当前版本:

  • Python 3.8.4

        

文章目录如下

1. lambda 的特点

2. lambda 的用法

2.1. 基本语法

2.2. 函数传参

2.3. 结合条件语句

3. lambda 的应用场景

3.1. 处理列表

3.2. 处理字典


        

1. lambda 的特点

lambda 是一种匿名函数的定义方式,也称为 lambda 函数。它不需要为函数命名,这使得在需要临时或一次性的函数功能时非常方便,通常只需要一行代码即可完成函数的定义。

为什么说它简洁呢,来看一组对比:

【传统函数】

def add_def(a, b):
    return a + b

print(add_def(2, 3))

【lambda函数】

add_lambda = lambda a, b: a + b
print(add_lambda(2, 3))

使用传统函数使用2行代码,使用 lambda 函数仅需要1行代码,从代码量来讲确实简洁,如果代码量大,使用传统函数更容易阅读。所以一般只有在逻辑简单的情况使用 lambda 函数最合适。

        

2. lambda 的用法

2.1. 基本语法

lambda 由2部分组成(关键字:表达式)

lambda : 表达式
  • 表达式:表示函数的逻辑操作,可以是任意有效的 Python 表达式。 

        

用一个最简单的表达式来举例:

lambda: "Hello, World!"

结果(匿名函数): 

        

正常情况下,我们是通过 lambda 来定义一个匿名函数,比如:

func = lambda : 1+1

通过 lambda 来定义一个匿名函数(func),我们可以直接调用这个函数,也支持向函数传参。

        

2.2. 函数传参

匿名函数本身就是函数的一种,所以它也支持传参,语法如下:

lambda 参数 : 表达式

        

定义1个参数的例子

func = lambda x: x**2

我们定义一个名为func的匿名函数,调用时与正常情况下传参即可

func(3)    # 传入一个参数

        

定义多个参数也是同样的方法

func = lambda x,y,z: x+y+z

调用函数时传入多个参数

func(3,4,5)

        

当然了,参数同样支持默认值

func = lambda x=10,y=20,z=30: x+y+z

调用时可以使用默认值或自定义的值,与传统函数没有区别

func()        # 使用默认值
func(x=20)    # 使用部分默认值
func(1,2,3)   # 不使用默认值

        

也支持可变参数(语法:*参数名)

func = lambda *args: sum(args)

调用参数时没有数量限制

func(10)              # 传入1个参数
func(10, 20, 30, 40)  # 传入多个参数

        

2.3. 结合条件语句

lambda 支持与条件语句一起使用,语法如下:

lambda 参数 : 条件语句

        

比如简单的三目运算:

func = lambda x: True if x > 0 else False

通过传入的参数判断是否大于0,如果大于0返回True,否则返回False

func(2)    # 传入一个大于0的参数

        

多条件可以使用多个 if

func = lambda x: "大于0" if x > 0 else "小于0" if x < 0 else "等于0"
  • 如果 x 大于 0,则满足条件 x > 0;如果 x 不大于 0,但小于 0,则满足条件 x < 0;如果 x 不满足前面两个条件,即等于 0,则执行最后的 else 分支。

  • 如果语句再复杂一点就不适用匿名函数了,不太好阅读。

        

如果参数是字符串,返回字符串的长度,否则返回-1

func = lambda x: len(x) if isinstance(x, str) else -1
  • 同样通过 if 判断这个参数,成功返回 len(x),失败返回 -1

         

更加复杂一点的判断

func = lambda x: True if (x > 0) and (x % 2 == 0) else False
  • 如果参数 x 大于0,并且是偶数,返回 True,否则返回 False

        

3. lambda 的应用场景

3.1. 处理列表

处理列表的元素还需要借助 filter 函数,用于过滤序列(列表、元组等)。它的语法如下:

filter(函数, 序列)

利用一个函数来对序列进行判断,该函数返回True保留元素,返回False则不保留元素。

        

【案例一】过滤元素的偶数

numbers = [1, 2, 3, 4, 5]

even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
  • 元素取余为0则保留元素,反之不保留

也可以直接定义1~10的偶数列表

even_numbers = list(filter(lambda x: x % 2 == 0, range(1, 11)))

        

【案例二】过滤元素的奇数

numbers = [1, 2, 3, 4, 5]

odd_numbers = list(filter(lambda x: x % 2 != 0, numbers))
  •  元素取余不等于0则保留元素,反之不保留

        

【案例三】过滤字符串长度大于3的元素

names = ["AAA", "BBBB", "CCCCC", "DDD"]

long_names = list(filter(lambda name: len(name) > 3, names))
  •  元素长度大于3则保留元素,反之不保留

        

【案例四】过滤出空元素

L = ["AAA", "BB", "", "DDD", ""]

non_empty = list(filter(lambda l: l != "", L))
  •  元素不为空则保留元素,反之不保留

        

3.2. 处理字典

【案例一】将值排序

age = {"小李": 18, "小王": 27, "小张": 23}

# 升序
sorted_age = dict(sorted(age.items(), key=(lambda item: item[1]) ))

# 降序
sorted_age = dict(sorted(age.items(), key=(lambda item: item[1]), reverse=True))
  • 利用 lambda 表达式作为排序的关键字,根据字典中的值对键值对进行排序,并使用 reverse=True/False 参数进行降/升序排序。 

复杂一点的字典也是使用同样的方式处理

students = [
    {"姓名": "小李", "年龄": 18, "成绩": "A"},
    {"姓名": "小王", "年龄": 20, "成绩": "B"},
    {"姓名": "小张", "年龄": 19, "成绩": "A"},
    {"姓名": "小徐", "年龄": 21, "成绩": "C"}
]

sorted_students = sorted(students, key=lambda x: x["年龄"])  # 通过年龄排序

         

【案例二】保留值大于20的键值对

age = {"小李": 18, "小王": 27, "小张": 23}

passed_age = dict(filter(lambda item: item[1] >= 20, age.items()))
  • age.items() 表示取键值对,lambda将这个键值对传入匿名函数,再通过这个参数取索引为1(就是值)的值来判断是否大于等于20。如果为True保留键值对,为False则不保留。

        

Logo

开放原子开发者工作坊旨在鼓励更多人参与开源活动,与志同道合的开发者们相互交流开发经验、分享开发心得、获取前沿技术趋势。工作坊有多种形式的开发者活动,如meetup、训练营等,主打技术交流,干货满满,真诚地邀请各位开发者共同参与!

更多推荐