(二十)python 3 匿名函数

匿名函数lambda

Python使用lambda关键字创造匿名函数。所谓匿名，意即不再使用def语句这样标准的形式定义一个函数。这种语句的目的是由于性能的原因，在调用时绕过函数的栈分配。其语法是：

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

其中，参数是可选的，如果使用参数的话，参数通常也会在表达式之中出现。

无参数

# 使用def定义函数的方法
def true():
  return True

#等价的lambda表达式
>>> lambda :True
<function <lambda> at 0x0000000001E42518>

# 保留lambda对象到变量中，以便随时调用
>>> true = lambda :True
>>> true()
True

一个参数　

# 使用def定义的函数
def add( x, y ):
  return x + y

# 使用lambda的表达式
lambda x, y: x + y

# lambda也允许有默认值和使用变长参数
lambda x, y = 2: x + y
lambda *z: z

# 调用lambda函数
>>> a = lambda x, y: x + y
>>> a( 1, 3 )
4
>>> b = lambda x, y = 2: x + y
>>> b( 1 )
3
>>> b( 1, 3 )
4
>>> c = lambda *z: z
>>> c( 10, 'test')
(10, 'test')

lambda是单个的表达式，不是一个代码块 lambda的设计是为了满足简单函数的场景，仅能封装有限的逻辑，有复杂逻辑的情况有def来处理，所以lambda的功能要比def小的多　　

lambda表达式是可以嵌套的（闭包）

>>> action = (lambda x : (lambda y : x + y))
>>> a = action(10)
>>> a(5)
15

匿名函数的使用　　

匿名函数通常被用作高阶函数(higher-order function,参数为函数的函数)的参数。比如，几个内置函数：filter(),map(),reduce()。下面我们分别看看这几个函数的用法及达到相同效果的python另一种特征的用法

filter函数

>>> list = [1, 2, 3]
>>> result = filter(lambda x: x%2==0, list)
>>> result
[2]
>>> result = [x for x in list if x%2==0]
>>> result
[2]

map函数

>>> result = map(lambda x: x*2, list)
>>> result
[2, 4, 6]
>>> result = [x*2 for x in list]
>>> result
[2, 4, 6]

reduce函数

>>> result = reduce(lambda x, y: x+y,list)
>>> result
6
>>> result = sum(list)
>>> result
6

跳转表(jump table)　

lambda的另一种用法是用来编写跳转表,也就是行为列表或字典，能按需执行特定的动作。

>>> key = "get"
>>> {"abc":(lambda : 2 + 2),"bcd" : (lambda : 3 + 3), "get" : (lambda : 4 + 4)}

[key]()
8

　　

注意问题：

x = 10
a = lambda y: y + x

x = 20
b = lambda y: y + x

#猜想一下：a(10) 和 b(10)返回的结果是什么？如果你认为结果是20 和 30，那么就错了

print(a(10))  ##输出：30

print(b(10))  ##输出：30

lambda表达式中的x是一个自由变量， 是在运行时绑定值，而不是定义时就绑定，即lambda表达式中的x是执行时的值，这与函数的默认值参数定义是不同的。例如：

x = 15
print(a(10))  ##输出：25

x = 3
print(a(10)) ##输出：13

如果想让匿名函数，在定义时就捕获到参数值，可以将那个参数值定义成默认参数即可，例如：

m = 4
c = lambda n, m = m: m + n

print(c(10))  ##输出：14

m = 2
print(c(10))  ##输出：14

　　

有时候，可能会不恰当的使用lambda表达式。 比如，通过在一个循环或列表推导中创建一个lambda表达式列表，并期望函数能在定义时就记住每次的迭代值。例如：

funcs = [lambda x: x+n for n in range(3)]
for f in funcs:
    print(f(0))

# 2
# 2
# 2

但是实际效果是，n的值为迭代的最后一个值。将参数值设置为默认参数，才能得到想要的效果，修改代码如下：

funcs = [lambda x, n = n: x+n for n in range(3)]
for f in funcs:
    print(f(0))

# 0
# 1
# 2