好程序员Python培训分享函数式编程之匿名函数,在定义函数的时候,不想给函数起一个名字。这个时候就可以用lambda来定义一个匿名函数;匿名函数又称之为高效函数;因为在声明的时候可以直接调用(不需要先声明定义然后再调用)。 语法 lambda 变量名....:语句表达式 特点 a.声明时没有函数名(减少程序员对函数名的定义) b.使用lambda关键字 举个栗子 *创建一个不带参匿名函数 func1 = lambda: 1 == 2 res = func1() print(res) #输出结果为False *创建一个传递多个参数匿名函数 func2 = lambda x, y, z: x + y + z res = func2(1, 2, 3) print(res) #输出结果为6 *创建一个带if判断的匿名函数 func3 = lambda x, y: x if x >; y else y res = func3(2, 6) print(res) #输出结果为6 以上定义不规范,为了更好理解,所以分步定义;详细请看下文的误区说明; 注意 1.变量名之间使用逗号隔开; 2.调用时可以直接将lambda整体括起来,然后后面添加括号传入对应的实参(没有实参则需要带上括号表示执行该匿名函数,否则返回的是该匿名函数的对象) 3.匿名函数之间是可以相互调用和嵌套的 作用 1. 程序一次行使用,所以不需要定义函数名,节省内存中变量定义空间 2. 如果想让程序更加简洁时 匿名函数几个规则 1. 一般也就一行表达式,必须有返回值 2. 不能有return 3. 可以没有参数,可以有一个或多个参数 匿名函数大量实例 A.使用 max函数求字典的最大值 dict1 = {'age1': 12, 'age2': 13, 'age3': 14} res = max(dict1, key=lambda x: dict1[x]) print(res) B.使用filter过滤字符串是否以某个字母开头 Names = ['Anne', 'Amy', 'Bob', 'David', 'Carrie', 'Barbara', 'Zach'] B_Name= filter(lambda x: x.startswith('B'),Names) B_Name #输出结果为:['Bob', 'Barbara'] C.lambda和map,filter联合使用 squares = map(lambda x:x**2,range(10)) filters = filter(lambda x:x>;5 and x<;50,squares) print(filters) #输出结果为:[9, 16, 25, 36, 49] D.lambda和sorted联合使用 death = [ ('James',32),('Alies',20),('Wendy',25)] sorted(death,key=lambda age:age[1]) #按照第二个元素,索引为1排序 #输出结果为:[('Alies', 20), ('Wendy', 25), ('James', 32)] E.lambda和reduce联合使用 list1 = [1,2,3,4] sum = reduce(lambda x,y:x+y,list1) print(sum) #输出结果为:10 F.求两个列表元素的和 a = [1,2,3,4] b = [5,6,7,8] map(lambda x,y:x+y, a,b) #输出结果为:[6, 8, 10, 12] 使用误区 1 .给匿名函数命名 PEP 8 中建议我们不要写类似下面的代码 func1 = lambda: 1 == 2 匿名函数可以直接当做变量一样传递,比如传给函数作为参数,并不要求它一定有个名字。需要注意的是,其实上面的操作并没有真正起到给函数命名的作用。 2. 没有必要的匿名函数 某些时候,我们没有使用匿名函数的必要,但却无意中使用了。一般有两种情况。一是使用无意义的调用,比如下面的代码 res=sorted(list1,key=lambda x:len(x)) 将列表按元素的长度进行排序 其实,我们可以直接使用 res=sorted(list1,key=len) 上面的一提出来大家马上就理解了,但是平时我们却或多或少的犯了类似的毛病。另一方面,有很多函数,标准库中都已经实现了,我们不知道,所以做了多余的事情。 3. 降低可读性的匿名函数 按元素的长度和字典序对列表进行排序 list1=["abc","bcde","mhjk"] res=sorted(list1,key=lambda x:(len(x),x.upper())) 上面的代码能够实现功能,但是我觉得下面的可读性更强一些 def get_len_upper(x): return len(x),x.upper() list1=["abc","bcde","mhjk"] res=sorted(list1,key=get_len_upper) 我们通过函数函数名就大概知道了函数的作用,如果是匿名函数的话,我们还得去看相应的逻辑。 4. 可能根本不需要传递函数 对一个列表进行求和,我们可能会看到这样的代码 from functools import reducedata=[1,2,3,4,5] res=reduce(lambda x,y:x+y,data) print(res) 其实,直接使用sum函数就可以了 data=[1,2,3,4,5] print(sum(data)) 对于一些特定的需求,很多时候 Python 可能已经有了现成的方案。我们要有这方面的意识,尽可能简单的去解决问题。 5. 可以不使用 map/filter Python 中的 map 和 filter 一般都结合匿名函数在使用,前者是在迭代过程中对元素做一些处理,后者是过滤掉一些元素。很多情况下,我们可以使用列表推导式或者生成器表达式代替它们。 用生成器表达式代替 map data=[1,2,3,4,5] res=map(lambda x:x**2,data) #等价于 res2=(x**2 for x in data) 用生成器表达式代替 filter data=[1,2,3,4,5] res=filter(lambda x:x>;3,data) #等价于 res2=(x for x in data if x>;3) 明显的可以看出,使用生成器表达式的代码可读性更强一些。 免责声明:内容和图片源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。 |
|
来自: 好程序员IT > 《Python培训教程》