Lambda表达式

匿名函数的定义

在Python里有两类函数：

• 第一类：用def关键字定义的正规函数
• 第二类：用lambda关键字定义的匿名函数

Python使用lambda关键字来创建匿名函数，而非def关键字，它没有函数名，其语法结构如下：

        lambda argument_list: expression

• lambda - 定义匿名函数的关键词。
• argument_list - 函数参数，它们可以是位置参数、默认参数、关键字参数，和正规函数里的参数类型一样。
• :- 冒号，在函数参数和表达式中间要加个冒号。
• expression - 只是一个表达式，输入函数参数，输出一些值。

注意：

• expression中没有return语句，因为lambda不需要它来返回，表达式本身结果就是返回值。
• 匿名函数拥有自己的命名空间，且不能访问自己参数列表之外或全局命名空间的参数。

def sqr(x):
    return x ** 2


print(sqr)
# <function sqr at 0x000000BABD3A4400>

y = [sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

lbd_sqr = lambda x: x ** 2
print(lbd_sqr)
# <function <lambda> at 0x000000BABB6AC1E0>

y = [lbd_sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]


sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20))  # 30

func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5))  # 15

匿名函数的应用

函数式编程是指代码中每一块都是不可变的，都由纯函数的形式组成。这里的纯函数，是指函数本身相互独立、互不影响，对于相同的输入，总会有相同的输出，没有任何副作用。

【例子】非函数式编程

def f(x):
    for i in range(0,len(x)):
        x[i] += 10
    print(x)
x = [1,2,3]
f(x) # [11, 12, 13]
print(x) # [11, 12, 13]

可以看到当f(x)运行时，列表x也会被改变，没有做到函数本身相互独立、互不影响。

【例子】函数式编程

def f1(x):
    y = []
    for item in x:
        y.append(item + 10)
    return y
x = [1,2,3]
print(f1(x)) # [11, 12, 13]
print(x) # [1, 2, 3]
    

匿名函数常常应用于函数式编程的高阶函数（high-order function）中，主要有两种形式：

• 参数是函数（filter，map）
• 返回值是函数（closure）

如，在Filter和map函数中的应用：

• filter（function，iterable）过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以用list（）来进行转换。

func = lambda x:x % 2 == 1
temp = filter(func,[1,2,3,4,5,6,7,8,9])
print(list(temp)) # [1, 3, 5, 7, 9]

• map(function,*iterables)根据提供的函数对指定序列做映射。

m1 = map(lambda x,y:x+y,[1,2,3,4,5],[1,2,3,4,5])
print(list(m1)) # [2, 4, 6, 8, 10]
m2 = map(lambda x:x**2,[1,2,3,4,5,6,7,8,9])
print(list(m2)) # [1, 4, 9, 16, 25, 36, 49, 64, 81]

除了Python这些内置函数，我们也可以自己定义高阶函数。

def apply_to_list(fun, some_list):
    return fun(some_list)

lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst))
# 15

print(apply_to_list(len, lst))
# 5

print(apply_to_list(lambda x: sum(x) / len(x), lst))
# 3.0