12.21 python lambda表達式簡單用法

1、lambda是什麼？

　　　　看個例子：　　　　　

<code>g = lambda x:x+1/<code>

　　看一下執行的結果：　

　　g(1)

　　>>>2

　　g(2)

　　>>>3

　　當然，你也可以這樣使用：

　　lambda x:x+1(1)

　　>>>2　　　

　　可以這樣認為,lambda作為一個表達式，定義了一個匿名函數，上例的代碼x為入口參數，x+1為函數體，用函數來表示為：

<code>def g(x):     return x+1/<code>

　　非常容易理解，在這裡lambda簡化了函數定義的書寫形式。是代碼更為簡潔，但是使用函數的定義方式更為直觀，易理解。

　　Python中，也有幾個定義好的全局函數方便使用的，filter, map, reduce　　

<code>>>> foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]>>>>>> print filter(lambda x: x % 3 == 0, foo)[18, 9, 24, 12, 27]>>>>>> print map(lambda x: x * 2 + 10, foo)[14, 46, 28, 54, 44, 58, 26, 34, 64]>>>>>> print reduce(lambda x, y: x + y, foo)139/<code>

　　上面例子中的map的作用，非常簡單清晰。但是，Python是否非要使用lambda才能做到這樣的簡潔程度呢？在對象遍歷處理方面，其實Python的for..in..if語法已經很強大，並且在易讀上勝過了lambda。

　　比如上面map的例子，可以寫成：

　　　　print [x * 2 + 10 for x in foo]

　　非常的簡潔，易懂。

　　filter的例子可以寫成：

　　　　print [x for x in foo if x % 3 == 0]

　　同樣也是比lambda的方式更容易理解。

　　上面簡要介紹了什麼是lambda,下面介紹為什麼使用lambda,看一個例子（來自apihelper.py)：　　

<code>processFunc = collapse and (lambda s: " ".join(s.split())) or (lambda s: s)/<code>

　　在Visual Basic，你很有可能要創建一個函數，接受一個字符串參數和一個 collapse 參數，並使用 if 語句確定是否壓縮空白，然後再返回相應的值。這種方式是低效的，因為函數可能需要處理每一種可能的情況。每次你調用它，它將不得不在給出你所想要的東西之前，判斷是否要壓縮空白。在 Python 中，你可以將決策邏輯拿到函數外面，而定義一個裁減過的 lambda 函數提供確切的 (唯一的) 你想要的。這種方式更為高效、更為優雅，而且很少引起那些令人討厭 (哦，想到那些參數就頭昏) 的錯誤。

　　通過此例子，我們發現，lambda的使用大量簡化了代碼，使代碼簡練清晰。但是值得注意的是，這會在一定程度上降低代碼的可讀性。

練習條件運算時，對於簡單的 if else 語句，可以使用三元運算來表示，即：

# 普通條件語句

if 1 == 1:

name = 'wupeiqi'

else:

name = 'alex'

# 三元運算

name = 'wupeiqi' if 1 == 1 else 'alex'

對於簡單的函數，也存在一種簡便的表示方式，即：lambda表達式

# ###################### 普通函數 ######################

# 定義函數（普通方式）

def func(arg):

return arg + 1

# 執行函數

result = func(123)

# ###################### lambda ######################

# 定義函數（lambda表達式）

my_lambda = lambda arg : arg + 1

# 執行函數

result = my_lambda(123)

lambda存在意義就是對簡單函數的簡潔表示

內置函數 二

一、map

遍歷序列，對序列中每個元素進行操作，最終獲取新的序列。

<code>li = [11, 22, 33]new_list = map(lambda a: a + 100, li)/<code>

如果要想打印出new_list，必須用list函數轉換

print(new_list)

print(list(new_list))
[12, 23, 34]

<code>li = [11, 22, 33]sl = [1, 2, 3]new_list = map(lambda a, b: a + b, li, sl)/<code>

二、filter

對於序列中的元素進行篩選，最終獲取符合條件的序列

<code>li = [11, 22, 33]new_list = filter(lambda arg: arg > 22, li)#filter第一個參數為空，將獲取原來序列/<code>

三、reduce

對於序列內所有元素進行累計操作

<code>li = [11, 22, 33]result = reduce(lambda arg1, arg2: arg1 + arg2, li)# reduce的第一個參數，函數必須要有兩個參數# reduce的第二個參數，要循環的序列# reduce的第三個參數，初始值/<code>