Python lambda匿名函数深入讲解

目录
  • 一,Python中lambda函数的语法
  • 二,两个注意点
  • 三,lambda 应用

一,Python中lambda函数的语法

lambda 函数在 Python 编程语言中使用频率非常高,使用起来非常灵活、巧妙;lambda 函数是一个匿名函数(即,没有名称定义),它可以接受任意数量的参数,但与普通函数不同,它只计算并返回一个表达式

Python 中的 lambda 函数使用以下语法表达:

lambda [arg1 [,arg2,.....argn]]:expression
"""
lambda : Python 预留的关键字,类似普通函数中 def
[arg…] : 是参数列表,它的结构与 Python 中函数(function)的参数列表是一样的,
          需要注意的是,普通函数不同,这里不需要用括号将 lambda 函数的参数括起来,
          如果 lambda 函数有两个或更多参数,用逗号列出它们。
expression :一个参数表达式,表达式中出现的参数需要在[arg......]中有定义,并且表达式只能是单行的,只能有一个表达式。
"""

一个简单的 lambda 函数示例:

lambda x: x + 1
#上面的 lambda 函数接受一个参数,将其递增 1,然后返回结果
#它是以下带有 def 和 return 关键字的普通函数的更简单版本:
def increment_by_one(x):
    return x + 1

一个多参数的 lambda 函数示例:

lambda x, y, z: x + y + z
# 用逗号分隔函数定义中的参数。当执行这样一个 lambda 函数时,以相同的顺序列出相应的参数,并用逗号分隔它们
print((lambda x, y, z: x + y + z)(1, 2, 3))

二,两个注意点

注意点1:

lambda 函数也可以执行条件操作,例如

print((lambda x: x if(x > 10) else 10)(5))   # 10
#### 它是以下带有 def 和 return 关键字的普通函数的更简单版本:
def fun(x):
    if x > 10:
        return x
    else:
        return 10
fun(5)
####  嵌套使用
(lambda x: x * 10 if x > 10 else (x * 5 if x < 5 else x))(11)
# 等价于 def 和 return 关键字的普通函数
def fun(x):
    if x > 10:
        return x * 10
    elif x < 5:
        return x * 5
    else:
        return x
fun(11)

注意:在这种情况下,具有 if-elif-…-else 条件集的普通函数将是比 lambda 函数更好的选择,虽然函数定义比相应的 lambda 函数增加了更多行,但它更容易阅读。如果团队成员都可以接受,那也就无关紧要了。

注意点2:

lambda 函数被赋值给一个变量,然后将该变量作为普通函数调用,甚至可以被赋值给其他函数,从而将其他函数用该lambda函数替换。

# lambda 函数被赋值给一个变量
f = lambda x: x ** 2
f(2)

但是根据 Python 代码的 PEP 8 样式规则,这是一种不好的做法,感觉多此一举。

赋值语句的使用消除了lambda表达式优于显式def表达式的唯一优势(即lambda表达式可以内嵌到更大的表达式中)。

## 赋值给其他函数
time.sleep=lambda x: None
time.sleep(3) # 程序不会休眠 3 秒钟,而是因为lambda输出为None,所以这里结果是什么都不做

这种做法也没错误,但是相信也没有开发人员会这么干的。

三,lambda 应用

1, 作为高阶函数的回调函数

1),map() 函数:

描述:

map() 会根据提供的函数对指定序列做映射。

第一个参数 function 以参数序列中的每一个元素调用 function 函数,返回包含每次 function 函数返回值的新列表。

语法:

map(function, iterable, …)

参数:

function :函数

iterable : 一个或多个序列

返回值:

Python 2.x 版本返回的是列表

Python 3.x 版本返回的是迭代器

# 计算平方数
print(tuple(map(lambda x: x ** 2, [1, 2, 3, 4, 5])))   # py3
print(map(lambda x: x ** 2, [1, 2, 3, 4, 5]))          # py2
# 结果:
[1, 4, 9, 16, 25]
# 提供两个列表,将其相同索引位置的列表元素进行相加
map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])   # py2
# 结果:
[3, 7, 11, 15, 19]

