• python之Lambda


    Python 匿名函数lambda

     

     lambda表达式在“:”后只能有一个表达式。也就是说,在def中,用return可以返回的也可以放在lambda后面,不能用return返回的也不能定义在python lambda后面。因此,像if或for或print这种语句就不能用于lambda中,lambda一般只用来定义简单的函数

    Python虽然不是一种函数式编程语言,但仍然给予了函数式编程很大的重视。接下来的几篇文章我将记录一些Python函数式编程的知识,其中本文要说的是匿名函数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)。

    下面再举一个带参数的例子。

    是不是看起来代码更简洁,又不失可读性。

    ==========================================

    **加深对lambda函数的了解**

    无参匿名函数:
    ------
    >>> t = lambda : True #分号前无任何参数
    >>> t()
    True

    等价于下面的def定义的函数
    >>> def func(): return True
    >>> func()
    True

    ------

    >>> s = "this is a test" #建此字符串按照正常情形输出
    >>> s
    'this is a test'
    >>> print s.split() #split函数默认分割:空格,换行符,TAB
    ['this', 'is', 'a', 'test']
    >>> ' '.join(s.split()) #用join函数转一个列表为字符串
    'this is a test'

    等价于

    >>> (lambda s:' '.join(s.split()))("this is a test")




    带参数匿名函数

    >>> lambda x: x**3 #一个参数
    >>> lambda x,y,z:x+y+z #多个参数

    >>> lambda x,y=3: x*y #允许参数存在默认值



    匿名函数调用

    #直接赋值给一个变量,然后再像一般函数调用

    ------

    >>> c = lambda x,y,z: x*y*z
    >>> c(2,3,4)
    24

    ------

    >>> c = lambda x,y=2: x+y #使用了默认值
    >>> c(10) #不输的话,使用默认值2
    12

    ------

    >>> a = lambda *z:z #*z返回的是一个元祖
    >>> a('Testing1','Testing2')
    ('Testing1', 'Testing2')

    ------

    >>> c = lambda **Arg: Arg #arg返回的是一个字典
    >>> c()
    {}

    #直接后面传递实参

    ------

    >>> (lambda x,y: x if x> y else y)(101,102)
    102 

    ------

    >>> (lambda x:x**2)(3)
    9

    #lambda返回的值,结合map,filter,reduce使用

    >>> filter(lambda x:x%3==0,[1,2,3,4,5,6])
    [3, 6]

    等价于下面的列表推导式

    >>> l = [x for x in [1,2,3,4,5,6] if x%3==0]
    >>> l
    [3, 6]


    嵌套使用

    #lambda嵌套到普通函数中,lambda函数本身做为return的值

    ------

    >>> def increment(n):
    ... return lambda x: x+n
    ...
    >>> f=increment(4)
    >>> f(2)
    6

    ------

    >>> def say():
    ... title = 'Sir,'
    ... action= lambda x: title + x
    ... return action
    ...
    >>> act = say()
    >>> act('Smith!')
    'Sir,Smith!'



    大量例子:

    例01: 字符串联合,有默认值,也可以x=(lambda...)这种格式

    >>> x = (lambda x="Boo",y="Too",z="Zoo": x+y+z)
    >>> x("Foo")
    'FooTooZoo'



    例02: 和列表联合使用

    >>> L = [lambda x:x**2,
    lambda x:x**3,
    lambda x:x**4]

    >>> for f in L:
    ... print f(2)
    ...
    4
    8
    16

    也可以如下面这样调用

    >>> print L[0](3)
    9

    例03: 和字典结合使用

    >>> key = 'B'
    >>> dic = { 'A': lambda: 2*2,
    ... 'B': lambda: 2*4,
    ... 'C': lambda: 2*8}
    >>> dic[key]()
    8

    例04: 求最小值

    >>> lower = lambda x,y: x if x<y else y
    >>> lower('aa','ab')
    'aa'



    例05: 和map及list联合使用

    >>> import sys
    >>> showall = lambda x:list(map(sys.stdout.write,x))
    >>> showall(['Jerry ','Sherry ','Alice '])
    Jerry
    Sherry
    Alice

    >>> showall(['Jerry','Sherry','Alice'])
    JerrySherryAlice

    等价于下面

    >>> showall = lambda x: [sys.stdout.write(line) for line in x]
    >>> showall(('I ','Love ','You!'))
    I Love You![None, None, None]



    例06: 在Tkinter中定义内联的callback函数

    import sys
    from Tkinter import Button,mainloop


    x = Button(text='Press me',
    command=(lambda:sys.stdout.write('Hello,World ')))
    x.pack()
    x.mainloop()



    >>> 

    Hello,World!

    Hello,World!



    例07: lambda和map联合使用,

    >>>  out = lambda *x: sys.stdout.write(' '.join(map(str,x)))
    >>> out('This','is','a','book! ')
    This is a book!



    例08: 判断字符串是否以某个字母开头

    >>> print (lambda x: x.startswith('B'))('Bob')
    True

    -----

    >>> Names = ['Anne', 'Amy', 'Bob', 'David', 'Carrie', 'Barbara', 'Zach']
    >>> B_Name= filter(lambda x: x.startswith('B'),Names)
    >>> B_Name
    ['Bob', 'Barbara']



    例09: lambda和map联合使用:

    >>>  squares = map(lambda x:x**2,range(5))
    >>> squares
    [0, 1, 4, 9, 16]



    例10. lambda和map,filter联合使用:

    >>>  squares = map(lambda x:x**2,range(10))
    >>> filters = filter(lambda x:x>5 and x<50,squares)
    >>> filters
    [9, 16, 25, 36, 49]



    例11. lambda和sorted联合使用

    #按death名单里面,按年龄来排序

    #匿名函数的值返回给key,进来排序

    >>> death = [ ('James',32),
    ('Alies',20),
    ('Wendy',25)]

    >>> sorted(death,key=lambda age:age[1]) #按照第二个元素,索引为1排序
    [('Alies', 20), ('Wendy', 25), ('James', 32)]



    例12. lambda和reduce联合使用

    >>> L = [1,2,3,4]
    >>> sum = reduce(lambda x,y:x+y,L)
    >>> sum
    10



    例13. 求2-50之间的素数

    #素数:只能被1或被自己整除的数

    >>> nums = range(2,50)
    >>> for i in nums:
    nums = filter(lambda x:x==i or x % i,nums)
    >>> nums
    [2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47]



    例14. 求两个列表元素的和

    >>> a = [1,2,3,4]
    >>> b = [5,6,7,8]
    >>> map(lambda x,y:x+y, a,b)
    [6, 8, 10, 12]



    例15. 求字符串每个单词的长度 

    >>> sentence = "Welcome To Beijing!"
    >>> words = sentence.split()

    >>> lengths = map(lambda x:len(x),words)
    >>> lengths
    [7, 2, 8]

    写成一行:

    >>>  print map(lambda x:len(x),'Welcome To Beijing!'.split())


    部分参考玩蛇网:http://www.iplaypy.com/wenda/lambda.html

    部分参考csdn:http://blog.csdn.net/csdnstudent/article/details/40112803

  • 相关阅读:
    置换加密算法
    堆和优先队列的应用
    定时发送邮件小程序
    Hibernate的缓存
    Spring中使用JDBC
    Spring AOP(创建切面)
    处理不可中断阻塞
    SQL语句实例说明
    spring_声明式事务
    Flex_includeIn属性的作用
  • 原文地址:https://www.cnblogs.com/jinxf/p/9012488.html
Copyright © 2020-2023  润新知