在 Java 和 js 中，lambda箭頭函數(shù)是十分常見(jiàn)的操作，這種表達(dá)方式在使用時(shí)非常的簡(jiǎn)便。在python的語(yǔ)法中也有應(yīng)用場(chǎng)景，lambda是python預(yù)留的關(guān)鍵字，帶有該關(guān)鍵字的都視為lambda,

其表現(xiàn)形式如下：

# lambda 是表達(dá)式， arg 是用戶輸入?yún)?shù) expression 是函數(shù)表達(dá)式
lambda [arg1 [,arg2,.....argn]]:expression

2 lambda 的特性

python 中 lambda 表達(dá)式的特性如下所示：

表達(dá)式是匿名的，lambda 只是一個(gè)一個(gè)表達(dá)式，類似于但是沒(méi)有名字。
表達(dá)式有輸入和輸出，輸入是 arg 的參數(shù)，輸出是表達(dá)式計(jì)算的結(jié)果。
具有命名空間，只能在命名空間之內(nèi)獲取和操作參數(shù)變量。

常見(jiàn)的表達(dá)式如下所示：

lambda x, y: x + y			# 函數(shù)輸入是x和y，輸出是 x + y
lambda *args: sum(args)		# 輸入是任意個(gè)數(shù)參數(shù)，輸出是多個(gè)參數(shù)的和，輸入?yún)?shù)必須是數(shù)字
lambda **kwargs: 2			# 輸入是任意鍵值對(duì)參數(shù)，輸出結(jié)果為固定值

3 lambda 的一些用法

3.1 map 函數(shù)

map 函數(shù)會(huì)根據(jù)提供的函數(shù)對(duì)可迭代參數(shù)進(jìn)行逐個(gè)調(diào)用，并返回一個(gè)可迭代對(duì)象結(jié)果，其語(yǔ)法和使用方式如下所示：

# function 代表為函數(shù)，iterable 代表一個(gè)可迭代對(duì)象,也可以傳入多個(gè)對(duì)象
map(function, iterable, ...)
# 只有一個(gè)可迭代參數(shù)情況
def cal_num(x):
    return x ** 2 + 2 * x - 3
# 準(zhǔn)備的數(shù)據(jù)
read_list = [2, 3, 4]
# 因?yàn)閙ap 的結(jié)果是一個(gè)可迭代對(duì)象，所以轉(zhuǎn)換為 list 對(duì)象打印結(jié)果
re_list = list(map(cal_num, read_list))
#計(jì)算的結(jié)果 [5, 12, 21]
print(re_list)

# 多個(gè)可迭代參數(shù)情況，逐個(gè)計(jì)算和
def cal_add_num(x, y):
    return x  + y
# 準(zhǔn)備的數(shù)據(jù)
read_list = [2, 3, 4]
re_list = list(map(cal_add_num, read_list, read_list))
# 計(jì)算結(jié)果 [4, 6, 8]
print(re_list)

# 關(guān)于多個(gè)迭代的操作，也可以采用 zip 將多個(gè)可迭代對(duì)象進(jìn)行處理，組成元組對(duì)象，進(jìn)行循環(huán)計(jì)算處理。
result_list = []
for k1, k2 in zip(read_list,read_list):
    result_list.append(k1 + k2)

3.2 reduce 函數(shù)

reduce 函數(shù)會(huì)對(duì)參數(shù)列表中的元素進(jìn)行累積計(jì)算，通常的做法就是對(duì)一列數(shù)組求和，前篇講述的 java Stream 關(guān)于 reduce 的操作和本例是一樣的，其中的 lambda 可以看成是數(shù)列的推導(dǎo)式：

# function 代表為函數(shù)，iterable 代表一個(gè)可迭代對(duì)象,initializer 指定起始值
reduce(function, iterable[, initializer])
# 計(jì)算數(shù)組之和，lambda 寫法,起始值為 10, 計(jì)算結(jié)果為 25
res = reduce(lambda x, y: x + y, [1, 2, 3, 4, 5], 10)

這里需要說(shuō)明的是，在 python3 中 reduce 已經(jīng)從全局命名空間中移除，被放在了 functools 模塊中，如果需要使用，則需要進(jìn)行引入from functools import reduce。

3.3 sorted 函數(shù)

sorted 函數(shù)，顧名思義就是對(duì)可迭代對(duì)象進(jìn)行排序操作，其語(yǔ)法格式和用法如下所示：

# iterable 為可迭代對(duì)象 cmp 為比較函數(shù) 排序字段和排序順序
sorted(iterable[, cmp[, key[, reverse]]])
# 1、簡(jiǎn)單排序
a = [5,7,6,3,4,1,2]
# 使用sorted，保留原列表，不改變列表a的值
# 排序結(jié)果為 [1, 2, 3, 4, 5, 6, 7]
b = sorted(a)
# 2、使用 lambda 指定排序函數(shù)方式排序
# 待排序?qū)ο?
x_list = [('b',2),('a',1),('c',3),('d',4)]
# 排序結(jié)果：[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
y_list = sorted(x_list, cmp=lambda x,y:cmp(x[1],y[1]))
# 3、利用參數(shù) key 排序,依然使用 lambda 指定元祖的第一個(gè)數(shù)據(jù)
# 計(jì)算結(jié)果：[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
z_list = sorted(x_list, key=lambda x:x[1])
# 4、指定排序順序
user_list = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
# 排序結(jié)果 [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
re_list = sorted(user_list, key=lambda s: s[2], reverse=True)

3.4 filter 函數(shù)

filter 函數(shù)相對(duì)來(lái)說(shuō)就比較簡(jiǎn)單了，主要就是過(guò)濾操作，過(guò)濾掉不符合表達(dá)式的數(shù)據(jù)，得到最終的結(jié)果。

# function 為過(guò)濾函數(shù)，返回結(jié)果為 true 或者 false, iterable 為可迭代對(duì)象
filter(function, iterable)
# 判斷是否為奇數(shù)
def is_odd(n):
	return n % 2 == 1
newlist = filter(is_odd, [1, 2, 3, 4])
print(list(newlist))

4 總結(jié)

文章主要講述了 python 的 lambda 的相關(guān)操作，主要就是 lambda 表達(dá)式與 map、filter、 sorted、 reduce 函數(shù)的配合使用。

到此這篇關(guān)于python數(shù)據(jù)操作之 lambda表達(dá)式詳情的文章就介紹到這了,更多相關(guān)python lambda表達(dá)式內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: