Python学习入门(7)——lambda
lambda函数也叫匿名函数,即,函数没有具体的名称。先来看一个最简单例子:
def
f(x):
return
x
**
2
f(
4
)
Python中使用lambda的话,写成这样
g
=
lambda
x : x
**
2
g(
4
)
lambda表达式在很多编程语言都有对应的实现。比如C#:
var g
=
x
=>
x
**
2
Console.WriteLine(g(
4
))
那么,lambda表达式有什么用处呢?很多人提出了质疑,lambda和普通的函数相比,就是省去了函数名称而已,同时这样的匿名函数,又不能共享在别的地方调用。其实说的没错,lambda在Python这种动态的语言中确实没有起到什么惊天动地的作用,因为有很多别的方法能够代替lambda。同时,使用lambda的写法有时显得并没有那么pythonic。甚至有人提出之后的Python版本要取消lambda。
回过头来想想,Python中的lambda真的没有用武之地吗?其实不是的,至少我能想到的点,主要有:
1. 使用Python写一些执行脚本时,使用lambda可以省去定义函数的过程,让代码更加精简。
2. 对于一些抽象的,不会别的地方再复用的函数,有时候给函数起个名字也是个难题,使用lambda不需要考虑命名的问题。
3. 使用lambda在某些时候让代码更容易理解。
lambda基础
lambda语句中,冒号前是参数,可以有多个,用逗号隔开,冒号右边的返回值。lambda语句构建的其实是一个函数对象,见证一下:
g
=
lambda
x : x
**
2
g
<
function
<
lambda
>
at
0x00AFAAF0
>
C#3.0开始,也有了lambda表达式,省去了使用delegate的麻烦写法。C#中的lambda表达式关键字是=>,看下面的一个例子:
var array
=
new
int
[] {
2
,
3
,
5
,
7
,
9
};
var result
=
array.Where(n
=>
n
>
3
);
//
[5, 6, 9]
C#使用了扩展方法,才使得数组对象拥有了像Where,Sum之类方便的方法。Python中,也有几个定义好的全局函数方便使用的,他们就是
filter
,
map
,
reduce。
>>>
foo
=
[
2
,
18
,
9
,
22
,
17
,
24
,
8
,
12
,
27
]
>>>
>>>
filter(
lambda
x: x
%
3
==
0, foo)
[
18
,
9
,
24
,
12
,
27
]
>>>
>>>
map(
lambda
x: x
*
2
+
10
, foo)
[
14
,
46
,
28
,
54
,
44
,
58
,
26
,
34
,
64
]
>>>
>>>
reduce(
lambda
x, y: x
+
y, foo)
139
非lambda不可?
上面例子中的map的作用,和C#的Where扩展方法一样,非常简单方便。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:
[x
*
2
+
10
for
x
in
foo]
非常的简洁,易懂。filter的例子可以写成:
[x
for
x
in
foo
if
x
%
3
==
0]
同样也是比lambda的方式更容易理解。
所以,什么时候使用lambda,什么时候不用,需要具体情况具体分析,只要表达的意图清晰就好。一般情况下,如果for..in..if能做的,我都不会选择lambda。
lambda broken?
在数学教学中,经常会使用到lambda,比如有一位老兄就遇到这样一个问题。他想创建一个函数数组fs=[f0,...,f9] where fi(n)=i+n. 于是乎,就定义了这么一个lambda函数:
fs
=
[(
lambda
n: i
+
n)
for
i
in
range(
10
)]
但是,奇怪的是,
>>>
fs[
3
](
4
)
13
>>>
fs[
4
](
4
)
13
>>>
fs[
5
](
4
)
13
结果并没有达到这位老兄的预期,预期的结果应该是:
>>>
fs[
3
](
4
)
7
>>>
fs[
4
](
4
)
8
>>>
fs[
5
](
4
)
9
问题其实出在变量i上。上面的代码换个简单的不使用lambda的缩减版本:
i
=
1
def
fs(n):
return
n
+
i
fs(
1
)
#
2
i
=
2
fs(
1
)
#
3
可见,上面没有达到预期的原因是lambda中的i使用的是匿名函数外的全局变量。修改一下:
fs
=
[(
lambda
n, i
=
i : i
+
n)
for
i
in
range(
10
)]
>>>
fs[
3
](
4
)
7
>>>
fs[
4
](
4
)
8
>>>
fs[
5
](
4
)
9
python中的reduce
python中的reduce内建函数是一个二元操作函数,他用来将一个数据集合(链表,元组等)中的所有数据进行下列操作:用传给reduce中的函数 func()(必须是一个二元操作函数)先对集合中的第1,2个数据进行操作,得到的结果再与第三个数据用func()函数运算,最后得到一个结果。
如:
Python代码
-
def
myadd(x,y):
-
return
x+y
-
sum=reduce(myadd,(
1
,
2
,
3
,
4
,
5
,
6
,
7
))
-
print
sum
#结果就是输出1+2+3+4+5+6+7的结果即28
当然,也可以用lambda的方法,更为简单:
Python代码
-
sum=reduce(
lambda
x,y:x+y,(
1
,
2
,
3
,
4
,
5
,
6
,
7
))
-
print
sum
参考资料
Using lambda Functions - Dive Into Python
版权所有: 本文系米扑博客原创、转载、摘录,或修订后发表,最后更新于 2013-11-08 21:43:17
侵权处理: 本个人博客,不盈利,若侵犯了您的作品权,请联系博主删除,莫恶意,索钱财,感谢!