Python之lambda表达式

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

一、lambda表达式 

二、filter函数

三、map函数

四、reduce函数

五、Lambda表达式与filter、map、reduce函数

一、lambda表达式 

Lambda表达式并不是Python中特有的，很多语言中都有，例如：Jave、C++、C#中都有。

根据百度百科中对“Lambda 表达式”(lambda expression)的解释，它是一个匿名函数，Lambda表达式基于数学中的λ演算得名，直接对应于其中的lambda抽象(lambda abstraction)，是一个匿名函数，即没有函数名的函数。

Python中的Lambda表达式是一类特殊的定义函数的形式，使用它可以定义一个匿名函数。与其它语言不同，Python的Lambda表达式的函数体只能有单独的一条语句，也就是返回值表达式语句。其语法如下：

lambda 形参列表 : 函数返回值表达式语句

注意：lambda是一个表达式而不是一个语句。lambda表达式可以接收任意多个参数 (包括可选参数) 并且返回单个表达式的值！ 

1、Python语言构建一个函数就是两种方式def和lambda。下面举例进行说明：

def add1(a, b):
    return a+b
a = 2
b = 3
print("a + b =",add1(a,b))

# 结果为：
a + b = 5

a = 2
b = 3
add2 = lambda a,b : a+b
print('a + b =',add2(a,b))

# 结果为：
a + b = 5

print('type(add1(a,b)):',type(add1(a,b)))
print('type(add2):',type(add2))
# 结果为：
type(add1(a,b)): <class 'int'>
type(add2): <class 'function'>     # 可见，Lambda表达式确实是一种函数的表示方式

2、利用lambda表达式快速组建列表

list = lambda x : x ** 2
l= [list(i) for i in range(10)]
print(l)

# 执行结果
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

list = [(lambda n,i = i : i + n) for i in range(10)]  
print(list[2](9)) 

# 执行结果
11

list[2]是第2个数据（从0开始），(9)是向lambda表达式中插入一个参数，另一个参数是是for循环中的i。
当i = 2，n = 9，执行的结果是11。

二、filter函数

格式：filter(function, iterable)

参数：function — 判断函数；iterable — 可迭代对象。

返回值：返回一个迭代器对象

filter() 函数用于过滤序列，过滤掉不符合条件的元素。接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，返回该序列中使得该函数返回值为True的那些元素组成的filter对象，如果指定函数为None，则返回序列中等价于True的元素。

seq = ['foo', 'x41', '?!', '***']
def func(x):
    return x.isalnum()              #测试是否为字母或数字

filter(func, seq)                   #返回filter对象
# <filter object at 0x000000000305D898>
print(list(filter(func, seq)))      #把filter对象转换为列表

# 执行结果：
['foo', 'x41']

三、map函数

格式：map(func, *iterables)

参数：function — 函数；iterable — 一个或多个序列

内置函数map()把一个函数func依次映射到序列或迭代器对象的每个元素上，并返回一个可迭代的map对象作为结果，map对象中每个元素是原序列中元素经过函数func处理后的结果。

print(list(map(str, range(5))) ) #把列表中元素转换为字符串

# 执行结果：
['0', '1', '2', '3', '4']

def add5(v):  #单参数函数
     return v+5
print(list(map(add5, range(10)))) #把单参数函数映射到一个序列的所有元素

# 执行结果：
[5, 6, 7, 8, 9, 10, 11, 12, 13, 14]

def add(x, y):   #可以接收2个参数的函数
    return x+y
print(list(map(add, range(5), range(5,10))))  #把双参数函数映射到两个序列上

# 执行结果：
[5, 7, 9, 11, 13]

四、reduce函数

格式：reduce(func, sequence[, initial])

参数：function — 函数，有两个参数；iterable — 可迭代对象；initializer — 可选，初始参数。

返回值：返回函数计算结果

标准库functools中的函数reduce()可以将一个接收2个参数的函数以迭代累积的方式从左到右依次作用到一个序列或迭代器对象的所有元素上，并且允许指定一个初始值。

from functools import reduce
seq = list(range(1, 10))
print(reduce(lambda x, y: x+y, seq))

# 执行结果：
45

五、Lambda表达式与filter、map、reduce函数

1、lambda表达式与filter函数

# # 让列表中的偶数输出到屏幕上

f = filter(lambda x : x % 2 == 0, [0,1,2,3,4,5,6,7,8,9])
for i in f:
    print(i)

#执行结果
0
2
4
6
8

2、lambda表达式与map函数

# 让列表中数字全部乘以2

m = map(lambda x : x * 2, [0,1,2,3,4,5,6,7,8,9])
for i in m:
    print(i)

#执行结果
0
2
4
6
8
10
12
14
16
18

3、lambda表达式与reduce函数

# 将列表中数字进行相加

from functools import reduce
r = reduce(lambda x,y : x + y, range(1,101))
print(r)

#执行结果
5050