Python基础篇笔记⑤：匿名函数lambda、Python 函数式编程

1、匿名函数基础

匿名函数的格式：关键字 lambda，之后是一系列的参数，然后用冒号隔开，最后则是由这些参数组成的表达式。

lambda argument1, argument2,... argumentN : expression

1.1 案例：x的平方

# 匿名函数的形式
square = lambda x: x**2
square(3)

9

# 常规函数的形式
def square(x):
    return x**2
square(3)
 
9

匿名函数 lambda 和常规函数一样，返回的都是一个函数对象（function object），它们的用法也极其相似，不过还是有下面几点区别。

1.2 两者区别

第一，lambda 是一个表达式（expression），并不是一个语句（statement）。  

• 所谓的表达式，就是用一系列“公式”去表达一个东西，比如x + 2、 x**2等等。 
• 而所谓的语句，则一定是完成了某些功能，比如赋值语句x = 1完成了赋值，print 语句print(x)完成了打印，条件语句 if x < 0:完成了选择功能等等。
• lambda 可以用在一些常规函数 def 不能用的地方，比如，lambda 可以用在列表内部，而常规函数却不能。

# lambda 可以用在一些常规函数 def 不能用的地方
# 比如，lambda 可以用在列表内部，而常规函数却不能

[(lambda x: x*x)(x) for x in range(10)]
# 输出
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

• lambda 可以被用作某些函数的参数，而常规函数 def 也不能。常规函数 def 必须通过其函数名被调用，因此必须首先被定义。但是作为一个表达式的 lambda，返回的函数对象就不需要名字了。

l = [(1, 20), (3, 0), (9, 10), (2, -1)]
l.sort(key=lambda x: x[1]) # 按列表中元祖的第二个元素排序
print(l)
# 输出
[(2, -1), (3, 0), (9, 10), (1, 20)]

 

第二，lambda 的主体是只有一行的简单表达式，并不能扩展成一个多行的代码块。  

• 这其实是出于设计的考虑。Python 之所以发明 lambda，就是为了让它和常规函数各司其职：lambda 专注于简单的任务，而常规函数则负责更复杂的多行逻辑。

 

2、匿名函数好处

Python 中的匿名函数 lambda，它的主要用途是减少代码的复杂度。需要注意的是 lambda 是一个表达式，并不是一个语句；它只能写成一行的表达形式，语法上并不支持多行。

匿名函数通常的使用场景是：程序中需要使用一个函数完成一个简单的功能，并且该函数只调用一次。

案例：对一个列表中的所有元素做平方

# lambda 函数
squared = map(lambda x: x**2, [1, 2, 3, 4, 5])

# 常规函数
def square(x):
    return x**2

squared = map(square, [1, 2, 3, 4, 5])

函数 map(function, iterable) 的第一个参数是函数对象，第二个参数是一个可以遍历的集合，它表示对 iterable 的每一个元素，都运用 function 这个函数。两者一对比，很明显，lambda 函数让代码更加简洁明了。

3、函数式编程

Python 的函数式编程，了解常见的 map()，fiilter() 和 reduce() 三个函数，比较了它们与其他形式（for 循环，comprehension）的性能，显然，它们的性能效率是最优的。

3.1 纯函数和不可变

Python 的函数式编程特性，这与匿名函数 lambda 有着密切的联系。  

所谓函数式编程，是指代码中每一块都是不可变的（immutable），都由纯函数（pure function）的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。

 案例：让列表中的元素值都变为原来的两倍

def multiply_2(l):
    for index in range(0, len(l)):
        l[index] *= 2
    return l

def multiply_2_pure(l):
    new_list = []
    for item in l:
        new_list.append(item * 2)
    return new_list

第一段代码就不是一个纯函数的形式，因为列表中元素的值被改变了，如果我多次调用 multiply_2() 这个函数，那么每次得到的结果都不一样。要想让它成为一个纯函数的形式，就得写成第二段代码这种形式，重新创建一个新的列表并返回。

函数式编程的优点，主要在于其纯函数和不可变的特性使程序更加健壮，易于调试（debug）和测试；

缺点主要在于限制多，难写。当然Python 不同于一些语言（比如 Scala），它并不是一门函数式编程语言，不过，Python 也提供了一些函数式编程的特性，值得了解和学习。

