当前位置：首页 > news >正文

Python 进阶语法：lambda函数

news 来源：原创 2024/5/9 0:08:32

一、lambda函数是什么

Python中的lambda函数是一种简洁的匿名函数，用于执行简单的操作。它是一种不可变的单表达式函数，可以在需要一个函数的地方使用。

lambda函数的语法结构非常简单，由lambda关键字、参数列表和冒号组成，后面跟着一个表达式。

例如：

lambda x: x * 2

这个lambda函数接收一个参数x，并返回x的两倍。

二、lambda函数的简单应用

2.1 匿名函数应用

lambda函数可以作为匿名函数使用，在需要一个简单函数的地方直接使用。

例如，将一个列表中的元素平方：

squares = list(map(lambda x: x ** 2, [1, 2, 3, 4, 5])) 
print(squares) # 输出：[1, 4, 9, 16, 25]

这段代码的功能是使用 Python 的 map 函数和 lambda 表达式对列表 [1, 2, 3, 4, 5] 中的每个元素进行平方操作，并将结果存储在新的列表 squares 中。

解释一下代码的各个部分：

map(function, iterable1, ...) 函数是 Python 中的一个内置函数，用于对可迭代对象（如列表、元组等）中的元素应用指定的函数。它返回一个迭代器，其中包含应用函数后的结果。
lambda x : x**2 是一个匿名函数，它接受一个参数 x 并返回 x 的平方。
[1，2，3，4，5]是输入的列表。

执行这段代码后，变量 squares 将包含新列表 [1, 4, 9, 16，25]

2.2 对数据列表进行排序

2.2.1 自定义排序规则

使用lambda函数可以在对列表进行排序时自定义排序规则。

例如，按照绝对值对列表进行排序：

numbers = [-3, -1, 2, -5, 4]
sorted_numbers = sorted(numbers, key=lambda x: abs(x))
print(sorted_numbers) # 输出：[-1, 2, -3, 4, -5]

这段代码的目的是对一个数字列表 numbdrs ，用sorted() 函数进行排序，排序的依据是每个数字的绝对值。

数字列表 numbers = [-3, -1, 2, -5, 4]。
使用 sorted() 函数对这个列表进行排序。为了按照每个数字的绝对值进行排序，我们使用了一个 key 参数，该参数是一个函数，用于提取用于排序的值。在这里，我们使用了一个 lambda 函数，该函数返回每个数字的绝对值。
lambda x: abs(x) 这个函数表示：对于列表中的每个元素 x，都计算其绝对值。
打印排序后的列表 sorted_numbers，输出结果是[-1, 2, -3, 4, -5]。

2.2.2 筛选符合条件的元素

使用lambda函数可以筛选出符合条件的元素。

例如，筛选出列表中大于等于3的元素：

numbers = [1, 2, 3, 4, 5] 
filtered_numbers = filter(lambda x: x >= 3, numbers) 
print(list(filtered_numbers)) # 输出：[3, 4, 5]

这段代码的功能是从一个给定的数字列表中筛选出所有大于或等于3的数字，并将结果存储在新的迭代器 filtered_numbers 中。最后，通过 print 函数将结果列表打印出来。

下面是代码的逐步解释：

numbers = [1, 2, 3, 4, 5]：定义一个包含数字1到5的列表。
filter(lambda x: x >= 3, numbers)：使用 filter 函数从 numbers 列表中筛选出满足条件的元素。这里使用的条件是 lambda x: x >= 3，即选择所有大于或等于3的数字。
list(filtered_numbers)：将筛选后的迭代器 filtered_numbers 转换为列表，以便可以打印它。
print(list(filtered_numbers))：打印结果列表。

运行这段代码后，输出将是 [3, 4, 5]，这是原始列表中所有大于或等于3的数字的列表。

三、lambda函数的进阶应用

3.1 嵌套lambda函数

lambda函数可以嵌套在其他函数中使用，实现更复杂的操作。

嵌套的lambda函数在Python中是一种非常简洁和强大的编程技巧，它允许你在一个lambda函数内部定义另一个lambda函数。这种嵌套的用法在需要定义简单的、临时的函数时特别有用。

下面是一个嵌套lambda函数的简单示例：

# 定义一个lambda函数，该函数返回另一个lambda函数  
add_x = lambda y: lambda z: z + y  # 使用这个嵌套的lambda函数  
add_5 = add_x(5)  
add_10 = add_x(10)  # 调用这个嵌套的lambda函数  
print(add_5(3))  # 输出：8  
print(add_10(3))  # 输出：13

在这个例子中，add_x 是一个外层的lambda函数，它接受一个参数 y 并返回一个内层的lambda函数。这个内层的lambda函数接受一个参数 z 并返回 z + y。

然后我们创建了两个内层的lambda函数，一个是 add_5，一个是 add_10，分别对应于 y=5 和 y=10 的情况。最后，我们分别调用这两个函数并打印结果。

