Python中lambda使用简单小结

lambda简单介绍

1. 什么是lambda

简单来说，编程中提到的 lambda 表达式，通常是在需要一个函数，但是又不想费神去命名一个函数的场合下使用，也就是指匿名函数。这一用法跟所谓 λ 演算（题目说明里的维基链接）的关系，有点像原子弹和质能方程的关系，差别其实还是挺大的。

举例子说明：

g = lambda x : x+1
g(1)

输出：

2

可以这样认为,lambda作为一个表达式，定义了一个匿名函数，上例的代码x为入口参数，x+1为函数体，用函数来表示为：

def g(x):
   return x+1
g(1)

输出

2

2. lambda的其他应用：filter, map, reduce

foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]
print(filter(lambda x: x % 3 == 0, foo))
print(map(lambda x: x * 2 + 10, foo))
print([x * 2 + 10 for x in foo])

输出：

<filter object at 0x7fdb1c4b72b0>
<map object at 0x7fdb1c4b7240>
[14, 46, 28, 54, 44, 58, 26, 34, 64]

注意：

1. lambda 定义了一个匿名函数
2. lambda 并不会带来程序运行效率的提高，只会使代码更简洁。
3. 如果可以使用for…in…if来完成的，坚决不用lambda。
4. 如果使用lambda，lambda内不要包含循环，如果有，我宁愿定义函数来完成，使代码获得可重用性和更好的可读性。

3. lambda函数在深度学习中的使用

经常我们在深度学习中经常看到使用lambda函数，比如以下例子：

 net_h1 = BatchNormLayer(
						 net_h1, 
						 act=lambda x: tl.act.lrelu(x, 0.2),
                         is_train=is_train, 
						 name='h1/batchnorm')

这里是定义了一个Batch-normalization层，我们可以看到在形参是act(激活函数)的时候我们使用lambda不等式，lambda x: tl.act.lrelu(x, 0.2) 这句话定义的了一个leaky-relu的激活函数，值是0.2。所以BatchNormlayer()是一个高阶函数，里面的参数也是一个函数。
在python或者是C++中引入闭包，如果这里把lambda去掉就会出错，但是把函数变成匿名函数就不会出错了。

闭包：

是指将当前作用域中的变量通过值或者引用的方式封装到lambda表达式当中，成为表达式的一部分，它使你的lambda表达式从一个普通的函数变成了一个带隐藏参数的函数。

参考文章：

1. Lambda 表达式有何用处？如何使用？
2. Python lambda介绍
3. tensorflow官方
4. tensorlayer官方
5. ipython笔记