1.前言
2.如何使用 lambda
3.总结
1.前言在 Python 中,说到函数,大家都很容易想到用 def 关键字来声明一个函数:
def Hello():
# function body
然后我们可以在添加由圆括号括起来的参数列表。函数体内可能有很多行代码,里面有尽可能多的语句和表达式。
除了 def 语句定义函数以外,还有一种生成函数对象的表达式形式: lambda 表达式,这个表达式创建了一个能够随时调用的函数。
有时声明一个函数只有一条语句,比如:
def square(x):
return x*2
(没有lambda 函数返回函数本身而不是将其赋值给一个变量名。所以它也被称为匿名函数函数名)。 lambda 的一般形式是关键字 lambda 后面跟上一个或者多个参数,之后是一个冒号,再之后是一个表达式:
lambda argument1, argument2, ... argumentN: expression using argument
lambda 表达式所返回的函数对象与 def 创建并赋值后的函数对象工作起来是完全一样。一个 lambda
函数可以有尽可能多的参数,但函数体必须是一个表达式。
lambda 只能包含一个表达式,通常用作内联函数的定义,或者用作推迟一些代码的执行。
再来看上面的平方的例子:
def square(x):
return x*x
a_list = [1, 2, 3, 4, 5]
aa_list = list(map(square, a_list))
print(aa_list) # [1, 4, 9, 16, 25]
上述代码就是 lambda 函数使用的好地方,使用更少的代码行,并且可以避免创建仅使用一次的命名函数(然后必须存储在内存中)。您可以编写一个将其参数平方的 lambda 函数: lambda x: x*2 ,并将其与 map 函数一起使用以将列表中的所有元素进行平方运算:
a_list = [1, 2, 3, 4, 5, 6]
aa_list = list(map(lambda x: x*2, a_list))
print(aa_list) # [2, 4, 6, 8, 10, 12]
如果在短时间需要一个小函数,可以使用 lambda 函数——例如作为 map 或 filter 等高阶函数的参数,可以我们利用 lambda 来筛选偶数:
a_list = [1, 2, 3, 4, 5, 6]
aa_list = list(filter(lambda x: x%2==0, a_list))
print(aa_list) # [2, 4, 6]
lambda 函数是在使用它的地方定义的,这样内存中就没有命名函数。如果只在一个地方使用了一个函数,那么使用 lambda 函数来避免混乱是有意义的。
还可以从函数返回 lambda 函数。如果您需要创建多个乘以数字的函数,例如加倍或三倍等,lambda 可以提供帮助。您可以创建一个函数 multiplyBy
,而不是创建多个函数,如下所示,然后使用不同的参数多次调用此函数以创建双倍、三倍等函数:
def muliplyBy (n):
return lambda x: x*n
double = multiplyBy(2)
triple = muliplyBy(3)
times10 = multiplyBy(10)
lambda 函数从父函数获取值 n,因此在 double 中 n 的值为 2,在三倍中为 3,在 times10 中为 10。现在使用参数调用这些函数将乘以该数字。
double(6)
> 12
triple(5)
> 15
times10(12)
> 120
如果您在这里没有使用 lambda 函数,则需要在 multiplyBy
中定义一个不同的函数,
如下所示:
def muliplyBy (x):
def temp (n):
return x*n
return temp
使用 lambda
函数使用一半的行并使其更具可读性。
lambda
是一个表达式,而不是语句。因此,lambda
能够出现在 Python 语法不允许 def 出现的地方。例如在一个列表字面量中或者函数调用的参数中,而使用 def 语句虽然函数能通过名称引用,但是必须在其他地方创建,作为一个表达式,lambda 返回一个值(一个新的函数),可以选择性地被赋值给一个变量值。
lambda
的主体是一个单独的表达式,而不是一个代码块。 lambda 的主体可以像 def 函数体的 return 语句一样,可以将结果写出一个裸露的表达式,而不是显式地返回。
lambda 是一个编写简单的函数而设计的,而 def 用来处理更大的任务。
到此这篇关于 Python 匿名函数lambda 的文章就介绍到这了,更多相关 Python 函数lambda 内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)!