Python中使用Lambda函数的5种用法

引言

Lambda 函数（也称为匿名函数）是函数式编程中的核心概念之一。

支持多编程范例的 Python 也提供了一种简单的方法来定义 lambda 函数。

用 Python 编写 lambda 函数的模板是:

lambda arguments : expression

它包括三个部分:

· Lambda 关键字

· 函数将接收的参数

· 结果为函数返回值的表达式

由于它的简单性，lambda 函数可以使我们的 Python 代码在某些使用场景中更加优雅。这篇文章将演示在 Python 中 lambda 函数的5个常见用法，并用有趣的例子来解释它们。

1.命名使用

如果我们只需要一个简单的函数，lambda 是一个很好的选择，因为它可以被看作是定义函数的一种更简单的方法。因此，我们可以给它一个名称，并像普通函数一样使用它。

lambda_add_ten = lambda x: x + 10
print(lambda_add_ten(5))
# 15
 
def add_ten(x):
 return x + 10
print(add_ten(5))
# 15

如上面的例子所示，add_ten() 和 lambda_add_ten() 方法的结果是相同的，但是 lambda 函数可以使我们的代码更短更清晰。

2. 与高阶函数配合

如果我们可以将 lambda 函数与 map()、 filter()和 reduce()等高阶函数一起使用，那么程序将变得更加优雅。

让我们来看下面这个问题：

给你一个列表如下，你能打印其中所有的奇数吗？

numbers = [1, 12, 37, 43, 51, 62, 83, 43, 90, 2020]

这个问题看起来很简单，但它足以区分初级和高级 Python 开发人员。

初级程序员可能会编写如下代码:

odd_number = []
for n in numbers:
 if n % 2 == 1:
 odd_number.append(n)
print(odd_number)
# [1, 37, 43, 51, 83, 43]

它工作正常，没有任何问题。然而，一个高级 Python 程序员只需要一行代码就可以做同样的事情:

print(list(filter(lambda x: x % 2 == 1, numbers)))
# [1, 37, 43, 51, 83, 43]

它看起来更优雅，不是吗？

顺便说一下，上面的一行解决方案只是为了展示如何使用 lambda 函数。当然还有其他的单行解决方案，比如列表解析:

odd_numbers = [i for i in numbers if i % 2 == 1]

实际上，在许多情况下，列表内涵函数可能比高阶函数与 lambda 函数协作更具可读性。

3.赋予“key”参数

一些内置方法具有关键的参数，这些参数给我们提供了更多的灵活性。

例如，当我们使用 sorted()或 sort()方法对 Python 中的迭代进行排序时，关键参数决定如何比较迭代中的两个元素。

这里也是 lambda 函数的表演时间。

leaders = ["Warren Buffett", "Yang Zhou", "Tim Cook", "Elon Musk"]
print(leaders)
# ['Warren Buffett', 'Yang Zhou', 'Tim Cook', 'Elon Musk']
leaders.sort(key=lambda x: len(x))
print(leaders)
# ['Tim Cook', 'Yang Zhou', 'Elon Musk', 'Warren Buffett']

如上所述，如果我们按照每个名称的长度对 leaders 列表进行排序，一个简单的方法是向 key 参数传递一个 lambda 函数。

另一个常见的使用场景是根据字典的键或值对其进行排序。

leaders = {4: "Yang Zhou", 2: "Elon Musk", 3: "Tim Cook", 1: "Warren Buffett"}
print(leaders)
# {4: 'Yang Zhou', 2: 'Elon Musk', 3: 'Tim Cook', 1: 'Warren Buffett'}
leaders = dict(sorted(leaders.items(), key=lambda x: x[0]))
print(leaders)
# {1: 'Warren Buffett', 2: 'Elon Musk', 3: 'Tim Cook', 4: 'Yang Zhou'}

4.立即调用

立即调用的函数表达式(IIFE)是 JavaScript 中的一种习惯用法。Python 中的 lambda 函数也支持这个技巧。我们可以立即运行一个 lambda 函数，如下所示:

>>> (lambda x,y:x*y)(2,3)
6

但是，出于可读性和可维护性的考虑，最好只在 Python 的交互式解释器中使用这个技巧。

顺便说一句，如果你熟悉Python中的下划线技巧，则也可以使用以下方式。

>>> lambda x,y:x*y
<function <lambda> at 0x7fc319102d30>
>>> _(2,3)
6

5.在闭包中使用

闭包是一个功能强大的函数式编程特性，在 Python 中也可以使用。因为它是关于嵌套函数的，所以我们可以使用 lambda 函数来使程序更加清晰。

下面是使用闭包的一个例子:

def outer_func():
 leader = "Yang Zhou"
 def print_leader(location=""):
 return leader + " in the " + location
 return print_leader
 
 
Lead = outer_func()("UK")
print(Lead)
# Yang Zhou in the UK

我们该如何使用 lambda 函数来简化上面的代码？

def outer_func():
 leader = "Yang Zhou"
 return lambda location="": leader + " in the " + location
 
Lead = outer_func()("UK")
print(Lead)
# Yang Zhou in the UK

正如上面的例子所示，当我们使用嵌套函数时，lambda 函数可以帮助我们编写更易读和清晰的代码。

总结

Python 中的 lambda 函数为我们提供了更多的灵活性和方法设计选项。总之，我们应该熟悉以上五种常见用法，以便正确使用，而不是过度使用。

到此这篇关于Python中使用Lambda函数的5种用法的文章就介绍到这了,更多相关python使用Lambda函数内容请搜索猪先飞以前的文章或继续浏览下面的相关文章希望大家以后多多支持猪先飞！