python 基础篇匿名函数

匿名函数基础

首先，什么是匿名函数呢？以下是匿名函数的格式：

lambda argument1, argument2,... argumentN : expression

我们可以看到，匿名函数的关键字是 lambda，之后是一系列的参数，然后用冒号隔开，最后则是由这些参数组成的表达式。我们通过几个例子看一下它的用法：

square = lambda x: x**2

square(3)

# 输出

9

这里的匿名函数只输入一个参数 x，输出则是输入 x 的平方。因此当输入是 3 时，输出便是 9。如果把这个匿名函数写成常规函数的形式，则是下面这样：

def square(x):

    return x**2

square(3)

# 输出

9

lambda 是一个表达式（expression），并不是一个语句（statement）。

表达式，就是用一系列“公式”去表达一个东西，比如x + 2、 x**2等等；
语句，完成了某些功能，比如赋值语句x = 1完成了赋值，print 语句print(x)完成了打印，条件语句 if x < 0:完成了选择功能等等。

因此，lambda 可以用在一些常规函数 def 不能用的地方，比如，lambda 可以用在列表内部，而常规函数却不能：

[(lambda x: x*x)(x) for x in range(10)]

# 输出

[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

再比如，lambda 可以被用作某些函数的参数，而常规函数 def 也不能

# 按列表中元祖的第二个元素排序

l = [(1, 20), (3, 0), (9, 10), (2, -1)]

l.sort(key=lambda x: x[1])

print(l)

# 输出

[(2, -1), (3, 0), (9, 10), (1, 20)]

# 字典排序

d = {'mike': 10, 'lucy': 2, 'ben': 30}

sorted(d.items(), key=lambda x: x[1], reverse=True)

常规函数 def 必须通过其函数名被调用，因此必须首先被定义。但是作为一个表达式的 lambda，返回的函数对象就不需要名字。

lambda 的主体是只有一行的简单表达式，并不能扩展成一个多行的代码块。

这其实是出于设计的考虑。Python 之所以发明 lambda，就是为了让它和常规函数各司其职：lambda 专注于简单的任务，而常规函数则负责更复杂的多行逻辑。关于这点，Python 之父 Guido van Rossum 曾发了一篇文章解释，你有兴趣的话可以自己阅读。

为什么要使用匿名函数?

理论上来说，Python 中有匿名函数的地方，都可以被替换成等价的其他表达形式。一个 Python 程序是可以不用任何匿名函数的。不过，在一些情况下，使用匿名函数 lambda，可以帮助我们大大简化代码的复杂度，提高代码的可读性。通常，我们用函数的目的无非是这么几点：

减少代码的重复性；

如果你的程序在不同地方包含了相同的代码，那么我们就会把这部分相同的代码写成一个函数，并为它取一个名字，方便在相对应的不同地方调用
模块化代码

如果你的一块儿代码是为了实现一个功能，但内容非常多，写在一起降低了代码的可读性，那么通常我们也会把这部分代码单独写成一个函数，然后加以调用。

再试想一下这样的情况。你需要一个函数，但它非常简短，只需要一行就能完成；同时它在程序中只被调用一次而已，用匿名函数比较合适

Python 函数式编程

最后，我们一起来看一下，Python 的函数式编程特性，这与我们今天所讲的匿名函数 lambda，有着密切的联系。所谓函数式编程，是指代码中每一块都是不可变的（immutable），都由纯函数（pure function）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。举个很简单的例子，比如对于一个列表，我想让列表中的元素值都变为原来的两倍，我们可以写成下面的形式：

def multiply_2(l):

    for index in range(0, len(l)):

        l[index] *= 2

    return l

这段代码就不是一个纯函数的形式，因为列表中元素的值被改变了，如果我多次调用 multiply_2() 这个函数，那么每次得到的结果都不一样。要想让它成为一个纯函数的形式，就得写成下面这种形式，重新创建一个新的列表并返回。

def multiply_2_pure(l):

    new_list = []

    for item in l:

        new_list.append(item * 2)

    return new_list

函数式编程的优点，主要在于其纯函数和不可变的特性使程序更加健壮，易于调试（debug）和测试.

Python 主要提供了这么几个函数：map()、filteer() 和 reduce()，通常结合匿名函数 lambda 一起使用。

map(function, iterable)函数,它表示，对iterable中的每个元素，都运用function这个函数，最后返回一个列表（py2）或者迭代器（py3）。

例子，计算列表中元素的平方

l = [1, 2, 3, 4, 5]

map(lambda x: x**2, l)

filter(function，iterable)函数，它和map函数类似，function同样表示一个函数对象，filter（）函数表示对iterable中的每个元素，都使用function判断，并返回True或False，最后将返回True的元素组成一个列表（py2）或者迭代器（py3）。

例子，比如我要返回一个列表中的所有偶数，可以写成下面这样：

l = [1, 2, 3, 4, 5]

filter(lambda x: x % 2 == 0, l) # [2, 4]

reduce(function, iterable)函数，它通常用来对一个集合做一些累计操作。function同样是一个函数对象，规定它有两个参数，表示iterabe中的元素以及上一次调用后的结果，运用function进行计算，所以最后返回的是一个单独的数值。

例子，计算阶乘

#from functools import reduce python3

l =[1,2,3,4,5]

reduce(lambda x, y: x*y, l)