Python中Lambda表达式的使用

开门见山，匿名函数（不配拥有名字的函数么？？）旨在用一行表达式将函数的作用表达清楚，匿名函数满足以下条件：

• 不管怎么说lambda也是函数，也是python中的一等公民
• 函数功能简单（表达简单），看内容就能知道函数的作用
• 尽管结合多元运算符也可以实现复杂的功能（个人不建议）

题外话：lambda的使用在python中一直存在争议，匿名到底需要应用在什么样复杂程度的函数上？

匿名函数也是函数

lambda的定义格式：lambda 输入: 返回值（结果）

注意返回值无需使用return,返回是缺省的

一个简单的功能实现多功能的指数函数：

power = lambda a, b: a**b # 计算a的b次方
power(2, 3)

8

使用函数传参（可以优雅的表达）

假设有一个列表，我们需要过滤其中小于0的值。filter()函数是很好的选择：

# 创建样板数据
l = [-1, 2, 4, -3, 8, 9]

print(filter.__doc__)

filter(function or None, iterable) --> filter object

Return an iterator yielding those items of iterable for which function(item)
is true. If function is None, return the items that are true.

---

jupyter环境下可以使用shift+tab， 或filter?、filter??查看函数文档

接收一个function和一个可迭代对象完成满足function判定的删选，我们可以使用lambda来实现：

# 删选出大于0的内容
filtered = filter(lambda s: s>0, l)
# 将迭代器转换列表输出
list(filtered)

[2, 4, 8, 9]

像这样的情况使用lambda是很合适的,能够很清晰地表达自己的想法！

数据科学中常用

以apply()函数为例，假设一个数据帧DataFrame有ABC三列，需要由AB列值生成D列

创建DataFrame：

import numpy as np
import pandas as pd

np.random.seed(0)
df = pd.DataFrame(np.random.randint(-10, 10, size=(10, 3)), columns=list('ABC'))
df

	A	B	C
0	2	5	-10
1	-7	-7	-3
2	-1	9	8
3	-6	-4	2
4	-9	-4	-3
5	4	7	-5
6	3	-2	-1
7	9	6	9
8	-5	5	5
9	-10	8	-7

如果AB都为负，那么D为1， 否则为0：

df['D'] = df.loc[:, 'A':'B'].apply(lambda s: 1 if s[0]<0 and s[1]<0 else 0, axis=1)
df

	A	B	C	D
0	2	5	-10	0
1	-7	-7	-3	1
2	-1	9	8	0
3	-6	-4	2	1
4	-9	-4	-3	1
5	4	7	-5	0
6	3	-2	-1	0
7	9	6	9	0
8	-5	5	5	0
9	-10	8	-7	0

lambda同样支持三元运算符，这样的表达依据个人的基础使用。

支持lambda的表达都支持自定义函数(lambda也是函数！)：

def calD(series):
    if series[0] < 0 and series[1] < 0:
        return 1
    else:
        return 0
np.random.seed(0)
df = pd.DataFrame(np.random.randint(-10, 10, size=(10, 3)), columns=list('ABC'))
df['D'] = df.loc[:, 'A':'B'].apply(calD, axis=1)
df

	A	B	C	D
0	2	5	-10	0
1	-7	-7	-3	1
2	-1	9	8	0
3	-6	-4	2	1
4	-9	-4	-3	1
5	4	7	-5	0
6	3	-2	-1	0
7	9	6	9	0
8	-5	5	5	0
9	-10	8	-7	0