python的lambda用法_python的lambda使用

最新推荐文章于 2023-12-08 14:34:58 发布

weixin_40004502

最新推荐文章于 2023-12-08 14:34:58 发布

阅读量731

点赞数

文章标签： python的lambda用法

print sorted(f,key = lambda x:x["name"])。#lambda见下面解释使用时，相当于调用key(x)这个函数，其中x被赋值为传入的对象，在这里是每个子对象字典。返回值为x[0]，而正是按这个返回值排序。

结果如下：

[{'age': 20, 'name': 'abc'}, {'age': 25, 'name': 'ghi'}, {'age': 30, 'name': 'def'}]

lambda这个匿名函数，使用如下：

m = lambda x,y,z: (x-y)*z#x是参数，函数名是标示符m。print m(3,1,2)#使用时，标示符m作为参数名，,x,y,z作为参数传入。

结果是4

总结，m为函数名，xyz为形参，表达式为返回值

以下引自网络：详解

lambda函数也叫匿名函数，即，函数没有具体的名称。先来看一个最简单例子：

def f(x):

return x**2

print f(4)

Python中使用lambda的话，写成这样

g = lambda x : x**2

print g(4)

lambda表达式在很多编程语言都有对应的实现。比如C#：

var g = x => x**2

Console.WriteLine(g(4))

那么，lambda表达式有什么用处呢？很多人提出了质疑，lambda和普通的函数相比，就是省去了函数名称而已，同时这样的匿名函数，又不能共享在别的地方调用。其实说的没错，lambda在Python这种动态的语言中确实没有起到什么惊天动地的作用，因为有很多别的方法能够代替lambda。同时，使用lambda的写法有时显得并没有那么pythonic。甚至有人提出之后的Python版本要取消lambda。

回过头来想想，Python中的lambda真的没有用武之地吗？其实不是的，至少我能想到的点，主要有：

1. 使用Python写一些执行脚本时，使用lambda可以省去定义函数的过程，让代码更加精简。

2. 对于一些抽象的，不会别的地方再复用的函数，有时候给函数起个名字也是个难题，使用lambda不需要考虑命名的问题。

3. 使用lambda在某些时候让代码更容易理解。

lambda基础

lambda语句中，冒号前是参数，可以有多个，用逗号隔开，冒号右边的返回值。lambda语句构建的其实是一个函数对象，见证一下：

g = lambda x : x**2

print g

at 0x00AFAAF0>

C#3.0开始，也有了lambda表达式，省去了使用delegate的麻烦写法。C#中的lambda表达式关键字是=>，看下面的一个例子：

var array = new int[] {2, 3, 5, 7, 9};

var result = array.Where(n => n > 3); // [5, 6, 9]

C#使用了扩展方法，才使得数组对象拥有了像Where,Sum之类方便的方法。Python中，也有几个定义好的全局函数方便使用的，他们就是filter, map, reduce。

>>> foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]

>>>

>>> print filter(lambda x: x % 3 == 0, foo)[18, 9, 24, 12, 27]

>>>

>>> print map(lambda x: x * 2 + 10, foo)[14, 46, 28, 54, 44, 58, 26, 34, 64]

>>>

>>> print reduce(lambda x, y: x + y, foo)139

非lambda不可？

上面例子中的map的作用，和C#的Where扩展方法一样，非常简单方便。但是，Python是否非要使用lambda才能做到这样的简洁程度呢？在对象遍历处理方面，其实Python的for..in..if语法已经很强大，并且在易读上胜过了lambda。比如上面map的例子，可以写成：

print [x * 2 + 10 for x in foo]

非常的简洁，易懂。filter的例子可以写成：

print [x for x in foo if x % 3 == 0]

同样也是比lambda的方式更容易理解。

所以，什么时候使用lambda，什么时候不用，需要具体情况具体分析，只要表达的意图清晰就好。一般情况下，如果for..in..if能做的，我都不会选择lambda。

lambda broken?

在数学教学中，经常会使用到lambda，比如有一位老兄就遇到这样一个问题。他想创建一个函数数组fs=[f0,...,f9] where fi(n)=i+n. 于是乎，就定义了这么一个lambda函数：

fs = [(lambda n: i + n) for i in range(10)]

但是，奇怪的是，

>>> fs[3](4)13

>>> fs[4](4)

>>> fs[5](4)

结果并没有达到这位老兄的预期，预期的结果应该是：

>>> fs[3](4)

>>> fs[4](4)

>>> fs[5](4)

问题其实出在变量i上。上面的代码换个简单的不使用lambda的缩减版本：

i = 1

def fs(n):

return n + i

print fs(1) # 2

i = 2

print fs(1) # 3

可见，上面没有达到预期的原因是lambda中的i使用的是匿名函数外的全局变量。修改一下：

fs = [(lambda n, i=i : i + n) for i in range(10)]>>> fs[3](4)

>>> fs[4](4)

>>> fs[5](4)

前几天看到了一行求1000的阶乘的Python代码：

printreduce(lambdax,y:x*y,range(1,1001))

一下子被python代码的精简与紧凑所折服，故对代码进行了简单的分析。

reduce与range都是Python的内置函数。

range(1，1001)表示生成1到1000的连续整数列表(List)。

reduce(functionA，iterableB)，functionA为需要两个变量的函数，并返回一个值。iterableB为可迭代变量，如List等。reduce函数将B中的元素从左到右依次传入函数A中，再用函数A返回的结果替代传入的参数，反复执行，则可将B reduce成一个单值。在此，是将1到1000的连续整数列表传入lambda函数并用两个数的积替换列表中的数，实际的计算过程为：(...((1×2)×3)×4)×...×1000)，最后的结果即1000的阶乘。

下面来介绍一下lambda函数。

lambda函数是一种快速定义单行的最小函数，是从 Lisp 借用来的，可以用在任何需要函数的地方。下面的例子比较了传统的函数与lambda函数的定义方式：

1 >>>deff(x,y):

2 ...returnx*y

3 ...

4 >>>f(2,3)

5 6

6 >>>g=lambdax,y:x*y

7 >>>g(2,3)

8 6

可以看到，两个函数得到的结果一样，而对于实现简单功能的函数来说，使用lambda函数来定义更加精简灵活，还可以直接把函数赋值给一个变量，用变量名来表示函数名。

其实lambda函数在很多时候都是不需要赋值给一个变量的(如前文中求阶乘的过程)。