Python中的Lambda表达式很可能让人迷惑，我们还是从一段官方解释文字开始：
Small anonymous functions can be created with the lambda keyword. This function returns the sum of its two arguments: lambda a, b: a+b. Lambda functions can be used wherever function objects are required. They are syntactically restricted to a single expression. Semantically, they are just syntactic sugar for a normal function definition.
理解lambda表达式的本质需要回答两个问题：为什么需要lambda？lambda的好处在哪里？
首先为什么需要lambda? 让我们看几个例子
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | >>> add_one = lambda x: x + 1 >>> add_one(1) 2 >>> add_one(2) 3 >>> add_one(100) 101 >>> def add_one_fun(x): ... return x + 1 ... >>> add_one_fun(1) 2 >>> add_one_fun(100) 101 >>> x_sum_y = lambda x, y: x + y >>> x_sum_y(1, 1) 2 >>> x_sum_y(1, 10) 11 >>> def sum_fun(x, y): ... return x + y ... >>> sum_fun(1, 1) 2 >>> sum_fun(1, 2) 3 >>> sum_fun(1, 10) 11 |
很遗憾，lambda并非必须，每个lambda都可以用函数替代。那么我们为什么需要lambda表达式？或者lambda表达式有什么优点？其实，官方文档里已经说得很明确了：首先，它是一个小的匿名函数，可以用在任何需要函数对象的地方，它的语法被严格限制在一行表达式（并且不应该太复杂）；从语义上来讲，它们只是正常的函数定义的语法糖。
Python不是一个纯函数式编程语言，但是引入了sorted, map, reduce, filter等函数式编程的一些特性, 可以将函数作为参数传给这些函数，这里，lambda表达式就派上用场了。我们熟悉的大概是sorted函数了：
1 2 3 4 5 | >>> test_list = [('two', 2), ('three', 3), ('one', 1), ('five', 5), ('four', 4)] >>> sorted(test_list, key=lambda x: x[1]) [('one', 1), ('two', 2), ('three', 3), ('four', 4), ('five', 5)] >>> sorted(test_list, key=lambda x: x[0]) [('five', 5), ('four', 4), ('one', 1), ('three', 3), ('two', 2)] |
map() 接收一个 function 和一个 iterable 作为参数，该函数会返回一个迭代器，该迭代器将 function 应用于 iterable 的所有元素，并产生结果。下述示例，对列表中所有元素求平方和立方：
1 2 3 4 5 6 7 | >>> test_list = [2, 3, 5, 7, 11, 13, 19, 17] >>> map_list = list(map(lambda x: x ** 2, test_list)) >>> map_list [4, 9, 25, 49, 121, 169, 361, 289] >>> map_list = list(map(lambda x: x ** 3, test_list)) >>> map_list [8, 27, 125, 343, 1331, 2197, 6859, 4913] |
reduce() 函数会对参数序列中元素进行累积。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。注意在python3中reduce已经从全局函数中移除，需要从functools中import，我们来看一个1到100整数求和的例子:
1 2 3 4 5 6 | >>> test_list = list(range(1, 101)) >>> test_list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99, 100] >>> from functools import reduce >>> reduce(lambda x, y: x + y, test_list) 5050 |
filter() 提供了一种优雅的方法来过滤 iterable（可迭代对象，例如：列表）中的所有元素，过滤条件是 function 返回 True：
1 2 3 4 5 6 7 | >>> test_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15] >>> filter_list = list(filter(lambda x: x % 3 == 0, test_list)) >>> filter_list [3, 6, 9, 12, 15] >>> filter_list = list(filter(lambda x: x % 5 == 0, test_list)) >>> filter_list [5, 10, 15] |
注：原创文章，转载请注明出处及保留链接“Python时代”：http://www.pythonage.com/
本文链接地址：Python Tip 3: Python lambda表达式 http://www.pythonage.com/?p=47