python的lambda-map-reduce

lambda作为一个表达式，定义了一个匿名函数:lambda x:f(x),冒号左边的是入口参数，右边的是函数体，可以用函数表示：

def f(x):
	函数体
	return f(x)

举例

lambda x:x**2

他的作用等同于：

def f(x):
	return x**2

lambda单独使用：

tt=lambda x:x**2
print(tt(9))
#81

如果没有参数：

kk = lambda: 3
print(kk, type(kk), kk())

#等同于：
def func():
    return 3
print(func())

输出为：

<function <lambda> at 0x0000014E873AC268> <class 'function'> 3
3

进阶用法：

def multipliers():
    return [lambda x: i * x for i in range(4)]
def multipliers():
    # 添加了一个默认参数i=i
    return [lambda x, i=i: i * x for i in range(4)]

测试执行:

for x in multipliers():
    print(x(2))

原因分析：
第一个版本的multipliers函数创建了一个列表，其中包含4个 lambda 函数。这些函数在调用时会返回参数 x 与一个变量 i 的乘积，而 i 的值在每个 lambda 函数被调用之前都是最后一次循环迭代的结果，即 i 的值为 3。

因此，当我们调用第一个版本的multipliers函数时，每个 lambda 函数都会返回 3 倍的参数 x。例如，multipliers()[0](2) 将返回 6，因为 lambda 函数计算的结果为 3 * 2

第二个版本的multipliers函数中添加了一个默认参数 i=i，这意味着每个 lambda 函数在定义时都会将当前的 i 值绑定到它的默认参数上。这样，当我们调用 lambda 函数时，它将使用在定义时绑定到它的默认参数上的 i 值，而不是最后一次循环迭代的结果。
因此，当我们调用第二个版本的multipliers函数时，每个 lambda 函数都会使用不同的 i 值进行计算。例如，multipliers()[0](2) 将返回 0，因为 lambda 函数计算的结果为 0 * 2，而不是 6。
因此，通过为 lambda 函数添加默认参数 i=i，我们可以正确地创建一个包含多个 lambda 函数的列表，每个函数都使用不同的 i 值进行计算。这使得我们可以像期望的那样使用这些函数。

在如下两个方法中，结果都是使用终值，与预期不符

def test():
    func_list = []
    for i in range(5):
        def func():
            return i

        func_list.append(func)

    for x in func_list:
        print(x())


test()


def test2():
    lambda_list = [lambda: i for i in range(5)]
    for lambda_unit in lambda_list:
        print(lambda_unit())


test2()

如果在循环体中定义了函数/lambda并引用了循环变量，则在循环体外调用该函数时，将始终获取到该循环变量的终值，导致结果与预期不一致。
这种情况通常发生在希望延迟执行一些预定义好的函数时发生，如：提前定义一系列的操作，在某种条件下再执行这一系列自动循环生成的操作。
因此：

1. 如果在循环内定义函数/lambda表达式并且在循环内调用，则不做限制
2. 如果在循环内定义函数/lambda表达式并且在循环外调用，该函数/lambda表达式不应引用循环中
   定义的变量。
   lambda作为隐函数使用：
   结合map：

li=[1,2,3,4,5]
tt=map(lambda x:x**2,li)
for x in tt:
    print(x)

输出：

1
4
9
16
25

结合reduce：

from functools import reduce
li=[1,2,3,4,5]
tt=reduce(lambda x,y:x*y,li)
print(tt)

输出：

120

map和reduce是python的高阶函数：map(映射)用于把一组键值对映射成一组新的键值对，Reduce(归约)用于把一组键值对归约为一个单值
map(f,[x1,x2,x3])=[f(x1),f(x2),f(x3)]，对于Iterable的每一个元素代入f函数获取返回值：

def doubl(x):
    return x*2
li=[1,2,3,4,5]
res=map(doubl,li)
print(res)
print(type(res))
for x in res:
    print(x)

输出为：

<map object at 0x000002AF26823148>
<class 'map'>
2
4
6
8
10

reduce(f,[x1,x2,x3])=f(x1,f(x2,f(x3)))

from functools import reduce
def doubl(x,y):
    return x*y
li=[1,2,3,4,5]
res=reduce(doubl,li)
print(res)
print(type(res))

输出为：

120
<class 'int'>

需要注意：python3不再支持reduce，需要从functools导入
补充：
filter 用于过滤掉序列中不符合条件的元素，返回由符合条件元素组成的新列表。
接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

filter(function, iterable)
function 判断函数
iterable 可迭代对象

def is_odd(n):
    return n % 2 == 1
lis = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(type(lis))
for x in lis:
    print(x)
# <class 'filter'>
# 1
# 3
# 5
# 7
# 9