Python Lambda函数

本文深入讲解了Python中的Lambda函数,包括其简洁语法,与普通函数的对比,以及在filter(), map(), reduce()高阶函数中的实际运用。通过实例演示,展示了Lambda函数如何提高代码效率和便利性。
摘要由CSDN通过智能技术生成

目录

一、语法

 二、与普通函数对比

三、在高阶函数filter当中应用

四、在高阶函数map当中应用

五、在高阶函数reduce当中应用


 

匿名函数可以在程序中任何需要的地方使用,但是这个函数只能使用一次,即一次性的。因此Python Lambda函数也称为丢弃函数,它可以与其他预定义函数(如filter(),map()等)一起使用。相对于我们定义的可重复使用的函数来说,这个函数更加简单便捷

一、语法

语法: lambda参数:表达式 

 二、与普通函数对比

#  常规函数
def my_func(x, y):
    return x + y 
print(my_func(3, 5))


# lambda函数
a = lambda x,y: x + y 
print(a(3,5))

运行结果都是

8

三、在高阶函数filter当中应用

filter函数 <----------------------------点击

my_list = [0, 1, 2, 3, 4, 5, 6, 7, 8]
result_list = list(filter(lambda x: (x % 2 == 0), my_list))
print(result_list)

将my_list依次作用于匿名函数,过滤为false数据,

运行结果:

[0, 2, 4, 6, 8]

四、在高阶函数map当中应用

my_list = [0, 1, 2, 3, 4, 5, 6, 7, 8]
result_list = list(map(lambda x: (x % 2 == 0), my_list))
print(result_list)

 将my_list依次作用于匿名函数,返回数据

运行结果:

[True, False, True, False, True, False, True, False, True]

五、在高阶函数reduce当中应用

from functools import reduce
my_list = [0, 1, 2, 3, 4, 5, 6, 7, 8]
result_list = reduce(lambda x, y: x + y, my_list)
print(result_list)

 

运行结果:

36

 

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值