Python笔记：lambda匿名函数

在Python中，一般使用def关键字来定义普通函数。顾名思义，匿名函数意味着函数没有名称，Python中使用lambda关键字定义匿名函数。在某些情况下，使用匿名函数可以简化代码，提高代码的可读性。本文介绍python匿名函数的使用方法。

匿名函数

Python匿名函数的语法格式：

lambda argument1, argument2,... argumentN: expression

匿名函数可以有多个参数，只有一个表达式。下面来看一下普通def函数和lambda函数的区别：

def cube(y):
    return y*y*y

lambda_cube = lambda y: y*y*y

print(cube(3))
print(lambda_cube(3))

执行结果：

27
27

可以看到，lambda函数更加简洁，不包含“return”语句，返回的是一个函数对象。与常规函数还有以下区别：

1、lambda 是一个表达式，不是一个语句

• 表达式（expression）是用“公式”去表达一个东西，比如y*y*y就是一个表达式

• 语句（statement）是完成了某些功能，比如赋值语句，条件语句等

• 由于lambda 是表达式，它可以用在一些常规函数 def 不能用的地方，比如，可以用在列表内部，可以作为某些函数的参数。

lambda 函数在列表推导式中使用：

list_num = [3, 4, 6, 2, 5, 8]
list_square = [x ** 2 for x in list_num if x % 2 == 0]
list_square2 = [(lambda x: x** 2)(x) for x in list_num if x % 2 == 0]
print(list_square)
print(list_square2)

执行结果：

[16, 36, 4, 64]
[16, 36, 4, 64]

作为函数的参数：根据字典值降序排序

mydict = {1:"apple",3:"banana",2:"orange"}
mydict = sorted(mydict.items(), key=lambda x: x[0], reverse=True)
print(mydict)

执行结果：

[(3, 'banana'), (2, 'orange'), (1, 'apple')]

2、lambda表达式只有一行，不能写成多行的代码块。

lambda 用于快速编写简单函数，对于更复杂的多行逻辑使用常规函数来实现。关于这点，Python 之父 Guido van Rossum 曾发了一篇文章解释：Language Design Is Not Just Solving Puzzles

Lambda函数具有函数式编程的特性，关于函数式编程这里不做介绍，后面有时间单独写一篇文章。Lambda函数可以与filter()、map()和reduce()等内置函数一起使用，下面介绍使用方法。

filter()函数

Python中的filter()函数接受一个函数对象和一个可迭代对象作为参数。

filter(function or None, iterable)

filter()函数对iterable中的每个元素都进行 function 判断，并返回 True 或者 False，最后将返回 True 的元素组成一个新的可遍历的集合。

list_num = [3, 4, 6, 2, 5, 8]

list_even = list(filter(lambda x: x % 2 == 0, list_num))
print(list_even)

list_even2 = [i for i in list_num if i % 2 == 0]
print(list_even2)

list_even3 = []
for i in list_num:
    if i % 2 == 0:
        list_even3.append(i)
print(list_even3)

执行结果：

[4, 6, 2, 8]
[4, 6, 2, 8]
[4, 6, 2, 8]

如果是None，可用于过滤空格，返回为true的可遍历集合：

list1 = ['', None, 6, 2, False, 8, True]
list1 = list(filter(None, list1))
print(list1)

执行结果：

[6, 2, 8, True]

map() 函数

和filter()类似，map(function, iterable) 函数表示对 iterable 中的每个元素，都运用 function 这个函数，最后返回一个新的可遍历的集合：

list_num = [3, 4, 6, 2, 5, 8]
list_square = list(map(lambda x: x**2, list_num))
print(list_square)

list_num = [3, 4, 6, 2, 5, 8]
list_square2 = [(lambda x: x** 2)(x) for x in list_num]
print(list_square2)

list_square3 = [x**2 for x in list_num]
print(list_square3)

执行结果：

[9, 16, 36, 4, 25, 64]
[9, 16, 36, 4, 25, 64]
[9, 16, 36, 4, 25, 64]

reduce() 函数

reduce(function, iterable)函数同样接收一个函数和一个列表作为参数，reduce()函数属于functools模块，通常用来对一个集合做一些累积操作。function 对象有两个参数，表示对 iterable 中的每个元素以及上一次调用后的结果，运用 function 进行计算，也就是执行重复操作，最终返回一个数值。

from functools import reduce

list_num = [3, 4, 6, 2, 5, 8]
sum = reduce(lambda x, y: x + y, list_num)
print(sum) # 输出：28 = 3 + 4 + 6 + 2 + 5 + 8

总结

本文介绍了lambda函数和常见的 map()，fiilter() 和 reduce() 三个函数，匿名函数通常用于实现一个简单功能，并且该函数只调用一次。

map()，fiilter() 和 reduce() 三个函数通常与lambda函数结合使用，它们的功能也可以使用列表推导式 (List Comprehension)来实现。它们的性能差异不大，可以根据自己习惯使用。

--THE END--

---

系列文章

1. VSCode + Python环境配置
2. Python PEP—Python增强提案
3. 正则表达式介绍及Python使用方法
4. Python笔记：List相关操作
5. Python笔记：字符串操作
6. Python函数的参数类型
7. Python反射介绍
8. Python笔记：属性值设置和判断变量是否存在
9. Python中的__new__、__init__以及metaclass
10. Python对象及内存管理机制
11. Python内存驻留机制
12. Python笔记：Python装饰器
13. Python中的闭包
14. Python笔记：lambda匿名函数
15. Python多线程与多进程
16. Python协程
17. Python笔记：日期时间获取与转换
18. Python笔记：命令行参数解析
19. Python 命令行参数解析之 Click
20. Python json文件读写
21. Python yaml文件读写
22. Python Scapy 报文构造和解析

---

欢迎关注公众号:「测试开发小记」及时接收最新技术文章！