09lambda表达式及重要BIF

lambda表达式
 创建匿名函数
优点：1.省去定义函数的过程
2.不用起名
3.可读性强

表达式中可以调用其他函数，并支持默认值参数和关键参数，该表达式的计算结果就是函数的返回值。

例一
>>> def ds(x):
 return 2 * x +1

>>> ds(5)
11

>>> lambda x : 2 * x + 1
<function <lambda> at 0x000002AD72FFC1E0>
>>> g = lambda x:2 * x + 1
>>> g(5)
11

例二
>>> g = lambda x,y : x + y
>>> g(3,8)
11

重要BIF 1
filter()     过滤器
help   filter(function or None, iterable) --> filter object

【iterable可迭代的   object对象
迭代，顾名思意就是不停地代换的意思。在程序设计里，经常用到这样的方法，同一个变量，用不同的数值来代替，从而使得表达式变得精简】

filter有两个参数，第一个参数可以是函数也可以是None对象，第二个参数是一个可迭代数据。若第一个参数是函数，则将可迭代数据里的每一个元素作为函数的参数进行计算，把返回为True的值筛选出来，并成一个列表；若第一个参数为None，则将为True的值筛选出来。

例一
筛选奇数
>>> list(filter(lambda x : x % 2,range(10)))
[1, 3, 5, 7, 9]

>>> list(filter(lambda x : x % 2,[1,3.5,5,2,0,1]))
[1, 3.5, 5, 1]

重要BIF 2
map()   映射

map(func, *iterables) --> map object

将可迭代序列进行函数运算，并将结果返还

>>> list(map(lambda x : x * 2,range(2,14)))
[4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26]

重要BIF 3
reduce() 对参数迭代器中的元素进行累计

使用reduce函数需要先从functools模块导入

functools.reduce(function,iterable[,initializer])
initializer表示固定的初始值
reduce函数回依次从迭代器对象中取出每个元素，和上一次调用function的结果作为参数再次调用function函数

#在Python3中，reduce函数被放置在functools模块中，使用时需要先引入。

例1  求和
>>> from functools import reduce
>>> func = lambda x,y:x+y
>>> result = reduce(func,[1,2,3,4,5])
>>> print(result)
15

>>> from functools import reduce
>>> func = lambda x,y:x+y
>>> result = reduce(func,[1,2,3,4],6)
>>> print(result)
16

#此外，iterable参数还可以传入字符串类型
>>> from functools import reduce
>>> func = lambda x,y:x+y
>>> result = reduce(func,['aa','bb','cc'],'dd')
>>> print(result)
ddaabbcc
>>> result
'ddaabbcc'