2),reduce() 函数:

描述:

函数将一个数据集合(链表,元组等)中的所有数据进行下列操作:用传给 reduce 中的函数 function(有两个参数)先对集合中的第 1、2 个元素进行操作,得到的结果再与第三个数据用 function 函数运算,最后得到一个结果。

语法:

reduce(function, iterable[, initializer])

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。

实例

from functools import reduce
lst = [1, 2, 3, 4, 5]
print(reduce(lambda x, y: x + y, lst))
# 结果: 15
"""
===========执行步骤解析:===========
调用 reduce(lambda x, y: x + y, lst)时,reduce函数将做如下计算:
1 先计算头两个元素:f(1, 2),结果为3;
2 再把结果和第3个元素计算:f(3, 3),结果为6;
3 再把结果和第4个元素计算:f(6, 4),结果为10;
4 再把结果和第5个元素计算:f(10, 5),结果为15;
5 由于没有更多的元素了,计算结束,返回结果15。
"""

3),sorted() 函数:

描述:

sorted() 函数对所有可迭代的对象进行排序操作。

sort 与 sorted 区别:

sort 是 list 的一个方法,而 sorted 可以对所有可迭代的对象进行排序操作。

list 的 sort 方法返回的是对已经存在的列表进行操作,无返回值,而内建函数 sorted 方法返回的是一个新的 list,而不是在原来的基础上进行的操作。

语法:

sorted(iterable, key=None, reverse=False)

参数说明:

iterable:可迭代对象。

key:主要是用来进行比较的元素,只有一个参数,具体的函数的参数就是取自于可迭代对象中,指定可迭代对象中的一个元素来进行排序。

reverse : 排序规则,reverse = True 降序 , reverse = False 升序(默认)。

返回值:

返回重新排序的列表。

实例

# 按年龄升序排列
persons = [('kenny', 15), ('yang', 12), ('liu', 10)]
print(sorted(persons, key=lambda s: s[1]))
# 结果: [('liu', 10), ('yang', 12), ('kenny', 15)]

4),filter() 函数:

描述:

filter() 函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。

该接收两个参数,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,然后返回 True 或 False,最后将返回 True 的元素放到新列表中。

语法:

filter(function, iterable)

参数:

function:判断函数。

iterable :可迭代对象。

返回值:

Pyhton2.x 返回列表

Python3.x 返回迭代器对象

实例

# 过滤出偶数
newlist = filter(lambda x: x % 2 == 0, range(1, 11))
print(list(newlist))
# 结果: [2, 4, 6, 8, 10]

2, Pandas 与 lambda 结合进行高效数据分析

在使用pandas的过程中,我们可以结合lambda函数很方便的进行各种数据处理操作。而lambda在pandas就又经常和df.assign、df.apply两个函数组合使用

使用lambda增加Dataframe一列

import pandas as pd
df = pd.DataFrame({
    "name": ["xiaoming", "xiaohong", "xiaosu"],
    "weight": [78, 65, 87],
    "height": [1.82, 1.75, 1.89]
})
### df.apply
df['BMI'] = df.apply(lambda x: x["weight"] / (x["height"] ** 2), axis=1)
print(df)
## df.assign
df1 = df.assign(BMI=lambda x: x["weight"] / (x["height"] ** 2))
print(df1)
#输出:
"""
       name  weight  height        BMI
0  xiaoming      78    1.82  23.547881
1  xiaohong      65    1.75  21.224490
2    xiaosu      87    1.89  24.355421
"""

当然不使用lambda 也是可以计算BMI。

df["BMI_N"] = df["weight"] / (df["height"] ** 2)
print(df)
#输出:
"""
       name  weight  height        BMI      BMI_N
0  xiaoming      78    1.82  23.547881  23.547881
1  xiaohong      65    1.75  21.224490  21.224490
2    xiaosu      87    1.89  24.355421  24.355421
"""

