Python Lambda函数详解:语法、高阶函数应用与实战
本文深入解析Python中的Lambda匿名函数,阐述其作为一次性函数的使用场景与优势。详细讲解Lambda的五种参数形式,并重点演示如何结合map、filter和reduce三个常用高阶函数进行数据过滤与处理,提供清晰的代码示例与操作指南。
Python Lambda函数基础
在编写程序时,我们通常习惯为函数或变量命名,以便后续引用或寻址。然而,Python中存在一种特殊的函数,无需显式赋予名称,这类函数被称为匿名函数,即Python中的Lambda函数。接下来将详细解析Python Lambda函数的定义及其与三个常用高阶函数的配合使用。
Lambda函数的使用场景
为什么要使用Python Lambda函数?
匿名函数可以在代码的任何位置调用,但其设计初衷是仅使用一次,因此也被称为丢弃函数。它常与预定义的函数如filter()、map()等配合使用。相比于需要定义且可重复调用的普通函数,Lambda函数在简化代码结构、提高开发效率方面更加便捷。
Lambda语法与高阶函数实战
"""
lambda 参数列表 : 返回值
lambda 参数形式:
1.无参数:lambda:100
2.一个参数:lambda a: a
3.默认参数:lambda a, b, c=100: a + b + c
4.可变参数:*args,返回元组
lambda *args: args
5.可变参数:*kwargs,返回字典
lambda **kwargs: kwargs
lambda 应用:简化代码
1.判断,lambda a, b: a if a > b else b
2.列表数据按字典 key 值排序
"""
# def fn1():
# return 100
# def de1():
# r = fn1()
# print(r)
# r2 = lambda: 100
# print(r2) # 地址:<function main.<locals>.<lambda> at 0x00CCD6E8>
# print(r2()) # 返回值:100
# def test2():
"""
lambda 测试案例
"""
# fn1 = lambda a, b: a + b
# print(fn1(1, 2))
# fn2 = lambda *args: args
# print(fn2(1, 2, 3))
# print(fn2(1, 3))
# print(fn2(1)) # (1,)
# fn3 = lambda **kwargs: kwargs
# print(fn3(name='py', age=30))
#
# fn4 = lambda a, b: a if a > b else b
# print(fn4(100, 200))
#
# student = [{'name': 'a', 'id': '1', 'tel': 'a1'},
# {'name': 'b', 'id': '2', 'tel': 'b2'},
# {'name': 'c', 'id': '3', 'tel': 'c3'}]
# student.sort(key=lambda x: x['name'])
# print(student)
# student.sort(key=lambda x: x['name'], reverse=True)
# print(student)
# student.sort(key=lambda x: x['id'])
# print(student)
"""
高阶函数:def add_num(a, b, f)
内置高阶函数:
1.map(func, list):
将func 应用于list中的每一个元素,返回一个迭代器
2.reduce(func, list):
计算结果与下一个数据做累积计算,必须有两个参数
from functools import reduce
3.filter(func, list):
过滤掉不符合条件的元素,返回一个filter对象,可用list()转换
"""
# def add_num(a, b, f):
# # 传入函数 f
# return f(a) + f(b)
# def func(x):
# return x ** 2
from functools import reduce
def add_2(a, b):
return a + b
def func3(x):
return x % 2 == 0
def main():
"""
体验高阶函数
:return:
"""
# print(abs(-2)) # 求绝对值
# print(round(0.1)) # 四舍五入
# s1 = add_num(1, 2, abs)
# s2 = add_num(1, 2.5, round)
# print(s1, s2)
list1 = [1, 2, 3, 4, 5]
# map(func, list1)
# print(list(map(func, list1)))
# s = reduce(add_2, list1)
# print(s)
r = filter(func3, list1)
print(r) # <filter object at 0x00CAE2E0>
print(list(r)) # [2, 4]
if __name__ == '__main__':
main()
总结
总结
以上介绍了Python Lambda函数的基本概念及三个常用高阶函数的应用方法,希望这些内容能帮助您更好地掌握相关技术。
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









