Python中Lambda函数怎样使用？
发布时间：2022-03-29 13:56:18 所属栏目：语言 来源：互联网
导读：文本主要给大家介绍Python中的Lambda函数，很多新手可能对于Lambda函数的用法不是很清楚，因此给大家分享关于Lambda函数的五种用法，需要的朋友可以参考学习。 Lambda 函数（也称为匿名函数）是函数式编程中的核心概念之一。支持多编程范例的 Python 也提供
|
文本主要给大家介绍Python中的Lambda函数，很多新手可能对于Lambda函数的用法不是很清楚，因此给大家分享关于Lambda函数的五种用法，需要的朋友可以参考学习。 Lambda 函数（也称为匿名函数）是函数式编程中的核心概念之一。支持多编程范例的 Python 也提供了一种简单的方法来定义 lambda 函数。 用 Python 编写 lambda 函数的模板是: lambda arguments : expression 它包括三个部分: ・ Lambda 关键字 ・ 函数将接收的参数 ・ 结果为函数返回值的表达式 由于它的简单性，lambda 函数可以使我们的 Python 代码在某些使用场景中更加优雅。这篇文章将演示在 Python 中 lambda 函数的5个常见用法，并用有趣的例子来解释它们。 1.命名使用 如果我们只需要一个简单的函数，lambda 是一个很好的选择，因为它可以被看作是定义函数的一种更简单的方法。因此，我们可以给它一个名称，并像普通函数一样使用它。 lambda_add_ten = lambda x: x + 10 print(lambda_add_ten(5)) # 15 def add_ten(x): return x + 10 print(add_ten(5)) # 15 如上面的例子所示，add_ten() 和 lambda_add_ten() 方法的结果是相同的，但是 lambda 函数可以使我们的代码更短更清晰。 2. 与高阶函数配合 如果我们可以将 lambda 函数与 map()、 filter()和 reduce()等高阶函数一起使用，那么程序将变得更加优雅。 让我们来看下面这个问题： 给你一个列表如下，你能打印其中所有的奇数吗？ numbers = [1, 12, 37, 43, 51, 62, 83, 43, 90, 2020] 这个问题看起来很简单，但它足以区分初级和高级 Python 开发人员。初级程序员可能会编写如下代码: odd_number = [] for n in numbers: if n % 2 == 1: odd_number.append(n) print(odd_number) # [1, 37, 43, 51, 83, 43] 它工作正常，没有任何问题。然而，一个高级 Python 程序员只需要一行代码就可以做同样的事情: print(list(filter(lambda x: x % 2 == 1, numbers))) # [1, 37, 43, 51, 83, 43] 它看起来更优雅，不是吗？顺便说一下，上面的一行解决方案只是为了展示如何使用 lambda 函数。当然还有其他的单行解决方案，比如列表解析: odd_numbers = [i for i in numbers if i % 2 == 1] 实际上，在许多情况下，列表内涵函数可能比高阶函数与 lambda 函数协作更具可读性。 3.赋予“key”参数 一些内置方法具有关键的参数，这些参数给我们提供了更多的灵活性。例如，当我们使用 sorted()或 sort()方法对 Python 中的迭代进行排序时，关键参数决定如何比较迭代中的两个元素。 这里也是 lambda 函数的表演时间。 leaders = ["Warren Buffett", "Yang Zhou", "Tim Cook", "Elon Musk"] print(leaders) # ['Warren Buffett', 'Yang Zhou', 'Tim Cook', 'Elon Musk'] leaders.sort(key=lambda x: len(x)) print(leaders) # ['Tim Cook', 'Yang Zhou', 'Elon Musk', 'Warren Buffett'] 如上所述，如果我们按照每个名称的长度对 leaders 列表进行排序，一个简单的方法是向 key 参数传递一个 lambda 函数。另一个常见的使用场景是根据字典的键或值对其进行排序。 leaders = {4: "Yang Zhou", 2: "Elon Musk", 3: "Tim Cook", 1: "Warren Buffett"} print(leaders) # {4: 'Yang Zhou', 2: 'Elon Musk', 3: 'Tim Cook', 1: 'Warren Buffett'} leaders = dict(sorted(leaders.items(), key=lambda x: x[0])) print(leaders) # {1: 'Warren Buffett', 2: 'Elon Musk', 3: 'Tim Cook', 4: 'Yang Zhou'} 4.立即调用 立即调用的函数表达式(IIFE)是 JavaScript 中的一种习惯用法。Python 中的 lambda 函数也支持这个技巧。我们可以立即运行一个 lambda 函数，如下所示: >>> (lambda x,y:x*y)(2,3) 6 但是，出于可读性和可维护性的考虑，最好只在 Python 的交互式解释器中使用这个技巧。顺便说一句，如果你熟悉Python中的下划线技巧，则也可以使用以下方式。 >>> lambda x,y:x*y <function <lambda> at 0x7fc319102d30> >>> _(2,3) 6 5.在闭包中使用 闭包是一个功能强大的函数式编程特性，在 Python 中也可以使用。因为它是关于嵌套函数的，所以我们可以使用 lambda 函数来使程序更加清晰。 下面是使用闭包的一个例子: def outer_func(): leader = "Yang Zhou" def print_leader(location=""): return leader + " in the " + location return print_leader Lead = outer_func()("UK") print(Lead) # Yang Zhou in the UK 我们该如何使用 lambda 函数来简化上面的代码？ def outer_func(): leader = "Yang Zhou" return lambda location="": leader + " in the " + location Lead = outer_func()("UK") print(Lead) # Yang Zhou in the UK 正如上面的例子所示，当我们使用嵌套函数时，lambda 函数可以帮助我们编写更易读和清晰的代码。 总结 Python 中的 lambda 函数为我们提供了更多的灵活性和方法设计选项。总之，我们应该熟悉以上五种常见用法，以便正确使用，而不是过度使用。 （编辑：济源站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
