14_python基础—匿名函数lambda表达式

一、lambda 表达式

1.1 lambda的应用场景

如果一个函数有一个返回值，并且只有一句代码，可以使用 lambda简化。

1.2 lambda语法

lambda 参数列表 ： 表达式

注意

• lambda表达式的参数可有可无，函数的参数在lambda表达式中完全适用。
• lambda表达式能接收任何数量的参数但只能返回一个表达式的值。

快速入门

# 函数
def fn1():
    return 100


print(fn1)
print(fn1())


# lambda（匿名函数）表达式
fn2 = lambda: 100
print(fn2)      # lambda 内存地址

# 100返回值 调用函数
print(fn2())

注意：直接打印lambda表达式，输出的是此lambda的内存地址

1.3 示例：计算a + b

1.3.1 函数实现

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


result = add(1, 2)
print(result)

思考：需求简单，是否代码多？

1.3.2 lambda实现

fn1 = lambda a, b: a + b
print(fn1(1, 2))

1.4 lambda的参数形式

1.4.1 无参数

fn1 = lambda: 100
print(fn1())

1.4.2 一个参数

fn1 = lambda a: a
print(fn1('hello world'))

1.4.3 默认参数（缺省参数）

fn1 = lambda a, b, c=100: a + b + c
print(fn1(10, 20))

1.4.4 可变参数：*args

fn1 = lambda *args: args
print(fn1(10, 20, 30))

注意：这里的可变参数传入到lambda之后，返回值为元组。

1.4.5 可变参数：**kwargs

接收不定长的关键字参数，返回一个字典

fn1 = lambda **kwargs: kwargs
print(fn1(name='python', age=20))

1.5 lambda的应用

1.5.1 带判断的lambda

fn1 = lambda a, b: a if a > b else b
print(fn1(1000, 500))

1.5.2 列表数据按字典key的值排序

students = [
    {'name': 'TOM', 'age': 20},
    {'name': 'ROSE', 'age': 19},
    {'name': 'Jack', 'age': 22}
]

# 按name值升序排列
students.sort(key=lambda x: x['name'])
print(students)

# 按name值降序排列
students.sort(key=lambda x: x['name'], reverse=True)
print(students)

# 按age值升序排列
students.sort(key=lambda x: x['age'])
print(students)

二、高阶函数

把函数作为参数传入，这样的函数称为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。

2.1 体验高阶函数

在Python中，abs()函数可以完成对数字求绝对值计算。

abs(-10)  # 10

round()函数可以完成对数字的四舍五入计算。

round(1.2)  # 1
round(1.9)  # 2

需求：任意两个数字，按照指定要求整理数字后再进行求和计算。

• 方法1

def add_num(a, b):
    return abs(a) + abs(b)


result = add_num(-1, 2)
print(result)  # 3

• 方法2

def sum_num(a, b, f):
    return f(a) + f(b)


result = sum_num(-1, 2, abs)
print(result)  # 3

注意：两种方法对比之后，发现，方法2的代码会更加简洁，函数灵活性更高。

函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。

2.2 内置高阶函数

2.2.1 map()

map(func, lst)，将传入的函数变量func作用到lst变量的每个元素中，并将结果组成新的列表(Python2)/迭代器(Python3)返回。

需求：计算list1序列中各个数字的2次方。

list1 = [1, 2, 3, 4, 5]


def func(x):
    return x ** 2


result = map(func, list1)

print(result)  # <map object at 0x0000013769653198>
print(list(result))  # [1, 4, 9, 16, 25]

2.2.2 reduce()

reduce(func，lst)，其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素做累积计算。

注意：reduce()传入的参数func必须接收2个参数。

需求：计算list1序列中各个数字的累加和。

import functools

list1 = [1, 2, 3, 4, 5]


def func(a, b):
    return a + b


result = functools.reduce(func, list1)

print(result)  # 15

2.2.3 filter()

filter(func, lst)函数用于过滤序列, 过滤掉不符合条件的元素, 返回一个 filter 对象。如果要转换为列表, 可以使用 list() 来转换。

list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]


def func(x):
    return x % 2 == 0


result = filter(func, list1)

print(result)  # <filter object at 0x0000017AF9DC3198>
print(list(result))  # [2, 4, 6, 8, 10]

三、总结

• 递归

  • 函数内部自己调用自己
  • 必须有出口

• lambda

  • 语法

  lambda 参数列表: 表达式
  

  • lambda的参数形式

    • 无参数

    lambda: 表达式
    

    • 一个参数

    lambda 参数: 表达式
    

    • 默认参数

    lambda key=value: 表达式
    

    • 不定长位置参数

    lambda *args: 表达式
    

    • 不定长关键字参数

    lambda **kwargs: 表达式
    

• 高阶函数

  • 作用：把函数作为参数传入，化简代码
  • 内置高阶函数
    • map()
    • reduce()
    • filter()