匿名函数Python匿名函数

@Author：By Runsen

@Date：2019年07月13日

之前写的，最近决定把之前的回顾，写详细。

1、匿名函数

匿名函数不需要显示地定义函数名，使用【lambda + 参数 +表达式】的方式

1.1 lambda 函数

lambda 函数的形式

lambda argument1, argument2,... argumentN : expression

套入函数，使用lambda

square = lambda x: x**2 square(3) 9

lambda 返回的一个函数对象

注意：lambda 和def 的区别

lambda 是一个表达式，def 是一个语句

[(lambda x: x*x)(x) for x in range(10)] # 输出 [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

lambda 可以用作函数的参数，def 不能

l = [(1, 20), (3, 0), (9, 10), (2, -1)] l.sort(key=lambda x: x[1]) # 按列表中元祖的第二个元素排序 print(l) # 输出 [(2, -1), (3, 0), (9, 10), (1, 20)]

lambda 是只有一行的简单表达式

squared = map(lambda x: x**2, [1, 2, 3, 4, 5])

如果不用lambda ，你用def就需要多写好多行

def square(x): return x**2 squared = map(square, [1, 2, 3, 4, 5])

在tkinter 中实现的简单功能

from tkinter import Button, mainloop button = Button( text='This is a button', command=lambda: print('being pressed')) # 点击时调用 lambda 函数 button.pack() mainloop()

主要你按压就出现being pressed

你用def就是下面的样子

from tkinter import Button, mainloop def print_message(): print('being pressed') button = Button( text='This is a button', command=print_message) # 点击时调用 lambda 函数 button.pack() mainloop()

使用def 要写好多行，多定义一个函数

1.2 函数式编程

函数式编程是指代码每一块都是不可变的，都是由纯函数的组成

这里的纯函数 值函数本身相互独立，对于相同的输入都有相同的输出

传入一个列表将列表的元素变为原来的2倍

def multiply_2(l): for index in range(0, len(l)): l[index] *= 2 return l

这段代码不是纯函数的形式，因为我多次调用，每次得到的结果不一样

def multiply_2_pure(l): new_list = [] for item in l: new_list.append(item * 2) return new_list

纯函数的形式，应该在函数里面定义一个新的列表

2、其他函数

对于纯函数python 提供了几个函数

2.1 map

map 函数的形式

（ function ，iterable ）

之一个参数是函数的对象，第二个是一个可迭代对象

l = [1, 2, 3, 4, 5] new_list = map(lambda x: x * 2, l) list(new_list) # [2， 4， 6， 8， 10]

2.2 filter

filter通常对一个***做g过滤的操作

l = [1, 2, 3, 4, 5] new_list = filter(lambda x: x % 2 == 0, l) list(new_list) # [2, 4]

2.3 reduce

reduce通常对一个***做累积的操作

import functools l = [1, 2, 3, 4, 5] product = functools.reduce(lambda x, y: x * y, l) product # 1*2*3*4*5 = 120

3、思考题

3.1 如何根据值来排序

d = {'mike': 10, 'lucy': 2, 'ben': 30}

sorted(d.items(),key=lambda x:x[1],reverse=True)

注意 reduce在3中已经放进functools模块中了

>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5]) <map object at 0x000001CAD42A8CF8> >>> filter(lambda x: x % 2 ==0, [1,2,3,4,5]) <filter object at 0x000001CAD42A8C88> >>> reduce(lambda x,y: x*y,[1,2,3,4,5]) Traceback (most recent call last): File "<stdin>", line 1, in <module> NameError: name 'reduce' is not defined >>> from functools import reduce >>> reduce(lambda x,y: x*y,[1,2,3,4,5]) 120 map,filter返回的只是一个对象，reduce在3中已经放进fucntools模块中了