lambda表达式其实就是简化的函数表达式。
它只用于处理简单逻辑,
它会自动return数据
通常定义一个函数,按照以下形式:def func(arg):
return arg +1
result = func(100)
print result
101
以上函数用lambda表达式可以这么写:func2 = lambda a: a+1
result = func2(100)
print result
在lambda表达式中,func2 相当于函数表达式中的func,即函数的名称
a相当于函数表达式中的arg,即函数的参数。
冒号后面的a+1,相当于函数表达式中的返回结果,只不过在lambda表达式中不再用return来声明了。
之前的文档中介绍过,函数可以添加多个参数,,lambda表达式也可以
例如:func3 = lambda a,b: a + b
result = func3(100,200)
print result
300
Python内置函数
map方法:
map方法会遍历整个序列(包括列表和元组),并对每一个元素进行相应的操作。
例如:有一个列表,将列表中的每一个元素加10。可以用map函数操作li = [,,]
func1(arg):
arg + = (func1,li)
map内部原理其实是,= []
I li:
.append(func1(I))
map函数可以接受多个序列作为参数:l1 = [,,]
l2 = [,,]
l3 = [,,]
func2(a1,a2,a3):
a1 + a2 + a3
(func2,l1,l2,l3)
[17, 30, 43]
注意,如果接受多个序列作为参数,则每一个序列的元素个数必须相等。
上面的例子用lambda表达式,这样写l1 = [,,]
l2 = [,,]
l3 = [,,]
print map(lambda a1,a2,a3:a1+a2+a3,l1,l2,l3)
filter函数:
filter会遍历序列中的每一个元素,按条件对元素进行过滤,其实内部原理就是按照条件进行计算,计算结果为True的元素不过滤,计算结果为False,则过过滤
例如:
例1:>>> li = [11,22,'',False,0]
>>> print filter(None,li)
[11, 22]
上面的例子中,None表示过滤掉布尔值为假的元素。0,False,空字符串都是布尔值都是假= [,,,]
func(a):
a>(func,)
[44,55]
这里就是遍历l1这个列表,每一个元素通过函数func计算,大于33的则返回True,否则返回False。返回False则被过滤掉了。
reduce函数:
接受一个序列,遍历序列中的元素,然后进行一系列的计算,得到一个结果。
reduce是将给出的元素按照方法进行计算,至少要接受两个元素。
例如计算1+2+3+4+5的和
reduce的原理是:计算1+2得到a 然后计算a+3,得到b,再计算b+4.依次类推li =[,,,,]
= (arg1,arg2:arg1+arg2,li)