Lambda 表达式
匿名函数的定义
在 Python 里有两类函数:
- 第一类:用 def 关键词定义的正规函数
- 第二类:用 lambda 关键词定义的匿名函数
Python 使用 lambda 关键词来创建匿名函数,而非def关键词,它没有函数名,其语法结构如下:
lambda argument_list: expression
- lambda - 定义匿名函数的关键词。
- argument_list - 函数参数,它们可以是位置参数、默认参数、关键字参数,和正规函数里的参数类型一样。
- : - 冒号,在函数参数和表达式中间要加个冒号。
- expression - 只是一个表达式,输入函数参数,输出一些值。
注意:
- expression 中没有 return 语句,因为 lambda 不需要它来返回,表达式本身结果就是返回值。
- 匿名函数拥有自己的命名空间,且不能访问自己参数列表之外或全局命名空间里的参数。
def sqr(x):
return x ** 2
print(sqr)
# <function sqr at 0x000000BABD3A4400>
y = [sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
lbd_sqr = lambda x: x ** 2
print(lbd_sqr)
# <function <lambda> at 0x000000BABB6AC1E0>
y = [lbd_sqr(x) for x in range(10)]
print(y)
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
sumary = lambda arg1, arg2: arg1 + arg2
print(sumary(10, 20)) # 30
func = lambda *args: sum(args)
print(func(1, 2, 3, 4, 5)) # 15
匿名函数的应用
函数式编程 是指代码中每一块都是不可变的,都由纯函数的形式组成。这里的纯函数,是指函数本身相互独立、互不影响,对于相同的输入,总会有相同的输出,没有任何副作用。
【例子】非函数式编程
def f(x):
for i in range(0, len(x)):
x[i] += 10
return x
x = [1, 2, 3]
f(x)
print(x)
# [11, 12, 13]
【例子】函数式编程
def f(x):
y = []
for item in x:
y.append(item + 10)
return y
x = [1, 2, 3]
f(x)
print(x)
# [1, 2, 3]
匿名函数 常常应用于函数式编程的高阶函数 (high-order function)中,主要有两种形式:
- 参数是函数 (filter, map)
- 返回值是函数 (closure)
如,在 filter和map函数中的应用:
- filter(function, iterable) 过滤序列,过滤掉不符合条件的元素,返回一个迭代器对象,如果要转换为列表,可以使用 list() 来转换。
odd = lambda x: x % 2 == 1
templist = filter(odd, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(list(templist)) # [1, 3, 5, 7, 9]
- map(function, *iterables) 根据提供的函数对指定序列做映射。
m1 = map(lambda x: x ** 2, [1, 2, 3, 4, 5])
print(list(m1))
# [1, 4, 9, 16, 25]
m2 = map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])
print(list(m2))
# [3, 7, 11, 15, 19]
除了 Python 这些内置函数,我们也可以自己定义高阶函数。
def apply_to_list(fun, some_list):
return fun(some_list)
lst = [1, 2, 3, 4, 5]
print(apply_to_list(sum, lst))
# 15
print(apply_to_list(len, lst))
# 5
print(apply_to_list(lambda x: sum(x) / len(x), lst))
# 3.0
作业
- 怎么给函数编写⽂档?
在定义函数的时候,可以在函数的第一行输入一个字符串,这个字符串就代表了这个函数的注释。
这个对函数的描述被保存在函数的属性里,可以用funcname.__doc__调出来。
def functionname (parameters):
"函数_文档字符串"
function_suite
return [expression]
def funcname():
"""I miss a beautiful girl."""
...
return ...
定义完成后,我们就可以调用这个函数的注解了:
funcname.__doc__
- 怎么给函数参数和返回值注解?
参数注解就是,在定义函数的时候,参数列表内部的参数后面,加上冒号和要传入的类型,例:
def accumlate(x:int, y:int):
return x*y
写了参数注解也无法强制限定变量的类型,只能作为提示,来告知使用者应该传入什么类型的参数。
返回值注解就是:
def accumlate(x:int, y:int) -> int:
return x*y
在参数列表后面,冒号前面,增加一个 -> 后面接返回值的类型。
- 闭包中,怎么对数字、字符串、元组等不可变元素更新
nonlocal关键字直接更新
def outer():
num = 10
def inner():
nonlocal num # nonlocal关键字声明
num = 100
print(num)
inner()
print(num)
outer()
#100
#100
- 分别根据每一行的首元素和尾元素大小对二维列表 [[6, 5], [3, 7], [2, 8]] 排序。(利用lambda表达式)
a = [[6, 5], [3, 7], [2, 8]]
a = [[6, 5], [3, 7], [2, 8]]
b = sorted(a, key = lambda x:x[0] )
print(b)
# [[2, 8], [3, 7], [6, 5]]
c = sorted(a, key = lambda x:x[1] )
print(c)
#[[6, 5], [3, 7], [2, 8]]
- 利用python解决汉诺塔问题?
有a、b、c三根柱子,在a柱子上从下往上按照大小顺序摞着64片圆盘,把圆盘从下面开始按大小顺序重新摆放在c柱子
上,尝试用函数来模拟解决的过程。(提示:将问题简化为已经成功地将a柱上面的63个盘子移到了b柱)
汉诺塔的解题步骤(分为两步):
第一步:
把n-1个模块,从塔a移动到塔b
把第n个模块,从塔a移动到塔c
第二步:
把n-1个模块,从塔b移动到塔c
汉诺塔的原理:
要解决n层的汉诺塔
必须解决n-1层的汉诺塔
…
必须解决1的汉诺塔(塔a -> 塔c)
def hanoi(n,a,b,c): # n层汉诺塔,从a移动到c,中间柱为b
if (n==1):
print(a, "-->", c) # 只有一层汉诺塔,从a柱移动到c柱
else:
hanoi(n-1,a,c,b) #把n-1个模块,从塔a移动到塔b
print(a, "-->", c) # 把第n个模块,从塔a移动到塔c
hanoi(n-1,b,a,c) # 把n-1个模块,从塔b移动到塔c
hanoi(3,'a','b','c')
思路参考:https://www.bilibili.com/video/BV1Hk4y1k7KL?from=search&seid=8381271189889185325