函数-lambda表达式

01 定义lambda表达式

lambda表达式，又称匿名函数，常用来表示内部仅包含 1 行表达式的函数。如果一个函数的函数体仅有 1 行表达式，则该函数就可以用 lambda 表达式来代替。

lambda 表达式的语法格式如下：

func = lambda [arg1[, arg2, ... argN]] : expression

定义 lambda 表达式，必须使用 lambda 关键字；[arg1[, arg2, … argN]] 作为可选参数，等同于定义函数时要指定的参数列表。expression表示一行表达式，其运算的结果就是函数的返回值。func是一个变量，引用lambda定义的函数对象。

该语法格式转换成普通函数的形式，如下所示：

def func([arg1[, arg2, ... argN]]):
    return expression

显然，使用普通方法定义此函数，需要 3 行代码，而使用 lambda 表达式仅需 1 行。

例如，如果设计一个求 2 个数之和的函数，使用普通函数的方式，定义如下：

def add(x, y):
    return x+ y
    
print(add(3,4))    # 打印 7

上面程序中，add() 函数内部仅有 1 行表达式，因此该函数可以直接用 lambda 表达式表示：

add = lambda x,y:x+y
print(add(3,4))    # 打印 7

02 lambda表达式与def函数区别

lambda 和def的基本用法差不多，参数都是可选，也都会定义函数对象。不同之处如下：
lambda可以定义一个匿名函数，而def定义的函数必须有一个名字。这应该是lambda与def两者最大的区别。
lambda是一个表达式，而不是一个语句。因此，lambda能够出现在Python语法不允许def出现的地方。例如，在一个列表常量中，或者函数调用的参数中。
lambda的主体是一个单个的表达式，而不是一个代码块。lambda包含的代码相当于def中return子句后的代码一样。只能是简单的表达式，所以说lambda的能力小于def，在lambda中只能使用简单的语法，不能使用if else while return等语句。
设计理念也不同：lambda是一个为编写简单的函数而设计的，而def用来处理复杂的任务。

相比def函数，lamba 表达式具有以下 2 个优势：

对于单行函数，使用 lambda 表达式可以省去定义函数的过程，让代码更加简洁。
对于不需要多次复用的函数，使用 lambda 表达式可以在用完之后立即释放，提高程序执行的性能。

为什么要使用lambda？

lambda函数主要用来写一些小体量的一次性函数，避免污染环境，同时也能简化代码。
lambda起到了一种函数速写的作用，允许在使用的代码内嵌入一个函数的定义。如果仅需要嵌入一小段可执行代码的情况下，使用lambda表达式会带来一个更简洁的代码结构。

03 应用

filter()

对于序列中的元素进行筛选，最终获取符合条件的序列。

#示例1
l = list(filter(lambda x:True if x % 3 == 0 else False, range(100)))
print(l)
'''
输出结果：
[0, 3, 6, 9, 12, 15, 18, 21, 24, 27, 30, 33, 36, 39, 42, 45, 48, 51, 54, 57, 60, 63, 66, 69, 72, 75, 78, 81, 84, 87, 90, 93, 96, 99]
'''

如上所示，使用lambda表达式定义了一个匿名函数，用于筛选100以内的3的倍数，并生成一个列表。使用def函数表示如下：

#示例2
def f(x):
    if x % 3 == 0 :
        return True
    else:
        return False

l = list( filter(f, range(100) ))
print(l)

filter()简单的理解为过滤器，它需要两个参数，function和一个序列（字符串、列表、元组都是序列），过滤器会依次将序列的值传入function中，如果返回True的话，将其重新生成一个列表返回。

map()

map()能够遍历序列，对序列中每个元素进行操作，最终获取新的序列。

#示例3 
li = [11, 22, 33]
sl = [1, 2, 3]
new_list = map(lambda a, b: a + b, li, sl)
print(list(new_list))

# 输出结果为：
[12,24,36]

map()表示映射，filter()表示过滤，map()用法与filter()类似，也是将序列放入函数进行运算，但是，不论运算结果是什么，map()都将逐一反馈，这是map()和filter()的主要区别。注意，filter()和map()中的function都必要有一个返回值。

#示例4
l = list(map(lambda x:True if x % 3 == 0 else False, range(100)))
print(l)

'''
输出结果为：
[True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True, False, False, True]
'''

reduce()

对于序列内所有元素进行累计操作。

#示例5            
from functools import reduce

li = [11,22,33]
result = reduce(lambda a,b:a+b,li)
# reduce的第一个参数，函数必须要有两个参数
# reduce的第二个参数，要循环的序列
# reduce的第三个参数，初始值
print(result)

'''
输出结果：
66
'''

用lambda表达式求n的阶乘。

#示例6 
from functools import reduce

n = 5
print( reduce(lambda x,y:x*y,range(1,n+1)) )
 
'''
输出结果：
120
'''

嵌套函数

#示例7 
def f(a):
    return lambda b : a + b

a = f(10)
print( a(20))     # 30

lambda也可以嵌套在一个函数内使用，在上面示例中函数中嵌套了一个lambda表达式。变量a引用的就是lambda表达式定义的函数对象。

#示例8 
#上面示例可以使用两个lambda表示：

x = lambda a: lambda b: a+b
y= x(10)
print(y(20))     # 30

sort()

#示例9 
# 根据每个元祖的第一个元素进行排序
a = [(1, 2), (4, 1), (9, 10), (13, -3)]
a.sort(key=lambda x: x[1])
print(a)

04 总结

lambda只是一个表达式，函数体比def简单很多。
lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑运算。
lambda函数拥有自己的名字空间，且不能访问自有参数列表之外或全局名字空间里的参数。
简单单行代码或者一次性的函数可以用lambda函数来写，可以让代码更简洁。
对于复杂函数或者函数体体量大的函数，最好不要用lambda，会增加代码的阅读难度，使代码晦涩难懂。
在非多次调用的函数的情况下，lambda表达式即用既得，提高性能。

Python函数-lambda表达式