但是,当涉及到使用if …else时,使用lambda就很高效了

import pandas as pd
df = pd.DataFrame({
    "name": ["xiaoming", "xiaohong", "xiaosu"],
    "weight": [78, 65, 87],
    "height": [1.82, 1.75, 1.89]
})
df['BMI'] = df.apply(lambda x: '肥胖' if x["weight"] / (x["height"] ** 2) > 22 else '正常', axis=1)
print(df)
#输出:
"""
       name  weight  height BMI
0  xiaoming      78    1.82  肥胖
1  xiaohong      65    1.75  正常
2    xiaosu      87    1.89  肥胖
"""

到此这篇关于Python lambda匿名函数深入讲解的文章就介绍到这了,更多相关Python lambda内容请搜索我们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我们!

(0)

相关推荐

  • Python浅析匿名函数lambda的用法

    目录 lambda函数的定义    Lambda函数在Python中 lambda函数的定义    lambda函数是Python中常用的内置函数,又称为匿名函数.和普通函数相比,它只有函数体,省略了def和return,使得结构看起来更精简.其基本调用语法如下: lambda [var1 [,var2,…varn]]:expression [var1 [,var2,…varn]]:形式参数,可以理解为入参,供表达式使用. expression:函数表达式,其结果为lambda函数的返回值. L

  • python匿名函数lambda原理及实例解析

    这篇文章主要介绍了python匿名函数lambda原理及实例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 代码如下 #-*- coding:utf-8 -*- #__author__ = "www.iplaypy.com" # 普通python函数 def func(a,b,c): return a+b+c print func(1,2,3) # 返回值为6 # lambda匿名函数 f = lambda a,b,c:a+b+c

  • 详解Python匿名函数(lambda函数)

    匿名函数lambda Python使用lambda关键字创造匿名函数.所谓匿名,意即不再使用def语句这样标准的形式定义一个函数.这种语句的目的是由于性能的原因,在调用时绕过函数的栈分配.其语法是: lambda [arg1[, arg2, ... argN]]: expression 其中,参数是可选的,如果使用参数的话,参数通常也会在表达式之中出现. 下面举例来说明lambda语句的使用方法(无参数). # 使用def定义函数的方法 def true(): return True #等价的l

  • Python lambda 匿名函数优点和局限性深度总结

    目录 什么是 Python 中的 Lambda 函数 Python 中的 Lambda 函数如何工作 Lambda 函数在 Python 中的应用 带有 filter() 函数的 Lambda 带有 map() 函数的 Lambda 带有 reduce() 函数的 Lambda Python 中 Lambda 函数的优缺点 优点 缺点 总结 什么是 Python 中的 Lambda 函数 今天我们来学习 Python 中的 lambda 函数,并探讨使用它的优点和局限性 Let's do it!

  • python中lambda匿名函数详解

    在Python中,不通过def来声明函数名字,而是通过lambda关键字来定义的函数称为匿名函数 关键字lambda表示匿名函数 语法 lambda 参数:表达式 先写lambda关键字,然后依次写匿名函数的参数,多个参数中间用逗号连接,然后是一个冒号,冒号后面写返回的表达式 lambda函数比普通函数更简洁 匿名函数有个好处:函数没有名字,不必担心函数名冲突 匿名函数与普通函数的对比 : def sum_func(a, b, c): return a + b + c sum_lambda =

  •  Python 匿名函数lambda 详情

    目录 1.前言 2.如何使用 lambda 3.总结 1.前言 在 Python 中,说到函数,大家都很容易想到用 ​​def​​ 关键字来声明一个函数: def Hello():     # function body 然后我们可以在​添加由圆括号括起来的参数列表.函数体内可能有很多行代码,里面有尽可能多的语句和表达式.​ 除了 ​​def​​​ 语句定义函数以外,还有一种生成函数对象的表达式形式: ​​lambda​​ 表达式,这个表达式创建了一个能够随时调用的函数. 有时声明一个函数只有一

