【Python】lambda表达式、map函数、reduce函数、filter函数

一、lambda表达式

简单来说，所以只用一行或者一句话来表达的函数就可以用lambda表达式，也称为lambda函数；

【举个栗子】

def f(x):
    return x * x


f(3)

上面的函数的含义是：给函数f传递一个参数x，它会返回x*x；所以我们传递给函数f一个实参3，它就返回3*3，也就是9；

---

现在我们将上面的代码改成lambda表达式：

# 如果将上面的函数转换成lambda表达式
# 具体格式：

f = lambda x: x * x # 这里的f是函数名，所以调用该函数的时候就是函数名()


print(f(5))

# 这里的f是函数名，所以调用该函数的时候就是函数名()

# lambda之后写一个x表示输入；
# 输入之后写输出，输入输出之间用英文的冒号:分开
# 冒号之后写 x*x 表示输出的结果是x*x
# 所以函数 f = lambda x: x * x 的含义是，输入一个x输出结果为x*x

 可以看出来结果一样；

---

那lambda表达式除了输入一个数之外，还可以输入多个数吗？

当然可以！

这里我们输入两个数：

f = lambda x, y: x * y  

print(f(2, 3))

# 函数 f = lambda x, y: x * y  的含义是，输入一个x，y输出结果为x*y

---

lambda表达式还可以放进函数里进行嵌套；

【举个栗子】

实现计算a * x * x + b * x + c；

def quar(a, b, c):
    return lambda x: a * x * x + b * x + c


f = quar(1, -1, 2)
print(f(5))

# f = quar(1, -1, 2)表示给函数quar传递实参,此时a=1，b=-1，c=2

# print(f(5)) 表示输入的x为5；

注意 f = quar(1, -1, 2)只是给函数传递了实参，f(5)才是真正掉调用了该函数

---

二、Filter函数

filter 函数用于过滤元素，将 函数对象（function） 依次作用于 可迭代对象（iterable）的每个元素，将返回值为 True 的 元素组成一个 新的可迭代对象 返回。

(python3 统一返回迭代器；需要通过list函数，set函数将他们转换)

它的使用形式如下：

 filter(function, iterable)

# function 表示一个函数对象

# iterable表示一个可迭代对象

---

【代码演示】

num_list = [1, 2, 3, 4, 5, 8]


def f(x):
    if x % 2 == 0:
        return x


print(list(filter(f, num_list)))

解释，如果输入的是偶数，返回该值；

---

将f函数改成lambda表达式：

num_list = [1, 2, 3, 4, 5, 8]
print(list(filter(lambda x: x % 2 == 0, num_list)))

---

三、Map函数

Map函数通常有两个参数，第一个参数是函数对象，第二个参数就是可迭代对象；

Map函数的作用是，将可迭代对象的每一个元素都应用到第一个参数函数中；

 在上面这个图片，cook是一个函数对象，是一个可迭代对象，Map函数就是将可迭代对象中的每一个元素拿出来，放在cook这个函数对象里“执行”，将，变成了；

---

【举个栗子】

num_list = [1, 2, 3, 4, 5]  # 一个可迭代对象


def duble(x):
    return x * 2


result = map(duble, num_list)
# print(result)
# 直接输出map函数，输出的是一个迭代器<map object at 0x00000173F3D1B700>
# 想要正常输出必须将它转换
print(list(result))

# print(result)
# 直接输出map函数，输出的是一个迭代器<map object at 0x00000173F3D1B700>

# 函数后面不加括号，表示它是整个函数体，是一个函数对象；

# 函数后面加括号（括号中必须传入实参），表示调用该函数的执行结果

---

四、Reduce函数

reduce() 函数会对参数序列中元素进行累积。

Reduce函数虽然和Map函数的参数形式比较类似，但它们有一些本质的区别；

是一个函数对象，是一个可迭代对象，它在运行的时候会这样操作：将后面列表中的两个元素作为一组参数传递给eat，接下来将这个生成的结果和下一个元素作为一组参数再传递给eat，以此类推，直到所有的元素都被传递，则生成最后的结果；

  

---

【举个栗子】

---

【代码演示】

from functools import reduce


def add(x, y):
    return x + y


num_list = [1, 2, 3, 4, 5]
print(reduce(add, num_list))

在Python3中，reduce函数已经不是一个内置函数，已经把它调整到一个模块(functools)中了，所以使用reduce函数的时候要进行导包；

reduce函数和其余两个函数的区别：

        使用map函数，结果是一个map对象；使用filter函数的时候，结果是一个filter对象，我们都需要使用list函数将他们转换为列表；

        而ruducr函数，他在add函数里的作用是求和最后生成的是一个和的结果，所以这里就直接输出流15，不需要进行转换。

我们最开始学了lambda表达式，只用一行就可以表达的函数都可以写成lambda表达式，显然，上面的add函数符合标准，我们将它改成lambda表达式：

from functools import reduce

num_list = [1, 2, 3, 4, 5]

result = reduce(lambda x, y: x + y, num_list)
print(result)

 这样写代码更加简洁了，但是写代码也不是越简洁越好。