• Python lambda介绍(转)


      在学习python的过程中,lambda的语法时常会使人感到困惑,lambda是什么,为什么要使用lambda,是不是必须使用lambda?
    
      下面就上面的问题进行一下解答。
    
      1、lambda是什么?
    
        看个例子:     
    
    1 g = lambda x:x+1
      看一下执行的结果: 
    
      g(1)
    
      >>>2
    
      g(2)
    
      >>>3
    
      当然,你也可以这样使用:
    
      lambda x:x+1(1)
    
      >>>2   
    
      可以这样认为,lambda作为一个表达式,定义了一个匿名函数,上例的代码x为入口参数,x+1为函数体,用函数来表示为:
    
    1 def g(x):
    2     return x+1
      非常容易理解,在这里lambda简化了函数定义的书写形式。是代码更为简洁,但是使用函数的定义方式更为直观,易理解。
    
      Python中,也有几个定义好的全局函数方便使用的,filter, map, reduce  
    
    复制代码
    >>> foo = [2, 18, 9, 22, 17, 24, 8, 12, 27]
    >>>
    >>> print filter(lambda x: x % 3 == 0, foo)
    [18, 9, 24, 12, 27]
    >>>
    >>> print map(lambda x: x * 2 + 10, foo)
    [14, 46, 28, 54, 44, 58, 26, 34, 64]
    >>>
    >>> print reduce(lambda x, y: x + y, foo)
    139
    复制代码
      上面例子中的map的作用,非常简单清晰。但是,Python是否非要使用lambda才能做到这样的简洁程度呢?在对象遍历处理方面,其实Python的for..in..if语法已经很强大,并且在易读上胜过了lambda。
    
      比如上面map的例子,可以写成:
    
        print [x * 2 + 10 for x in foo]
    
      非常的简洁,易懂。
    
      filter的例子可以写成:
    
        print [x for x in foo if x % 3 == 0]
    
      同样也是比lambda的方式更容易理解。
    
      上面简要介绍了什么是lambda,下面介绍为什么使用lambda,看一个例子(来自apihelper.py):  
    
    processFunc = collapse and (lambda s: " ".join(s.split())) or (lambda s: s)
      在Visual Basic,你很有可能要创建一个函数,接受一个字符串参数和一个 collapse 参数,并使用 if 语句确定是否压缩空白,然后再返回相应的值。这种方式是低效的,因为函数可能需要处理每一种可能的情况。每次你调用它,它将不得不在给出你所想要的东西之前,判断是否要压缩空白。在 Python 中,你可以将决策逻辑拿到函数外面,而定义一个裁减过的 lambda 函数提供确切的 (唯一的) 你想要的。这种方式更为高效、更为优雅,而且很少引起那些令人讨厌 (哦,想到那些参数就头昏) 的错误。
    
      通过此例子,我们发现,lambda的使用大量简化了代码,使代码简练清晰。但是值得注意的是,这会在一定程度上降低代码的可读性。如果不是非常熟悉python的人或许会对此感到不可理解。
    
      lambda 定义了一个匿名函数
    
      lambda 并不会带来程序运行效率的提高,只会使代码更简洁。
    
      如果可以使用for...in...if来完成的,坚决不用lambda。
    
      如果使用lambda,lambda内不要包含循环,如果有,我宁愿定义函数来完成,使代码获得可重用性和更好的可读性。
    
      总结:lambda 是为了减少单行函数的定义而存在的。
    
    
  • 相关阅读:
    HTML5 ④
    HTML5 ③
    HTML5 ②
    HTML5 ①
    what’s this?
    第一篇
    2017年3月1号课堂笔记
    2017年2月27号课堂笔记
    2017年2月24号课堂笔记
    2017.02.15课堂笔记
  • 原文地址:https://www.cnblogs.com/nyist-xsk/p/7404675.html
Copyright © 2020-2023  润新知