Python中匿名函数与内置高阶函数详解，轻松理解

匿名函数

如果我们需要定义一个特别简单的函数，例如

def add(a, b):
    s = a + b
    return s

这就出现问题了，这么优雅的Python怎么可以出现这种难看的代码呢，有没有办法可以将其简化为1行代码呢？这么优雅的Python肯定有办法将其简化的方法啊！这要用到匿名函数了。Python中使用 lambda关键字来创建匿名函数。

 

lambda [参数1 [,参数2,..参数n]]:表达式

示例代码

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""
news_add = lambda a, b: a + b
# 上面的那个等于
def news_add_old(a, b):
    return a + b

x = news_add_old(5, 10)
y = news_add(5, 10)  # 调用匿名函数
print(x, y)  # 15 15

结合内置函数使用

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""

list1 = [{"a": 10, "b": 20}, {"a": 20, "b": 20}, {"a": 50, "b": 20}, {"a": 6, "b": 20}, {"a": 9, "b": 20}]

# 那个列表中的a最大
max_value = max(list1, key=lambda x: x["a"])
print(max_value)

# 如果用普通的函数写就多了几行
def func(di):
    return di["a"]
max_value = max(list1, key=func)  # 这里不能加()不然就表示调用了
print(max_value)

也可以将匿名函数当做参数

def func(a, b, fun):
    s = fun(a, b)
    return s

z = func(5, 10, lambda a, b: a + b)
print(z)  # 15

注：lambda可以省去定义函数的过程，让代码更加精简,而且不用考虑命名问题，但是在PEP8规范里面是不推荐用lambda这种方式的

内置函数

map( )

 

map()会根据提供的函数对指定序列做映射，使用方法：

map(function, iterable, ...)

第一个参数function以参数序列中的每一个元素调用function函数，第二个参数iterable一个或多个序列。其返回包含每次 function 函数返回值的新列表。

示例代码

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""
list1 = [1, 2, 4, 5, 56, 12, 5, 2, 34]

# 生成一个函数
def func(lt):  # 将偶数返回，奇数+1返回
    if lt % 2 == 0:
        return lt
    else:
        return lt + 1


list2 = map(func, list1)  # 千万不能加()
# 使用lambda关键字
list3 = map(lambda i: i if i % 2 == 0 else i + 1, list1)
print(list(list3))  # [2, 2, 4, 6, 56, 12, 6, 2, 34]
print(list(list2))  # [2, 2, 4, 6, 56, 12, 6, 2, 34]

reduce( )

 

reduce() 函数在Python2.x的时候是系统内置的函数，到Python3.x就已经归入functools库里面了。

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。

reduce(function, iterable[, initializer])

示例代码

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""
from functools import reduce

list1 = [1, 2, 3, 4, 5, 6, 7]
value = reduce(lambda x, y: x + y, list1)
print(value)  # 28 = 1+2+3+4+5+6+7

执行流程即将计算结果存储到x，每次累计。initializer就是设置x的初始值，演示如下

filter( )

 

filter() 函数用于过滤序列，过滤掉不符合条件的元素，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。

该方法接收两个参数，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。

filter(function, iterable)

 

sorted( )

 

sorted() 函数对所有可迭代的对象进行排序操作,返回的是一个新的 list.返回重新排序的列表。

sorted(iterable, cmp=None, key=None, reverse=False)

• 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）。

示例代码

"""
-*- coding:uft-8 -*-
author: 小甜
time:2020/5/23
"""
students = [
    {'name': 'tom', 'age': 20},
    {'name': 'lucy', 'age': 15},
    {'name': 'lily', 'age': 13},
    {'name': 'mark', 'age': 21},
    {'name': 'jack', 'age': 13},
    {'name': 'steven', 'age': 18},
]

# 找出所有年龄大于18岁学生
result = filter(lambda x: x['age'] > 18, students)
print(list(result))  # [{'name': 'tom', 'age': 20}, {'name': 'mark', 'age': 21}]

# 按照年龄从小到大排序
students = sorted(students, key=lambda x: x['age'], reverse=True)  # 利用key

print(students)
'''
[{'name': 'mark', 'age': 21}, {'name': 'tom', 'age': 20}, 
{'name': 'steven', 'age': 18}, {'name': 'lucy', 'age': 15}, 
{'name': 'lily', 'age': 13}, {'name': 'jack', 'age': 13}]
'''

睡前人工智能共享实验室新功能上线啦！

https://www.edu.futurelab.tv/