Python中lambda表达式

原文地址：http://blog.csdn.net/mathboylinlin/article/details/9413551

---

以Mark Lutz著的《Python学习手册》为教程，每天花1个小时左右时间学习，争取两周完成。 — 写在前面的话

2013-7-22 21:00 学习笔记

1，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。

f = lambda x,y,z : x+y+z  
print f(1,2,3)  

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

输出结果为：

6  
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：

L = [(lambda x: x**2),  
    (lambda x: x**3),  
    (lambda x: x**4)]  
print L[0](2),L[1](2),L[2](2)  

D = {'f1':(lambda: 2+3),  
    'f2':(lambda: 2*3),  
    'f3':(lambda: 2**3)}  
print D['f1'](),D['f2'](),D['f3']()  

输出结果为：

4 8 16  
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：

def inc(x):  
    return x+10  

L = [1,2,3,4]  
print map(inc,L)  

print map((lambda x: x+10),L)  

输出结果为：

[11, 12, 13, 14]  
[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：

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

输出结果为：

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

6，列表解析比map更强大。例如：

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：

[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：

def gensquares(N):  
    for i in range(N):  
        yield i**2  


for i in gensquares(5):  
    print i,  

输出结果为：

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：

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

输出结果为：

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：

def saver(x=[]):  
    x.append(1)  
    print x  

saver([2])  
saver()  
saver()  
saver()  

输出结果为：

[2, 1]  
[1]  
[1, 1]  
[1, 1, 1]