Python 学习入门（7）—— lambda

lambda函数也叫匿名函数，即，函数没有具体的名称。先来看一个最简单例子：

def  f(x):
     return  x ** 2

print  f( 4 )

Python中使用lambda的话，写成这样

g  =   lambda  x : x ** 2
print  g( 4 )

lambda表达式在很多编程语言都有对应的实现。比如C#：

var g  =  x  =>  x ** 2
Console.WriteLine(g( 4 ))

那么，lambda表达式有什么用处呢？很多人提出了质疑，lambda和普通的函数相比，就是省去了函数名称而已，同时这样的匿名函数，又不能共享在别的地方调用。其实说的没错，lambda在Python这种动态的语言中确实没有起到什么惊天动地的作用，因为有很多别的方法能够代替lambda。同时，使用lambda的写法有时显得并没有那么pythonic。甚至有人提出之后的Python版本要取消lambda。

回过头来想想，Python中的lambda真的没有用武之地吗？其实不是的，至少我能想到的点，主要有：

1. 使用Python写一些执行脚本时，使用lambda可以省去定义函数的过程，让代码更加精简。

2. 对于一些抽象的，不会别的地方再复用的函数，有时候给函数起个名字也是个难题，使用lambda不需要考虑命名的问题。

3. 使用lambda在某些时候让代码更容易理解。

lambda基础

lambda语句中，冒号前是参数，可以有多个，用逗号隔开，冒号右边的返回值。lambda语句构建的其实是一个函数对象，见证一下：

g  =   lambda  x : x ** 2
print  g

< function  < lambda >  at  0x00AFAAF0 >

C#3.0开始，也有了lambda表达式，省去了使用delegate的麻烦写法。C#中的lambda表达式关键字是=>，看下面的一个例子：

var array  =   new   int [] { 2 ,  3 ,  5 ,  7 ,  9 };
var result  =  array.Where(n  =>  n  >   3 );  //  [5, 6, 9]

C#使用了扩展方法，才使得数组对象拥有了像Where,Sum之类方便的方法。Python中，也有几个定义好的全局函数方便使用的，他们就是filter, map, reduce。

>>>  foo  =  [ 2 ,  18 ,  9 ,  22 ,  17 ,  24 ,  8 ,  12 ,  27 ]
>>>
>>>   print  filter( lambda  x: x  %   3   ==  0, foo)
[ 18 ,  9 ,  24 ,  12 ,  27 ]
>>>
>>>   print  map( lambda  x: x  *   2   +   10 , foo)
[ 14 ,  46 ,  28 ,  54 ,  44 ,  58 ,  26 ,  34 ,  64 ]
>>>
>>>   print  reduce( lambda  x, y: x  +  y, foo)
139

非lambda不可？

上面例子中的map的作用，和C#的Where扩展方法一样，非常简单方便。但是，Python是否非要使用lambda才能做到这样的简洁程度呢？在对象遍历处理方面，其实Python的for..in..if语法已经很强大，并且在易读上胜过了lambda。比如上面map的例子，可以写成：

print  [x  *   2   +   10   for  x  in  foo]

非常的简洁，易懂。filter的例子可以写成：

print  [x  for  x  in  foo  if  x  %   3   ==  0]

同样也是比lambda的方式更容易理解。

所以，什么时候使用lambda，什么时候不用，需要具体情况具体分析，只要表达的意图清晰就好。一般情况下，如果for..in..if能做的，我都不会选择lambda。 

lambda broken?

在数学教学中，经常会使用到lambda，比如有一位老兄就遇到这样一个问题。他想创建一个函数数组fs=[f0,...,f9] where fi(n)=i+n. 于是乎，就定义了这么一个lambda函数：

fs  =  [( lambda  n: i  +  n)  for  i  in  range( 10 )]

但是，奇怪的是，

>>>  fs[ 3 ]( 4 )
13
>>>  fs[ 4 ]( 4 )
13
>>>  fs[ 5 ]( 4 )
13

结果并没有达到这位老兄的预期，预期的结果应该是：

>>>  fs[ 3 ]( 4 )
7
>>>  fs[ 4 ]( 4 )
8
>>>  fs[ 5 ]( 4 )
9

问题其实出在变量i上。上面的代码换个简单的不使用lambda的缩减版本：

i  =   1
def  fs(n):
     return  n  +  i
print  fs( 1 )  #  2

i  =   2
print  fs( 1 )  #  3

可见，上面没有达到预期的原因是lambda中的i使用的是匿名函数外的全局变量。修改一下：

fs  =  [( lambda  n, i = i : i  +  n)  for  i  in  range( 10 )]
>>>  fs[ 3 ]( 4 )
7
>>>  fs[ 4 ]( 4 )
8
>>>  fs[ 5 ]( 4 )
9

python中的reduce

python中的reduce内建函数是一个二元操作函数，他用来将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给reduce中的函数 func()（必须是一个二元操作函数）先对集合中的第1，2个数据进行操作，得到的结果再与第三个数据用func()函数运算，最后得到一个结果。
如：

Python代码

1. def myadd(x,y):   
2.     return x+y   
3. sum=reduce(myadd,(1,2,3,4,5,6,7))   
4. print sum  

 

#结果就是输出1+2+3+4+5+6+7的结果即28
当然，也可以用lambda的方法，更为简单：

Python代码

1. sum=reduce(lambda x,y:x+y,(1,2,3,4,5,6,7))   
2. print sum  

参考资料

Python: Lambda Functions 

Python’s lambda is broken!

Using lambda Functions - Dive Into Python