【零基础】python基本知识 10：匿名函数高阶详解

前言

在之前的文章中我们了解了Python的常规函数，用途十分广泛。然而我们常常在代码中见到一些“非常规”函数，它们往往很简短，就一行，并且有个很酷炫的名字lambda，这就是匿名函数。

匿名函数在实际工作当中，同样举足轻重，正确的运用匿名函数能让我们的代码更简洁易读。

需要Python零基础学习资料的伙伴，可以在公众号【码农资料库】中回复【py】自行领取 包括以下学习资料：

① Python所有方向的学习路线图，清楚各个方向要学什么东西

②Python课程视频，涵盖必备基础、爬虫和数据分析

③ Python实战案例，学习不再是只会理论

④ Python电子好书，从入门到高阶应有尽有

⑤ 华为出品独家Python漫画教程，手机也能学习 ⑥ 历年互联网企业Python面试真题,复习时非常方便

匿名函数基础

首先我们了解匿名函数的格式：

我们可以看到匿名函数的关键字是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。我们通过几个例子来看一下它的用法：

这里的匿名函数只输入一个参数X，输出则是输入X的平方，因此当输入是3时，输出便是九。如果把这个匿名函数写成常规函数的形式，则是下面这样可以看到：

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

第一，lambda是一个表达式，并不是一个语句。

所谓的表达式就是用一系列公式去表达一个东西，

而语句则一定是完成了某项功能，比如赋值语句x=1完成了赋值，Print语句完成了打印等等。

因此，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，

再比如，lambda可以被用作某些函数的参数，而常规函数也不能。

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。

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。关于这一点，Python之父曾发了一篇文章解释，有兴趣的话可以自己阅读。

为什么要使用匿名函数

Python中有匿名函数的地方都可以被替换成等价的其他表达形式，一个Python程序是可以不用任何匿名函数的。不过在一些情况下，使用匿名函数拉姆达可以帮助我们大大简化代码的复杂度，提高代码的可读性。

通常我们用匿名函数的目的就是以下几点：
一、减少代码的重复性，
二、模块化代码。

对于第一点，如果程序在不同地方包含了相同的代码，那么我们就会把这部分相同的代码写成一个函数，并为它取一个名字，方便在相对应的不同地方调用。

对于第二点，如果一块代码是为了实现一个功能，但内容非常多，写在一起降低了代码的可读性，我们通常也会把这部分代码单独写成一个函数，然后加以调用。

一个函数，但它非常简短，只需要一行就能完成，同时它在程序中只被调用一次。那么这种情况，就可以是匿名的，只需要在适当的地方定义并使用，从而发挥匿名函数的作用。

举个例子，在python的tkinter gui应用中，我们想实现这样一个简单的功能：
创建显示一个按钮，每当用户点击时就打印出一段文字。如果使用lambda函数可以表示成这样：

而用常规函数，则需要写更多的代码：

显然运用匿名函数的代码简洁很多，也更加符合Python的编程习惯。

Python的函数式编程

和匿名函数lambda有着密切的联系。是指代码中每一块都是不可变的，都由纯函数的形式组成。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。

举个例子：比如对于一个列表，我想让列表中的元素值都变为原来的两倍，我们可以写成下面这种形式：

这段代码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。想让它成为一个纯函数的形式，就得写成下面这种形式：

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。易于调试和测试，缺点主要在于限制多、难写。

Python不同于一些语言，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，值得我们了解和学习。

Python主要提供了这么几个函数，Map（）、 filter（）和reduce（），通常结合匿名函数lambda一起使用。

map（function，iterable）函数

它表示对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。

map函数还可以用for循环和list comprehension实现。

从图中我们可以看出map函数直接由C语言写的，运行时不需要通过Python显示器间接调用，并且内部做了诸多优化，所以运行速度最快。

filter（function，iterable）函数

它和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。

举个例子，比如返回一个列表中的所有偶数，可以写成下面这样：

reduce（function，iterable）函数

它通常用来对一个集合做一些累积操作。

function式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。最后返回的是一个单独的数值。

举个例子，我想要计算某个列表元素的乘积，就可以用reduce（）函数来表示：

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

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，那么我们优先考虑map（） filter（） reduce（）之类或者list comprehension的形式。 至于这两种方式的选择：

1、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。

2、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。

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。

总结

1、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命名函数。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。

2、其次，认识了Python函数式编程，主要了解了常见的map（） filter（）和reduce（）这3个函数，并比较了它们与其他形式的性能，得出它们的性能效率是最优的。