Python之函数式编程之匿名函数,在定义函数的时候,不想给函数起一个名字。这个时候就可以用lambda来定义一个匿名函数;匿名函数又称之为高效函数;因为在声明的时候可以直接调用(不需要先声明定义然后再调用)。
语法
lambda 变量名....:语句表达式
特点
a.声明时没有函数名(减少程序员对函数名的定义)
b.使用lambda关键字
举个栗子
*创建一个不带参匿名函数
func1 = lambda: 1 == 2
res = func1()
print(res)
#输出结果为False
*创建一个传递多个参数匿名函数
func2 = lambda x, y, z: x + y + z
res = func2(1, 2, 3)
print(res)
#输出结果为6
*创建一个带if判断的匿名函数
func3 = lambda x, y: x if x >; y else y
res = func3(2, 6)
print(res)
#输出结果为6
以上定义不规范,为了更好理解,所以分步定义;详细请看下文的误区说明;
注意
1.变量名之间使用逗号隔开;
2.调用时可以直接将lambda整体括起来,然后后面添加括号传入对应的实参(没有实参则需要带上括号表示执行该匿名函数,否则返回的是该匿名函数的对象)
3.匿名函数之间是可以相互调用和嵌套的
作用
1. 程序一次行使用,所以不需要定义函数名,节省内存中变量定义空间
2. 如果想让程序更加简洁时
匿名函数几个规则
1. 一般也就一行表达式,必须有返回值
2. 不能有return
3. 可以没有参数,可以有一个或多个参数
匿名函数大量实例
A.使用 max函数求字典的最大值
dict1 = {'age1': 12, 'age2': 13, 'age3': 14}
res = max(dict1, key=lambda x: dict1[x])
print(res)
B.使用filter过滤字符串是否以某个字母开头
Names = ['Anne', 'Amy', 'Bob', 'David', 'Carrie', 'Barbara', 'Zach']
B_Name= filter(lambda x: x.startswith('B'),Names)
B_Name
#输出结果为:['Bob', 'Barbara']
C.lambda和map,filter联合使用
squares = map(lambda x:x**2,range(10))
filters = filter(lambda x:x>;5 and x<;50,squares)
print(filters)
#输出结果为:[9, 16, 25, 36, 49]
D.lambda和sorted联合使用
death = [ ('James',32),('Alies',20),('Wendy',25)]
sorted(death,key=lambda age:age[1])
#按照第二个元素,索引为1排序
#输出结果为:[('Alies', 20), ('Wendy', 25), ('James', 32)]
E.lambda和reduce联合使用
list1 = [1,2,3,4]
sum = reduce(lambda x,y:x+y,list1)
print(sum)
#输出结果为:10
F.求两个列表元素的和
a = [1,2,3,4]
b = [5,6,7,8]
map(lambda x,y:x+y, a,b)
#输出结果为:[6, 8, 10, 12]
使用误区
1 .给匿名函数命名
PEP 8 中建议我们不要写类似下面的代码
func1 = lambda: 1 == 2
匿名函数可以直接当做变量一样传递,比如传给函数作为参数,并不要求它一定有个名字。需要注意的是,其实上面的操作并没有真正起到给函数命名的作用。
2. 没有必要的匿名函数
某些时候,我们没有使用匿名函数的必要,但却无意中使用了。一般有两种情况。一是使用无意义的调用,比如下面的代码
res=sorted(list1,key=lambda x:len(x))
将列表按元素的长度进行排序
其实,我们可以直接使用
res=sorted(list1,key=len)
上面的一提出来大家马上就理解了,但是平时我们却或多或少的犯了类似的毛病。另一方面,有很多函数,标准库中都已经实现了,我们不知道,所以做了多余的事情。
3. 降低可读性的匿名函数
按元素的长度和字典序对列表进行排序
list1=["abc","bcde","mhjk"]
res=sorted(list1,key=lambda x:(len(x),x.upper()))
上面的代码能够实现功能,但是我觉得下面的可读性更强一些
def get_len_upper(x):
return len(x),x.upper()
list1=["abc","bcde","mhjk"]
res=sorted(list1,key=get_len_upper)
我们通过函数函数名就大概知道了函数的作用,如果是匿名函数的话,我们还得去看相应的逻辑。
4. 可能根本不需要传递函数
对一个列表进行求和,我们可能会看到这样的代码
from functools import reducedata=[1,2,3,4,5]
res=reduce(lambda x,y:x+y,data)
print(res)
其实,直接使用sum函数就可以了
data=[1,2,3,4,5]
print(sum(data))
对于一些特定的需求,很多时候 Python 可能已经有了现成的方案。我们要有这方面的意识,尽可能简单的去解决问题。
5. 可以不使用 map/filter
Python 中的 map 和 filter 一般都结合匿名函数在使用,前者是在迭代过程中对元素做一些处理,后者是过滤掉一些元素。很多情况下,我们可以使用列表推导式或者生成器表达式代替它们。
用生成器表达式代替 map
data=[1,2,3,4,5]
res=map(lambda x:x**2,data)
#等价于
res2=(x**2 for x in data)
用生成器表达式代替 filter
data=[1,2,3,4,5]
res=filter(lambda x:x>;3,data)
#等价于
res2=(x for x in data if x>;3)
明显的可以看出,使用生成器表达式的代码可读性更强一些。
免责声明:内容和图片源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。