本文实例讲述了Python学习笔记之lambda表达式用法。分享给大家供大家参考,具体如下:
Lambda 表达式
使用 Lambda 表达式创建匿名函数,即没有名称的函数。lambda 表达式非常适合快速创建在代码中以后不会用到的函数。
麻烦的写法:
def multiply(x, y): return x * y
使用Lambda之后:
double = lambda x, y: x * y
Lambda 函数的组成部分:
- 关键字 lambda 表示这是一个 lambda 表达式。
- lambda 之后是该匿名函数的一个或多个参数(用英文逗号分隔),然后是一个英文冒号 :。和函数相似,lambda 表达式中的参数名称是随意的。
- 最后一部分是被评估并在该函数中返回的表达式,和你可能会在函数中看到的 return 语句很像。
- 备注:鉴于这种结构,lambda 表达式不太适合复杂的函数,但是非常适合简短的函数。
Lambda 表达式[相关练习]
map()
是一个高阶内置函数,接受函数和可迭代对象作为输入,并返回一个将该函数应用到可迭代对象的每个元素的迭代器。下面的代码使用
map()
计算 numbers 中每个列表的均值,并创建列表 averages, 通过将 mean 函数替换为在
map()
的调用中定义的 lambda 表达式,重写这段代码,使代码更简练。
numbers = [ [34, 63, 88, 71, 29], [90, 78, 51, 27, 45], [63, 37, 85, 46, 22], [51, 22, 34, 11, 18] ] def mean(num_list): return sum(num_list) / len(num_list) averages = list(map(mean, numbers)) print(averages)
使用lambda重写后:
numbers = [ [34, 63, 88, 71, 29], [90, 78, 51, 27, 45], [63, 37, 85, 46, 22], [51, 22, 34, 11, 18] ] averages = list(map(lambda x: sum(x) / len(x), numbers)) print(averages) # [57.0, 58.2, 50.6, 27.2]
filter()
是一个高阶内置函数,接受函数和可迭代对象作为输入,并返回一个由可迭代对象中的特定元素(该函数针对该元素会返回
True
)组成的迭代器。下面的代码使用
filter()
从 cities 中获取长度少于 10 个字符的名称以创建列表 short_cities。通过将 is_short 函数替换为在 filter() 的调用中定义的 lambda 表达式,重写这段代码,使代码更简练。
cities = ["New York City", "Los Angeles", "Chicago", "Mountain View", "Denver", "Boston"] def is_short(name): return len(name) < 10 short_cities = list(filter(is_short, cities)) print(short_cities)
使用lambda重写后:
cities = ["New York City", "Los Angeles", "Chicago", "Mountain View", "Denver", "Boston"] short_cities = list(filter(lambda n: len(n) < 10, cities)) print(short_cities) # ['Chicago', 'Denver', 'Boston']
关于Python相关内容感兴趣的读者可查看本站专题:《Python函数使用技巧总结》、《Python面向对象程序设计入门与进阶教程》、《Python数据结构与算法教程》、《Python字符串操作技巧汇总》、《Python编码操作技巧总结》及《Python入门与进阶经典教程》
希望本文所述对大家Python程序设计有所帮助。