Python匿名函数lambda说明及示例 字典数字键排序

匿名函数lambda， 你搞清楚 了吗？

lambda 函数 形式

lambda 表达式（有时称为 lambda 构型）被用于创建匿名函数。
匿名函数 一般形式

# 以下表达式 会产生一个函数对象
lambda arguments: expression

该未命名对象的行为类似于用以下方式定义的函数:
函数形式

def <lambda>(arguments):
    return expression

通过这个形式， 基本上就知道如何使用了， 以及各个位置的作用
注意
注意通过 lambda 表达式创建的函数不能包含语句或标注

示例：

场景一

<节录自Python中文官方文档>

可以用 lambda 关键字来创建一个小的匿名函数。这个函数返回两个参数的和： lambda a, b: a+b 。Lambda函数可以在需要函数对象的任何地方使用。它们在语法上限于单个表达式。从语义上来说，它们只是正常函数定义的语法糖。与嵌套函数定义一样，lambda函数可以引用所包含域的变量:

>>> def make_incrementor(n):
...     return lambda x: x + n
...
>>> f = make_incrementor(42)
>>> f(0)
42
>>> f(1)
43

上面的例子使用一个lambda表达式来返回一个函数。另一个用法是传递一个小函数作为参数:

>>> pairs = [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
>>> pairs.sort(key=lambda pair: pair[1])
>>> pairs
[(4, 'four'), (1, 'one'), (3, 'three'), (2, 'two')]

场景二

有一个键为字符串格式的数字的字典， 需要按照数字的大小从小到大进行排序

test_dict = {'2': '2', '6': '0', '5': '5', '4': '1', '3': '4', '1': '2'}
# lambda 示例  可通过sorted reverse设置升序 还是降序
print(dict(sorted(test_dict.items(), key=lambda x: int(x[0]))))
# 错误示例
print(dict(sorted(test_dict.items())))

# 结果输出
{'1': '2', '2': '2', '3': '4', '4': '1', '5': '5', '6': '0'}
{'1': '2', '2': '2', '3': '4', '4': '1', '5': '5', '6': '0'}

# 对于错误示例，大家可以看到结果是一样的。那你测试一下下面的示例
test_dict = {'1': ['2', '2', '0'], '4': ['0', '1', '1'], '3': ['4', '4', '4'], '6': ['0', '0', '2'], '2': ['2', '2', '2'], '5': ['5', '5', '5']}

使用建议

<节录自Python中文官方文档>

需要编写很小的函数， 且Python未内置该方法

如有Python内置的类似函数， 不建议用lambda。内置的效率会更高
编写函数式风格程序时，你会经常需要很小的函数，作为谓词函数或者以某种方式来组合元素。

如果合适的 Python 内置的或者其他模块中的函数，你就一点也不需要定义新的函数:

stripped_lines = [line.strip() for line in lines]
existing_files = filter(os.path.exists, file_list)

如果不存在你需要的函数，你就必须自己编写。一个编写小函数的方式是使用 lambda 表达式。lambda 接受一组参数以及组合这些参数的表达式，它会创建一个返回表达式值的匿名函数:

adder = lambda x, y: x+y

print_assign = lambda name, value: name + ‘=’ + str(value)
另一种替代方案就是通常的使用 def 语句来定义函数:

def adder(x, y):
    return x + y

def print_assign(name, value):
    return name + '=' + str(value)

哪一种更受青睐呢？这是一个风格问题；我通常的做法是避免使用 lambda。

我这么偏好的一个原因是，lambda 能够定义的函数非常受限。函数的结果必须能够作为单独的表达式来计算，这意味着你不能使用多路 if... elif... else 比较，或者 try... except语句。如果你尝试在 lambda 语句中做太多事情，你最终会把表达式过于复杂以至于难以阅读。你能快速的说出下面的代码做了什么事情吗？:

import functools
total = functools.reduce(lambda a, b: (0, a[1] + b[1]), items)[1]

你可以弄明白，不过要花上时间来理清表达式来搞清楚发生了什么。使用一个简短的嵌套的 def 语句可以让情况变得更好:

import functools
def combine(a, b):
    return 0, a[1] + b[1]

total = functools.reduce(combine, items)[1]

如果我仅仅使用一个 for 循环会更好:

total = 0
for a, b in items:
    total += b

或者使用内置的 sum() 和一个生成器表达式:

total = sum(b for a, b in items)

许多使用functools.reduce()的情形可以更清晰地写成 for 循环的形式。

Fredrik Lundh 曾经建议以下一组规则来重构 lambda 的使用:

• 写一个 lambda 函数。
• 写一句注释来说明这个 lambda 究竟干了什么。
• 研究一会这个注释，然后想出一个抓住注释本质的名字。
• 用这个名字，把这个 lambda 改写成 def 语句。
• 把注释去掉。