Python lambda匿名函數(shù)深入講解

更新時(shí)間：2023年01月20日 09:53:45 作者：楊jun堅(jiān)

lambda所表示的匿名函數(shù)的內(nèi)容應(yīng)該是很簡(jiǎn)單的，如果復(fù)雜的話(huà)，干脆就重新定義一個(gè)函數(shù)了，使用lambda就有點(diǎn)過(guò)于執(zhí)拗了。lambda就是用來(lái)定義一個(gè)匿名函數(shù)的，如果還要給他綁定一個(gè)名字的話(huà)，就會(huì)顯得有點(diǎn)畫(huà)蛇添足，通常是直接使用lambda函數(shù)

一，Python中l(wèi)ambda函數(shù)的語(yǔ)法

lambda 函數(shù)在 Python 編程語(yǔ)言中使用頻率非常高，使用起來(lái)非常靈活、巧妙；lambda 函數(shù)是一個(gè)匿名函數(shù)（即，沒(méi)有名稱(chēng)定義），它可以接受任意數(shù)量的參數(shù)，但與普通函數(shù)不同，它只計(jì)算并返回一個(gè)表達(dá)式

Python 中的 lambda 函數(shù)使用以下語(yǔ)法表達(dá)：

lambda [arg1 [,arg2,.....argn]]:expression
"""
lambda ： Python 預(yù)留的關(guān)鍵字，類(lèi)似普通函數(shù)中 def 
[arg…] ： 是參數(shù)列表，它的結(jié)構(gòu)與 Python 中函數(shù)(function)的參數(shù)列表是一樣的，
          需要注意的是，普通函數(shù)不同，這里不需要用括號(hào)將 lambda 函數(shù)的參數(shù)括起來(lái)，
          如果 lambda 函數(shù)有兩個(gè)或更多參數(shù)，用逗號(hào)列出它們。
expression ：一個(gè)參數(shù)表達(dá)式，表達(dá)式中出現(xiàn)的參數(shù)需要在[arg......]中有定義，并且表達(dá)式只能是單行的，只能有一個(gè)表達(dá)式。
"""

一個(gè)簡(jiǎn)單的 lambda 函數(shù)示例：

lambda x: x + 1
#上面的 lambda 函數(shù)接受一個(gè)參數(shù)，將其遞增 1，然后返回結(jié)果
#它是以下帶有 def 和 return 關(guān)鍵字的普通函數(shù)的更簡(jiǎn)單版本：
def increment_by_one(x):
    return x + 1

一個(gè)多參數(shù)的 lambda 函數(shù)示例：

lambda x, y, z: x + y + z
# 用逗號(hào)分隔函數(shù)定義中的參數(shù)。當(dāng)執(zhí)行這樣一個(gè) lambda 函數(shù)時(shí)，以相同的順序列出相應(yīng)的參數(shù)，并用逗號(hào)分隔它們
print((lambda x, y, z: x + y + z)(1, 2, 3))

二，兩個(gè)注意點(diǎn)

注意點(diǎn)1：

lambda 函數(shù)也可以執(zhí)行條件操作，例如

print((lambda x: x if(x > 10) else 10)(5))   # 10
#### 它是以下帶有 def 和 return 關(guān)鍵字的普通函數(shù)的更簡(jiǎn)單版本：
def fun(x):
    if x > 10:
        return x
    else:
        return 10
fun(5)
####  嵌套使用
(lambda x: x * 10 if x > 10 else (x * 5 if x < 5 else x))(11)
# 等價(jià)于 def 和 return 關(guān)鍵字的普通函數(shù)
def fun(x):
    if x > 10:
        return x * 10
    elif x < 5:
        return x * 5
    else:
        return x
fun(11)

注意：在這種情況下，具有 if-elif-…-else 條件集的普通函數(shù)將是比 lambda 函數(shù)更好的選擇，雖然函數(shù)定義比相應(yīng)的 lambda 函數(shù)增加了更多行，但它更容易閱讀。如果團(tuán)隊(duì)成員都可以接受，那也就無(wú)關(guān)緊要了。

注意點(diǎn)2：

lambda 函數(shù)被賦值給一個(gè)變量，然后將該變量作為普通函數(shù)調(diào)用，甚至可以被賦值給其他函數(shù)，從而將其他函數(shù)用該lambda函數(shù)替換。

