Python中lambda表达式的应用

lambda表达式

Python中定义了一个匿名函数叫做lambda表达式，个人理解实现的作用就是代替一些简单的函数，使得代码看上去更简洁并且可读性高。举个例子，我们有一个元组列表[(‘a’,1),(‘b’,2),(‘c’,3)]，我想在想把里边每个元组的第一项，即字母项提取出来构成一个新的列表。此时我们可以定义一个函数，函数参数是元组，返回值是元组的第一项，然后将函数循环作用于列表的每一个元组。很简单的操作我们却还得思考这个函数名对吧，还得花三行把函数写出来对吧，这显然不是Python这种神级语言的风格，于是就有了lambda表达式子。

用法

单纯的lambda表达式

f = lambda x:pow(x,2)
f(2)

如上两行代码，定义一个lambda表达式f,输入参数为x，返回为x的平方

map,filter,reduce函数

• map函数
  就如我们标题里定义的问题，我需要定义一个lambda表达式对列表或者字典中的每一个元素进行操作，就需要用到map函数。
  

例子：

a = [('a',1),('b',2),('c',3),('d',4)]
a_1 = list(map(lambda x:x[0],a))

如上例子，map函数第一个参数是一个lambda表达式，输入一个对象，返回该对象的第一个元素。第二个就是需要作用的对象，此处是一个列表。Python3中map返回一个map对象，我们需要人工转为list，得到的结果就是[‘a’,’b’,’c’,’d’]
例子：

a = [1,2,3,4]
b = [2,3,4,5]
a_1 = list(map(lambda x,y:x+y,a,b))

上边这个例子是为了说明,lambda表达式参数可以是多个。返回结果是[3,5,7,9]

• filter函数
  筛选序列中的元素，如下图
  

  例子：

a = [1,2,3,4,5,6,7]
a_1 = filter(lambda x:x<4,a)

如上例子，定义lambda表达式，筛选a列表中小于4的元素，结果为[1,2,3]。filter函数直接返回一个列表，无需再进行转换

• reduce函数
  对序列中的元素进行累计操作
  Python3中删掉了全局的reduce函数，需要从functools引入
  

  例子：

from functools import reduce
a = [1,2,3,4,5,6,7]
a_1 = reduce(lambda x,y:x+y,a)

reduce中使用的lambda表达式需要两个参数，reduce函数共三个参数，第一个是就是lambda表达式，第二个是要累计的序列，第三个是初始值，我们没给初始值，那么开始操作的两个元素就是序列的前两个。否则将使用我们给出的初始值和序列第一个元素操作，然后结果再与第三个元素操作，以此类推。上个例子结果是28

字典多条件排序

lambda表达式也常用于字典排序，既然写到字典排序，那就把按键排序和按值排序都写写好了。
字典排序函数是sorted(iterable[, cmp[, key[, reverse]]]

• 字典按键排序
  显然按键排序，需要用字典中每个元素的第一项排序
  例子：

dict = {'a':1,'b':2,'c':3,'d':4,'e':3,'f':1,'g':7}
sorted_dict_asc = sorted(dict.items(),key=lambda item:item[0])
sorted_dict_dsc = sorted(dict.items(),key=lambda item:item[0],reverse=True)

输出（第一个升序，第二个降序）：

[('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 3), ('f', 1), ('g', 7)]
[('g', 7), ('f', 1), ('e', 3), ('d', 4), ('c', 3), ('b', 2), ('a', 1)]]

• 字典按值排序
  需要使用字典中每个元素的第二项进行排序
  例子：

dict = {'a':1,'b':2,'c':3,'d':4,'e':3,'f':1,'g':7}
sorted_dict_asc = sorted(dict.items(),key=lambda item:item[1])
sorted_dict_dsc = sorted(dict.items(),key=lambda item:item[1],reverse=True)1])

输出（第一个升序，第二个降序）：

[('f', 1), ('a', 1), ('b', 2), ('e', 3), ('c', 3), ('d', 4), ('g', 7)]
[('g', 7), ('d', 4), ('e', 3), ('c', 3), ('b', 2), ('f', 1), ('a', 1)]

• 字典的多条件排序
  如上例子，我们想将字典按值排序，当值相等时我们按字母表排序，那么就是多条件排序。
  例子：

dict = {'f':1,'b':2,'c':3,'d':4,'e':3,'a':1,'g':7}
sorted_dict_asc = sorted(dict.items(),key=lambda item:(item[1],item[0]))
sorted_dict_dsc = sorted(dict.items(),key=lambda item:(item[1],item[0]),reverse=True)

输出（第一个升序，第二个降序）

[('a', 1), ('f', 1), ('b', 2), ('c', 3), ('e', 3), ('d', 4), ('g', 7)]
[('g', 7), ('d', 4), ('e', 3), ('c', 3), ('b', 2), ('f', 1), ('a', 1)]

Pandas中使用lambda表达式

DataFrame中有apply函数，可以对DataFrame进行函数式操作。
例子：

from pandas import DataFrame
import pandas as pd
import numpy as np
df = DataFrame(np.random.randn(4,4),columns=['a','b','c','d'])
df
df.apply(lambda x:x.max()-x.min())

输出：

          a         b         c         d
0 -0.134699  0.968632  1.115608  0.254972
1 -1.352505  0.817367  1.534107  0.656095
2 -1.365411  0.538684 -2.264565  0.940392
3 -1.226655  1.194383  0.306842 -1.350685
a    1.230712
b    0.655699
c    3.798672
d    2.291077
dtype: float64