lambda表达式与eval(str)函数

lambda的一般形式是关键字lambda后面跟一个或多个参数，紧跟一个冒号，以后是一个表达式。lambda是一个表达式而不是一个语句。它能够出现在Python语法不允许def出现的地方。作为表达式，lambda返回一个值（即一个新的函数）。lambda用来编写简单的函数，而def用来处理更强大的任务。

[python]  view plain  copy

1. f = lambda x,y,z : x+y+z  
2. print f(1,2,3)  
3.   
4. g = lambda x,y=2,z=3 : x+y+z  
5. print g(1,z=4,y=5)  

输出结果为：

[python]  view plain  copy

1. 6  
2. 10  

2，lambda表达式常用来编写跳转表（jump table），就是行为的列表或字典。例如：

[python]  view plain  copy

1. L = [(lambda x: x**2),  
2.     (lambda x: x**3),  
3.     (lambda x: x**4)]  
4. print L[0](2),L[1](2),L[2](2)  
5.   
6. D = {'f1':(lambda: 2+3),  
7.     'f2':(lambda: 2*3),  
8.     'f3':(lambda: 2**3)}  
9. print D['f1'](),D['f2'](),D['f3']()  

输出结果为：

[python]  view plain  copy

1. 4 8 16  
2. 5 6 8  

3，lambda表达式可以嵌套使用，但是从可读性的角度来说，应尽量避免使用嵌套的lambda表达式。

4，map函数可以在序列中映射函数进行操作。例如：

[python]  view plain  copy

1. def inc(x):  
2.     return x+10  
3.       
4. L = [1,2,3,4]  
5. print map(inc,L)  
6.   
7. print map((lambda x: x+10),L)  

输出结果为：

[python]  view plain  copy

1. [11, 12, 13, 14]  
2. [11, 12, 13, 14]  

5，列表解析可以实现map函数同样的功能，而且往往比map要快。例如：

[python]  view plain  copy

1. print [x**2 for x in range(10)]  
2. print map((lambda x: x**2), range(10))  

输出结果为：

[python]  view plain  copy

1. [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]  
2. [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]  

6，列表解析比map更强大。例如：

[python]  view plain  copy

1. print [x+y for x in range(5) if x%2 == 0 for y in range(10) if y%2 ==1]  

输出结果为：

[python]  view plain  copy

1. [1, 3, 5, 7, 9, 3, 5, 7, 9, 11, 5, 7, 9, 11, 13]  

7，生成器函数就像一般的函数，但它们被用作实现迭代协议，因此生成器函数只能在迭代语境中出现。例如：

[python]  view plain  copy

1. def gensquares(N):  
2.     for i in range(N):  
3.         yield i**2  
4.           
5.   
6. for i in gensquares(5):  
7.     print i,  

输出结果为：

[python]  view plain  copy

1. 0 1 4 9 16  

8，所有的迭代内容（包括for循环、map调用、列表解析等等）将会自动调用iter函数，来看看是不是支持了迭代协议。

9，生成器表达式就像列表解析一样，但它们是扩在圆括号()中而不是方括号[]中。例如：

[python]  view plain  copy

1. for num in (x**2 for x in range(5)):  
2.     print num,  

输出结果为：

[python]  view plain  copy

1. 0 1 4 9 16  

10，列表解析比for循环具有更好的性能。尽管如此，在编写Python代码时，性能不应该是最优先考虑的。

11，没有return语句时，函数将返回None对象。

12，函数设计的概念：

• 耦合性：只有在真正必要的情况下才使用全局变量
• 耦合性：不要改变可变类型的参数，除非调用者希望这样做
• 耦合性：避免直接改变另一个文件模块中的变量
• 聚合性：每一个函数都应有一个单一的、统一的目标

13，最后给个默认参数和可变参数的例子：

[python]  view plain  copy

1. def saver(x=[]):  
2.     x.append(1)  
3.     print x  
4.       
5. saver([2])  
6. saver()  
7. saver()  
8. saver()  

输出结果为：

[python]  view plain  copy

1. [2, 1]  
2. [1]  
3. [1, 1]  

4. 
   

5. 
   

6. 
   

7. 
   

8. 
   

9. 
   

10. eval(str)函数很强大，官方解释为：将字符串str当成有效的表达式来求值并返回计算结果。所以，结合math当成一个计算器很好用。

11. eval()函数常见作用有： 
    1、计算字符串中有效的表达式，并返回结果

    >>> eval('pow(2,2)')
    4
    >>> eval('2 + 2')
    4
    >>> eval("n + 4")
    85
    
        
        
    1
    2
    3
    4
    5
    6
    7

    2、将字符串转成相应的对象（如list、tuple、dict和string之间的转换）

    >>> a = "[[1,2], [3,4], [5,6], [7,8], [9,0]]"
    >>> b = eval(a)
    >>> b
    [[1, 2], [3, 4], [5, 6], [7, 8], [9, 0]]
    >>> a = "{1:'xx',2:'yy'}"
    >>> c = eval(a)
    >>> c
    {1: 'xx', 2: 'yy'}
    >>> a = "(1,2,3,4)"
    >>> d = eval(a)
    >>> d
    (1, 2, 3, 4)
    
        
        
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13

    3、将利用反引号转换的字符串再反转回对象

    >>> list1 = [1,2,3,4,5]
    >>> `list1`
    '[1, 2, 3, 4, 5]'
    >>> type(`list1`)
    <type 'str'>
    >>> type(eval(`list1`))
    <type 'list'>
    >>> a = eval(`list1`)
    >>> a
    [1, 2, 3, 4, 5]