# lambda 函數(shù)被賦值給一個(gè)變量
f = lambda x: x ** 2
f(2)

但是根據(jù) Python 代碼的 PEP 8 樣式規(guī)則，這是一種不好的做法，感覺(jué)多此一舉。

賦值語(yǔ)句的使用消除了lambda表達(dá)式優(yōu)于顯式def表達(dá)式的唯一優(yōu)勢(shì)(即lambda表達(dá)式可以?xún)?nèi)嵌到更大的表達(dá)式中)。

## 賦值給其他函數(shù)
time.sleep=lambda x: None
time.sleep(3) # 程序不會(huì)休眠 3 秒鐘，而是因?yàn)閘ambda輸出為None，所以這里結(jié)果是什么都不做

這種做法也沒(méi)錯(cuò)誤，但是相信也沒(méi)有開(kāi)發(fā)人員會(huì)這么干的。

三，lambda 應(yīng)用

1，作為高階函數(shù)的回調(diào)函數(shù)

1），map() 函數(shù)：

描述：

map() 會(huì)根據(jù)提供的函數(shù)對(duì)指定序列做映射。

第一個(gè)參數(shù) function 以參數(shù)序列中的每一個(gè)元素調(diào)用 function 函數(shù)，返回包含每次 function 函數(shù)返回值的新列表。

語(yǔ)法：

map(function, iterable, …)

參數(shù)：

function ：函數(shù)

iterable ：一個(gè)或多個(gè)序列

返回值：

Python 2.x 版本返回的是列表

Python 3.x 版本返回的是迭代器

# 計(jì)算平方數(shù) 
print(tuple(map(lambda x: x ** 2, [1, 2, 3, 4, 5])))   # py3
print(map(lambda x: x ** 2, [1, 2, 3, 4, 5]))          # py2
# 結(jié)果：
[1, 4, 9, 16, 25]
# 提供兩個(gè)列表，將其相同索引位置的列表元素進(jìn)行相加
map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])   # py2
# 結(jié)果：
[3, 7, 11, 15, 19]

2），reduce() 函數(shù)：

描述：

函數(shù)將一個(gè)數(shù)據(jù)集合（鏈表，元組等）中的所有數(shù)據(jù)進(jìn)行下列操作：用傳給 reduce 中的函數(shù) function（有兩個(gè)參數(shù)）先對(duì)集合中的第 1、2 個(gè)元素進(jìn)行操作，得到的結(jié)果再與第三個(gè)數(shù)據(jù)用 function 函數(shù)運(yùn)算，最后得到一個(gè)結(jié)果。

語(yǔ)法：

reduce(function, iterable[, initializer])

參數(shù)：

function：函數(shù)，有兩個(gè)參數(shù)

iterable ：可迭代對(duì)象

initializer ：可選，初始參數(shù)

返回值：

返回函數(shù)計(jì)算結(jié)果。

實(shí)例

from functools import reduce
lst = [1, 2, 3, 4, 5]
print(reduce(lambda x, y: x + y, lst))
# 結(jié)果： 15
"""
===========執(zhí)行步驟解析：===========
調(diào)用 reduce(lambda x, y: x + y, lst)時(shí)，reduce函數(shù)將做如下計(jì)算：
1 先計(jì)算頭兩個(gè)元素：f(1, 2)，結(jié)果為3；
2 再把結(jié)果和第3個(gè)元素計(jì)算：f(3, 3)，結(jié)果為6；
3 再把結(jié)果和第4個(gè)元素計(jì)算：f(6, 4)，結(jié)果為10；
4 再把結(jié)果和第5個(gè)元素計(jì)算：f(10, 5)，結(jié)果為15；
5 由于沒(méi)有更多的元素了，計(jì)算結(jié)束，返回結(jié)果15。
"""

3），sorted() 函數(shù)：

描述：

sorted() 函數(shù)對(duì)所有可迭代的對(duì)象進(jìn)行排序操作。

sort 與 sorted 區(qū)別：

sort 是 list 的一個(gè)方法，而 sorted 可以對(duì)所有可迭代的對(duì)象進(jìn)行排序操作。

list 的 sort 方法返回的是對(duì)已經(jīng)存在的列表進(jìn)行操作，無(wú)返回值，而內(nèi)建函數(shù) sorted 方法返回的是一個(gè)新的 list，而不是在原來(lái)的基礎(chǔ)上進(jìn)行的操作。

