格式
lambda argument1, argument2,... argumentN : expression
square = lambda x: x**2
print(square(2))
与常规函数区别
l = [(lambda x:x**2) (x) for x in range(10)]
print(list(l))
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
l = [(1, 20), (3, 0), (9, 10), (2, -1)]
l.sort(key=lambda x: x[1]) # 按列表中元祖的第二个元素排序
print(l)
输出
[(2, -1), (3, 0), (9, 10), (1, 20)]
使用lambda可以简化代码
squared = map(lambda x: x**2, [1, 2, 3, 4, 5])
print(list(squared))
上面那段代码,如果不用lambda表达式而用常规函数:
def squared2(x):
return x[1] if isinstance(x,tuple) else x**2
squared = map(squared2, [1, 2, 3, 4, 5,(1,3)])
print(list(squared))
Python函数式编程
Python函数式编程有三个基本函数 map()、reduce()、filter()
map(function, iterable [,iterable2])
map遍历可迭代对象取出元素,作为参数依次传给function函数,例:每个元素都变大2倍
l = [1, 2, 3, 4, 5]
new_list = map(lambda x: x * 2, l) # [2, 4, 6, 8, 10]
filter(function, iterable)
filter与map一样,遍历可迭代对象,并依次传给function,不同的是,filter会判断每次function的结果是True或False,并将结果为True的元素组成列表返回
例:返回一个列表中的所有偶数
l = [1, 2, 3, 4, 5]
new_list = filter(lambda x: x % 2 == 0, l) # [2, 4]
reduce(function, iterable[, initializer])
其中function 是一个函数对象,规定它有两个参数,表示对 iterable 中的每个元素以及上一次调用后的结果,运用 function 进行计算,所以最后返回的是一个单独的数值。
配合reduce源码理解:
def reduce(function, iterable, initializer=None):
it = iter(iterable)
if initializer is None:
try:
initializer = next(it)
except StopIteration:
raise TypeError('reduce() of empty sequence with no initial value')
accum_value = initializer
for x in it:
accum_value = function(accum_value, x)
return accum_value
例 累加列表中的元素
from functools import reduce
l = [1,2,3,4,5]
result = reduce(lambda x,y:x+y, l )
print(result) #15
result = reduce(lambda x,y:x+y, l,10 )
print(result) #25
思考题
把字典 d = {'mike': 10, 'lucy': 2, 'ben': 30} 按值从高到低排序
d = {'mike': 10, 'lucy': 2, 'ben': 30}
d = sorted(d.items(), key=lambda x: x[1],reverse = True ) #[('ben', 30), ('mike', 10), ('lucy', 2)]
d = dict(d)
print(d)
参考:
极客时间《Python核心技术与实战》