python中col函数_python中lambda函数的使用详解_python中lambda函数 list comprehe

lambda 函数

Python 支持一种有趣的语法，它允许你快速定义单行的最小函数。这些叫做 lambda 的函数，是从 Lisp 借用来的，可以用在任何需要函数的地方。

def f(x): return x*2，用lambda函数来替换可以写成：g = lambda x: x*2`g(3)结果是6.(lambda x: x*2)(3)`也是同样的效果。

这是一个 lambda 函数，完成同上面普通函数相同的事情。注意这里的简短的语法：在参数列表周围没有括号，而且忽略了 return 关键字 (隐含存在，因为整个函数只有一行)。而且，该函数没有函数名称，但是可以将它赋值给一个变量进行调用

使用 lambda 函数时甚至不需要将它赋值给一个变量。这可能不是世上最有用的东西，它只是展示了 lambda 函数只是一个内联函数。

总的来说，lambda 函数可以接收任意多个参数 (包括可选参数) 并且返回单个表达式的值。lambda 函数不能包含命令，包含的表达式不能超过一个。不要试图向 lambda 函数中塞入太多的东西；如果你需要更复杂的东西，应该定义一个普通函数，然后想让它多长就多长。 我将它们用在需要封装特殊的、非重用代码上，避免令我的代码充斥着大量单行函数。

列表推导式(list comprehension)

看一段简单代码

testList = [1,2,3,4]

def mul2(x):

print x*2

[mul2(i) for i in testList]

[mul2(i) for i in testList if i%2==0]

多维数组初始化

multilist = [[0 for col in range(5)] for row in range(3)]

zip 函数

>>> a = [1,2,3]

>>> b = [4,5,6]

>>> c = [4,5,6,7,8]

>>> zipped = zip(a,b)

[(1, 4), (2, 5), (3, 6)]

>>> zip(a,c)

[(1, 4), (2, 5), (3, 6)]

>>> zip(*zipped)

[(1, 2, 3), (4, 5, 6)]

学习资源

学以致用

一

m = [[-1.0, 2.0/c-1, -2.0/c+1, 1.0],

[2.0, -3.0/c+1, 3.0/c-2, -1.0],

[-1.0, 0.0, 1.0, 0.0],

[0.0, 1.0/c, 0.0, 0.0]]

multiply = lambda x: x*c

m = [[multiply(m[col][row]) for col in range(4)] for row in range(4)]

print [[m[col][row] for col in range(4)] for row in range(4)]

它所作的工作：m是一个包含参数c的矩阵，他计算了c*m的结果

想了一下，最后一句改成

print [[multiply(each) for each in row] for row in m]更加pythonic

二 矩阵相乘

学习资源

def matrixMul(A, B):

res = [[0] * len(B[0]) for i in range(len(A))] for i in range(len(A)):

for j in range(len(B[0])):

for k in range(len(B)):

res[i][j] += A[i][k] * B[k][j] return res

def matrixMul2(A, B):

return [[sum(a * b for a, b in zip(a, b)) for b in zip(*B)] for a in A]

a = [[1,2], [3,4], [5,6], [7,8]]

b = [[1,2,3,4], [5,6,7,8]]

print matrixMul(a,b) print matrixMul(b,a) print "-"*90

print matrixMul2(a,b) print matrixMul2(b,a) print "-"*90