嵌套的lambda函数可以用于各种情况，例如在排序列表时定义自定义的排序标准，或者在需要临时函数的地方使用。但需要注意的是，过度使用嵌套的lambda函数可能会导致代码难以阅读和理解，因此在使用时需要谨慎。

3.2 lambda函数与map、filter、reduce和sorted结合使用

lambda函数可以与map、filter、reduce和sorted等内置函数结合使用，实现更高效的代码。

3.2.1 map() 函数

描述：map() 会根据提供的函数对指定序列做映射。第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
语法：map(function, iterable, ...)
参数：function（函数），iterable （一个或多个序列）
返回值：Python 2.x 版本返回的是列表，Python 3.x 版本返回的是迭代器
示例：

# ===========一般写法：===========
# 1、计算平方数
def square(x):return x ** 2map(square, [1,2,3,4,5])	# 计算列表各个元素的平方
# 结果：
[1, 4, 9, 16, 25]# ===========匿名函数写法：============
# 2、计算平方数，lambda 写法
map(lambda x: x ** 2, [1, 2, 3, 4, 5])
# 结果：
[1, 4, 9, 16, 25]	 # 3、提供两个列表，将其相同索引位置的列表元素进行相加
map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
# 结果：
[3, 7, 11, 15, 19]

3.2.2 filter() 函数

描述：filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。该函数接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
语法：filter(function, iterable)
参数：function （判断函数），iterable （可迭代对象）
返回值：Pyhton2.7 返回列表，Python3.x 返回迭代器对象
实例：

# ===========一般用法：===========
# 1、过滤出列表中的所有奇数
def is_odd(n):return n % 2 == 1newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(list(newlist))
# 结果： [1, 3, 5, 7, 9]# ===========匿名函数用法：===========
# 2、将列表[1, 2, 3]中能够被3整除的元素过滤出来
newlist = filter(lambda x: x % 3 == 0, [1, 2, 3])
print(list(newlist))
# 结果： [3]

3.2.3 reduce() 函数

描述：reduce() 函数会对参数序列中元素进行累积。函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
语法：reduce(function, iterable[, initializer])
参数：function （函数，有两个参数），iterable（可迭代对象），initializer（可选，初始参数）
返回值：返回函数计算结果。
实例：

# ===========一般写法：===========
# 1、两数相加
def add(x, y):            return x + yreduce(add, [1, 3, 5, 7, 9])    # 计算列表元素和：1+3+5+7+9
# 结果：
25"""
===========执行步骤解析：===========
调用 reduce(add, [1, 3, 5, 7, 9])时，reduce函数将做如下计算：
1    先计算头两个元素：f(1, 3)，结果为4；
2    再把结果和第3个元素计算：f(4, 5)，结果为9；
3    再把结果和第4个元素计算：f(9, 7)，结果为16；
4    再把结果和第5个元素计算：f(16, 9)，结果为25；
5    由于没有更多的元素了，计算结束，返回结果25。
"""
# ===========匿名函数写法：===========
# 2、两数相加，lambda 写法
reduce(lambda x, y: x + y, [1, 2, 3, 4, 5])
# 结果：
15# 当然求和运算可以直接用Python内建函数sum()，没必要动用reduce。# 3、但是如果要把序列 [1, 3, 5, 7, 9] 变换成整数 13579，reduce就可以派上用场：
from functools import reducedef fn(x, y):return x * 10 + yreduce(fn, [1, 3, 5, 7, 9])
# 结果：
13579

3.2.4 sorted()函数

描述：sorted() 函数对所有可迭代的对象进行排序操作。
sort 与 sorted 区别：sort 是 list 的一个方法，而 sorted 可以对所有可迭代的对象进行排序操作。list 的 sort 方法返回的是对已经存在的列表进行操作，无返回值，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。
PY3语法：sorted(iterable, key=None, reverse=False)
参数说明：iterable (可迭代对象)、key 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。reverse 排序规则，reverse = True 降序， reverse = False 升序（默认）。返回值：返回重新排序的列表。
示例：

# ===========一般用法：===========
# 1、简单排序
a = [5,7,6,3,4,1,2]
b = sorted(a)       # 使用sorted，保留原列表，不改变列表a的值
print(a)
# [5, 7, 6, 3, 4, 1, 2]
print(b)
# [1, 2, 3, 4, 5, 6, 7]# ===========匿名函数用法：===========
L=[('b',2),('a',1),('c',3),('d',4)]
# 2、利用参数 key 排序
new_L = sorted(L, key=lambda x:x[1])
print(new_L)
# 结果：[('a', 1), ('b', 2), ('c', 3), ('d', 4)]# 3、按年龄升序
students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
s_age = sorted(students, key=lambda s: s[2])
print(s_age)
# 结果：[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]# 4、按年龄降序
j_age = sorted(students, key=lambda s: s[2], reverse=True)
print(j_age)
# 结果：[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]