] # ===========匿名函数用法:=========== # 2、将列表[1, 2, 3]中能够被3整除的元素过滤出来 newlist = filter(lambda x: x % 3 == 0, [1, 2, 3]) print(list(newlist)) # 结果: [3]
今天的文章python lambda函数 菜鸟_lambda函数python作用分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/58294.html