  • Python 中的lambda匿名函数和三元运算符

    目录 匿名函数 什么是匿名函数 分类 三元运算符 匿名函数 什么是匿名函数 用一句话表达只有返回值的函数就是匿名函数.匿名函数只用来实现一些简单的函数功能,所以追求代码的简洁和高效.使用关键字 ​​lambda​​ 定义,所以匿名函数又称之为lambda表达式. 分类 无参数的​​lambda​​ 表达式 # 普通函数 def func(): return 'hello motherland' # 调用 res = func() print(res) # hello motherland # l

  • python ---lambda匿名函数介绍

    lambda特性:"一个语法,三个特性,四个用法" 一个语法 在Python中,lambda的语法是唯一的.其形式如下: lambda argument_list: expression 其中,lambda是Python预留的关键字,argument_list和expression由用户自定义.具体介绍如下. 1.这里的argument_list是参数列表.它的结构与Python中函数(function)的参数列表是一样的.具体来说,argument_list可以有非常多的形式.例如:

  • Python技巧匿名函数、回调函数和高阶函数

    目录 1.定义匿名或内联函数 2.在匿名函数中绑定变量的值 3.让带有n个参数的可调用对象以较少的参数调用 4.在回调函数中携带额外的状态 1.定义匿名或内联函数 如果我们想提供一个短小的回调函数供sort()这样的函数用,但不想用def这样的语句编写一个单行的函数,我们可以借助lambda表达式来编写"内联"式的函数. 如下图所示: add = lambda x, y: x + y print(add(2, 3)) # 5 print(add("hello", &

  • python中append函数用法讲解

    如果在做一个地区的统计工作,可以使用列表来帮助我们.输入汉字或者其他字符,比如"01代表汉族",那么在写民族的时候有下拉列表,就可以打01,就会自动识别为汉族.列表是用来大规模数据填报的时候使用,在python中,也有很多使用到列表的时候,那你知道如何在列表的末尾添加新的对象?今天,我们就来认识一下python中可以在列表末尾添加元素的append函数. 1.append()函数 用于在列表末尾添加新的对象. 2. 语法 list.append(obj) 3.参数 list:列表对象:

  • C++11 lambda(匿名函数)表达式详细介绍

    目录 前言 概念及基本用法 捕获变量 lambda表达式类型 声明式的编程风格 总结 前言 Lambda(匿名函数)表达式是C++11最重要的特性之一,lambda来源于函数式编程的概念,也是现代编程语言的一个特点. 优点如下: 声明式编程风格:就地匿名定义目标函数或函数对象,有更好的可读性和可维护性. 简洁:不需要额外写一个命名函数或函数对象,,避免了代码膨胀和功能分散. 更加灵活:在需要的时间和地点实现功能闭包. 概念及基本用法 lambda表达式定义了一个匿名函数,并且可以捕获一定范围内的

  • Python的lambda匿名函数的简单介绍

    lambda函数也叫匿名函数,即,函数没有具体的名称.先来看一个最简单例子: 复制代码 代码如下: def f(x):return x**2print f(4) Python中使用lambda的话,写成这样 复制代码 代码如下: g = lambda x : x**2print g(4) lambda表达式在很多编程语言都有对应的实现.比如C#: 复制代码 代码如下: var g = x => x**2Console.WriteLine(g(4)) 那么,lambda表达式有什么用处呢?很多人提

  • Python之lambda匿名函数及map和filter的用法

    现有两个元组(('a'),('b')),(('c'),('d')),请使用python中匿名函数生成列表[{'a':'c'},{'b':'d'}] t1 = (('a'), ('c')) t2 = (('b'), ('d')) print(list(map(lambda t: {t[0]: t[1]}, zip(t1, t2)))) l = lambda t1, t2: [{i: j} for i, j in zip(t1, t2)] print(l(t1, t2)) map内置函数使用: ma

随机推荐

其他