語(yǔ)法：

sorted(iterable, key=None, reverse=False)

參數(shù)說(shuō)明：

iterable：可迭代對(duì)象。

key：主要是用來(lái)進(jìn)行比較的元素，只有一個(gè)參數(shù)，具體的函數(shù)的參數(shù)就是取自于可迭代對(duì)象中，指定可迭代對(duì)象中的一個(gè)元素來(lái)進(jìn)行排序。

reverse ：排序規(guī)則，reverse = True 降序， reverse = False 升序（默認(rèn)）。

返回值：

返回重新排序的列表。

實(shí)例

# 按年齡升序排列
persons = [('kenny', 15), ('yang', 12), ('liu', 10)]
print(sorted(persons, key=lambda s: s[1]))
# 結(jié)果： [('liu', 10), ('yang', 12), ('kenny', 15)]

4），filter() 函數(shù)：

描述：

filter() 函數(shù)用于過(guò)濾序列，過(guò)濾掉不符合條件的元素，返回由符合條件元素組成的新列表。

該接收兩個(gè)參數(shù)，第一個(gè)為函數(shù)，第二個(gè)為序列，序列的每個(gè)元素作為參數(shù)傳遞給函數(shù)進(jìn)行判斷，然后返回 True 或 False，最后將返回 True 的元素放到新列表中。

語(yǔ)法：

filter(function, iterable)

參數(shù)：

function：判斷函數(shù)。

iterable ：可迭代對(duì)象。

返回值：

Pyhton2.x 返回列表

Python3.x 返回迭代器對(duì)象

實(shí)例

# 過(guò)濾出偶數(shù)
newlist = filter(lambda x: x % 2 == 0, range(1, 11))
print(list(newlist))
# 結(jié)果： [2, 4, 6, 8, 10]

2， Pandas 與 lambda 結(jié)合進(jìn)行高效數(shù)據(jù)分析

在使用pandas的過(guò)程中，我們可以結(jié)合lambda函數(shù)很方便的進(jìn)行各種數(shù)據(jù)處理操作。而lambda在pandas就又經(jīng)常和df.assign、df.apply兩個(gè)函數(shù)組合使用

使用lambda增加Dataframe一列

import pandas as pd
df = pd.DataFrame({
    "name": ["xiaoming", "xiaohong", "xiaosu"],
    "weight": [78, 65, 87],
    "height": [1.82, 1.75, 1.89]
})
### df.apply
df['BMI'] = df.apply(lambda x: x["weight"] / (x["height"] ** 2), axis=1)
print(df)
## df.assign
df1 = df.assign(BMI=lambda x: x["weight"] / (x["height"] ** 2))
print(df1)
#輸出：
"""
       name  weight  height        BMI
0  xiaoming      78    1.82  23.547881
1  xiaohong      65    1.75  21.224490
2    xiaosu      87    1.89  24.355421
"""

當(dāng)然不使用lambda 也是可以計(jì)算BMI。

df["BMI_N"] = df["weight"] / (df["height"] ** 2)
print(df)
#輸出：
"""
       name  weight  height        BMI      BMI_N
0  xiaoming      78    1.82  23.547881  23.547881
1  xiaohong      65    1.75  21.224490  21.224490
2    xiaosu      87    1.89  24.355421  24.355421
"""

但是，當(dāng)涉及到使用if …else時(shí)，使用lambda就很高效了

import pandas as pd
df = pd.DataFrame({
    "name": ["xiaoming", "xiaohong", "xiaosu"],
    "weight": [78, 65, 87],
    "height": [1.82, 1.75, 1.89]
})
df['BMI'] = df.apply(lambda x: '肥胖' if x["weight"] / (x["height"] ** 2) > 22 else '正常', axis=1)
print(df)
#輸出：
"""
       name  weight  height BMI
0  xiaoming      78    1.82  肥胖
1  xiaohong      65    1.75  正常
2    xiaosu      87    1.89  肥胖
"""

到此這篇關(guān)于Python lambda匿名函數(shù)深入講解的文章就介紹到這了,更多相關(guān)Python lambda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: