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。

来源：https://blog.csdn.net/weixin_38739735/article/details/114559416