3.2 map()、filter() 和 reduce()

① map()

map(function, iterable) 函数，表示 对 iterable 中的每个元素，都运用 function 这个函数，最后返回一个新的可遍历的集合。

案例：对列表中的每个元素乘以 2，用 map 表示为下面这样：

l = [1, 2, 3, 4, 5]
new_list = map(lambda x: x * 2, l) # [2， 4， 6， 8， 10]

案例：以 map() 函数为例，看一下 Python 提供的函数式编程接口的性能。还是同样的列表例子，它还可以用 for 循环和 list comprehension（目前没有统一中文叫法，可以直译为列表理解等）实现，我们来比较一下它们的速度：

python3 -mtimeit -s'xs=range(1000000)' 'map(lambda x: x*2, xs)'
2000000 loops, best of 5: 171 nsec per loop

python3 -mtimeit -s'xs=range(1000000)' '[x * 2 for x in xs]'
5 loops, best of 5: 62.9 msec per loop

python3 -mtimeit -s'xs=range(1000000)' 'l = []' 'for i in xs: l.append(i * 2)'
5 loops, best of 5: 92.7 msec per loop

可见map() 是最快的。因为 map() 函数直接由 C 语言写的，运行时不需要通过 Python 解释器间接调用，并且内部做了诸多优化，所以运行速度最快。

② filter()

filter(function, iterable) 函数，和 map 函数类似，function 同样表示一个函数对象。

filter() 函数表示 对 iterable 中的每个元素，都使用 function 判断，并返回 True 或者 False，最后将返回 True 的元素组成一个新的可遍历的集合。

案例：返回一个列表中的所有偶数

l = [1, 2, 3, 4, 5]
new_list = filter(lambda x: x % 2 == 0, l) # [2, 4]

③ reduce()

reduce(function, iterable) 函数，通常用来对一个集合做一些累积操作。function 同样是一个函数对象，规定它有两个参数。

表示对 iterable 中的每个元素以及上一次调用后的结果，运用 function 进行计算，所以最后返回的是一个单独的数值。

 案例：计算某个列表元素的乘积，用 reduce() 函数来表示

l = [1, 2, 3, 4, 5]
product = reduce(lambda x, y: x * y, l) # 1*2*3*4*5 = 120

当然，类似的，filter() 和 reduce() 的功能，也可以用 for 循环或者 list comprehension 来实现。

3.3 小结：“map()、filter()、reduce() ” 、 “list comprehension ”、 “for”

通常来说，在我们想对集合中的元素进行一些操作时，如果操作非常简单，比如相加、累积这种，应优先考虑 map()、filter()、reduce() 这类或者 list comprehension 的形式。至于这两种方式的选择：  

• 在数据量非常多的情况下，比如机器学习的应用，那我们一般更倾向于函数式编程的表示，因为效率更高；
• 在数据量不多的情况下，并且你想要程序更加 Pythonic 的话，那么 list comprehension 也不失为一个好选择。

不过，如果你要对集合中的元素，做一些比较复杂的操作，那么，考虑到代码的可读性，我们通常会使用 for 循环，这样更加清晰明了。

4、匿名函数的实际使用场景

4.1 案例：对一个字典，根据值进行由高到底的排序

d = {'mike': 10, 'lucy': 2, 'ben': 30}

sorted(d.items(), key = lambda x: x[1], reverse = True)

其中，Python 字典(Dictionary) items() 函数以列表返回可遍历的(键, 值) 元组数组。Python 字典(Dictionary) items()方法

 

4.2 匿名函数的使用场景

最开始接触 lambda 匿名函数的时候觉得蛮不理解的，觉得这个函数没有灵魂，用完一次就扔掉。

后来在和高阶函数、列表生成式搭配使用以及一些小功能的使用上觉得很好用，这样代码即简洁又易于阅读。

注：匿名函数最难理解的地方就是要传入的参数是一个可迭代的对象，lambda 内部会调用可迭代对象的 __next__ 方法取值当作参数传入 lambda 函数冒号前面的值，然后把表达式计算的结果进行返回。

 

参考文献：

景霄《Python核心技术与实战》专栏