1、匿名函数
语法:
lambda 参数列表: 表达式
不需要return
实例:
f = lambda x, y: x + y
print(f(1, 2)) # 3
2、三元表达式
语法:
条件为真时返回的结果 if 条件判断 else 条件为假时的返回结果
实例:
x = 2
y = 3
r = x if x > y else y
print(r) # 3
3、map
描述:
map(函数,序列) 会根据提供的函数对指定的序列做映射
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
实例:
list_x = [1, 2, 3, 4, 5, 6, 7, 8]
def square(x):
return x * x
r = map(square, list_x)
print(r) # <map object at 0x00000000029B5408>
print(list(r)) # [1, 4, 9, 16, 25, 36, 49, 64]
4、map和lambda
实例:
list_x = [1, 2, 3, 4, 5, 6, 7, 8]
list_y = [1, 2, 3, 4, 5, 6, 7, 8]
r = map(lambda x: x*x, list_x)
print(list(r)) # [1, 4, 9, 16, 25, 36, 49, 64]
r = map(lambda x, y: x*x+y, list_x, list_y)
print(list(r)) # [2, 6, 12, 20, 30, 42, 56, 72]
如果两个序列的长度不一样,则结果会以短的长度为准
5、reduce
要先导入reduce函数 :from functools import reduce
连续计算, 连续调用lambda
reduce里的lambda表达式的参数必须是两个
语法:
reduce(函数 有两个参数, 数据集合, 可选 初始参数)
实例:
from functools import reduce
list_x = ['1', '2', '3', '4']
list_y = [1, 2, 3, 4]
r = reduce(lambda x, y: x+y, list_x)
print(r) # 1234
r = reduce(lambda x, y: x+y, list_y)
print(r) # 10
r = reduce(lambda x, y: x+y, list_x, 'aaa')
print(r) # aaa1234
原理:先把集合中的第一个元素看为x,把第二个元素看为y,进行第一轮计算后的结果作为第二轮的x,集合的第三个元素作为y…以此类推
6、filter
filter() 函数用于过滤序列,返回一个迭代器对象,如果要转换为列表,可以使用 list() 来转换
该函数接收两个参数,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断,然后返回 True 或 False,最后将返回 True 的元素放到新列表中
实例:
list_x = [1, 0, 1, 0, 0, 0, 1]
r = filter(lambda x: x, list_x)
print(r) # <filter object at 0x0000000002879048>
print(list(r)) # [1, 1, 1]