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。