标签：function 函数 Python 列表 详解 参数 sorted lambda
一、前言
lambda 函数在 Python 编程语言中使用频率非常高，使用起来非常灵活、巧妙；
那么，什么是lambda ？它有哪些用法和应用场景呢 ？
下面让我一起来解读 lambda的神秘之处 ！
二、lambda 语法
lambda 函数的语法只包含一个语句，表现形式如下：
lambda [arg1 [,arg2,.....argn]]:expression
其中，lambda 是 Python 预留的关键字，[arg…] 和 expression 由用户自定义。
具体介绍如下:
[arg…] 是参数列表，它的结构与 Python 中函数(function)的参数列表是一样的。
[arg…] 可以有非常多的形式。例如：
a, b a=1, b=2 *args **kwargs a, b=1, *args
expression 是一个参数表达式，表达式中出现的参数需要在[arg......]中有定义，并且表达式只能是单行的，只能有一个表达式。
以下都是合法的表达式：
1 None a + b sum(a) 1 if a >10 else 0
三、lambda 特性
lambda 函数是匿名的：
所谓匿名函数，通俗地说就是没有名字的函数。lambda函数没有名字。
lambda 函数有输入和输出：
输入是传入到参数列表argument_list的值，输出是根据表达式expression计算得到的值。
lambda 函数拥有自己的命名空间：
不能访问自己参数列表之外或全局命名空间里的参数，只能完成非常简单的功能。
常见的lambda函数示例：
lambda x, y: x*y # 函数输入是x和y，输出是它们的积x*y lambda:None # 函数没有输入参数，输出是None lambda *args: sum(args) # 输入是任意个数参数，输出是它们的和(隐性要求输入参数必须能进行算术运算) lambda **kwargs: 1 # 输入是任意键值对参数，输出是1
四、lambda 常见用法
由于lambda语法是固定的，其本质上只有一种用法，那就是定义一个lambda函数。
在实际中，根据这个lambda函数应用场景的不同，可以将lambda函数的用法扩展为以下几种：
1、将lambda函数赋值给一个变量，通过这个变量间接调用该lambda函数。
示例：
add = lambda x, y: x+y
相当于定义了加法函数lambda x, y: x+y，并将其赋值给变量add，这样变量add就指向了具有加法功能的函数。
这时我们如果执行add(1, 2)，其输出结果就为 3。
2、将lambda函数赋值给其他函数，从而将其他函数用该lambda函数替换。
示例：
# 为了把标准库time中的函数sleep的功能屏蔽(Mock)，我们可以在程序初始化时调用： time.sleep=lambda x: None # 这样，在后续代码中调用time库的sleep函数将不会执行原有的功能。 # 例如： time.sleep(3) # 程序不会休眠 3 秒钟，而是因为lambda输出为None，所以这里结果是什么都不做
3、将lambda函数作为参数传递给其他函数。
典型的用法就是下面我们常见的几种高阶函数。
五、lambda 用法之高阶函数
map() 函数：
描述：
map() 会根据提供的函数对指定序列做映射。
第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
语法：
map(function, iterable, ...)
参数：
function ----> 函数
iterable ----> 一个或多个序列
返回值：
Python 2.x 版本返回的是列表
Python 3.x 版本返回的是迭代器
示例：
# ===========一般写法：=========== # 1、计算平方数 def square(x): return x ** 2 map(square, [1,2,3,4,5]) # 计算列表各个元素的平方 # 结果： [1, 4, 9, 16, 25] # ===========匿名函数写法：============ # 2、计算平方数，lambda 写法 map(lambda x: x ** 2, [1, 2, 3, 4, 5]) # 结果： [1, 4, 9, 16, 25] # 3、提供两个列表，将其相同索引位置的列表元素进行相加 map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10]) # 结果： [3, 7, 11, 15, 19]
reduce() 函数：
描述：
reduce() 函数会对参数序列中元素进行累积。
函数将一个数据集合（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 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
语法：
reduce(function, iterable[, initializer])
参数：
function ----> 函数，有两个参数
iterable ----> 可迭代对象
initializer ----> 可选，初始参数
返回值：
返回函数计算结果。
实例：
# ===========一般写法：=========== # 1、两数相加 def add(x, y): return x + y reduce(add, [1, 3, 5, 7, 9]) # 计算列表元素和：1+3+5+7+9 # 结果： 25 """ ===========执行步骤解析：=========== 调用 reduce(add, [1, 3, 5, 7, 9])时，reduce函数将做如下计算： 1 先计算头两个元素：f(1, 3)，结果为4； 2 再把结果和第3个元素计算：f(4, 5)，结果为9； 3 再把结果和第4个元素计算：f(9, 7)，结果为16； 4 再把结果和第5个元素计算：f(16, 9)，结果为25； 5 由于没有更多的元素了，计算结束，返回结果25。 """ # ===========匿名函数写法：=========== # 2、两数相加，lambda 写法 reduce(lambda x, y: x + y, [1, 2, 3, 4, 5]) # 结果： 15 # 当然求和运算可以直接用Python内建函数sum()，没必要动用reduce。 # 3、但是如果要把序列 [1, 3, 5, 7, 9] 变换成整数 13579，reduce就可以派上用场： from functools import reduce def fn(x, y): return x * 10 + y reduce(fn, [1, 3, 5, 7, 9]) # 结果： 13579
sorted() 函数：
描述：
sorted() 函数对所有可迭代的对象进行排序操作。
sort 与 sorted 区别：
sort 是 list 的一个方法，而 sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作，无返回值，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。
语法：
sorted(iterable[, cmp[, key[, reverse]]])
参数说明：
iterable ----> 可迭代对象。
cmp ----> 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。
key ----> 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
reverse ----> 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。
返回值：
返回重新排序的列表。
示例：
# ===========一般用法：===========
# 1、简单排序
a = [5,7,6,3,4,1,2]
b = sorted(a) # 使用sorted，保留原列表，不改变列表a的值
print(a)
[5, 7, 6, 3, 4, 1, 2]
print(b)
[1, 2, 3, 4, 5, 6, 7]
# ===========匿名函数用法：===========
L=[('b',2),('a',1),('c',3),('d',4)]
# 2、利用参数 cmp 排序
sorted(L, cmp=lambda x,y:cmp(x[1],y[1]))
# 结果：
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
# 3、利用参数 key 排序
sorted(L, key=lambda x:x[1])
# 结果：
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
# 4、按年龄升序
students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
sorted(students, key=lambda s: s[2])
# 结果：
[('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]
# 5、按年龄降序
sorted(students, key=lambda s: s[2], reverse=True)
# 结果：
[('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
filter() 函数：
描述：
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
语法：
filter(function, iterable)
参数：
function ----> 判断函数。
iterable ----> 可迭代对象。
返回值：
Pyhton2.7 返回列表，Python3.x 返回迭代器对象，具体内容可以查看：Python3 filter() 函数
实例：
# ===========一般用法：=========== # 1、过滤出列表中的所有奇数 def is_odd(n): return n % 2 == 1 newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) print(list(newlist)) # 结果： [1, 3, 5, 7, 9] # ===========匿名函数用法：=========== # 2、将列表[1, 2, 3]中能够被3整除的元素过滤出来 newlist = filter(lambda x: x % 3 == 0, [1, 2, 3]) print(list(newlist)) # 结果： [3]
————————————————
版权声明：本文为CSDN博主「Nick Peng」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/PY0312/article/details/88956795
标签：function,函数,Python,列表,详解,参数,sorted,lambda 来源： https://www.cnblogs.com/yuminhu/p/15853178.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。