一、lambda 表达式
1.1 lambda的应用场景
如果一个函数有一个返回值，并且只有一句代码，可以使用 lambda简化。
1.2 lambda语法
lambda 参数列表 ： 表达式
注意
lambda表达式的参数可有可无，函数的参数在lambda表达式中完全适用。
lambda表达式能接收任何数量的参数但只能返回一个表达式的值。
快速入门
# 函数 def fn1(): return 100 print(fn1) print(fn1()) # lambda（匿名函数）表达式 fn2 = lambda: 100 print(fn2) # lambda 内存地址 # 100返回值 调用函数 print(fn2())
注意：直接打印lambda表达式，输出的是此lambda的内存地址
1.3 示例：计算a + b
1.3.1 函数实现
def add(a, b): return a + b result = add(1, 2) print(result)
思考：需求简单，是否代码多？
1.3.2 lambda实现
fn1 = lambda a, b: a + b print(fn1(1, 2))
1.4 lambda的参数形式
1.4.1 无参数
fn1 = lambda: 100 print(fn1())
1.4.2 一个参数
fn1 = lambda a: a print(fn1('hello world'))
1.4.3 默认参数（缺省参数）
fn1 = lambda a, b, c=100: a + b + c print(fn1(10, 20))
1.4.4 可变参数：*args
fn1 = lambda *args: args print(fn1(10, 20, 30))
注意：这里的可变参数传入到lambda之后，返回值为元组。
1.4.5 可变参数：**kwargs
接收不定长的关键字参数，返回一个字典
fn1 = lambda **kwargs: kwargs print(fn1(name='python', age=20))
1.5 lambda的应用
1.5.1 带判断的lambda
fn1 = lambda a, b: a if a > b else b print(fn1(1000, 500))
1.5.2 列表数据按字典key的值排序
students = [ {'name': 'TOM', 'age': 20}, {'name': 'ROSE', 'age': 19}, {'name': 'Jack', 'age': 22} ] # 按name值升序排列 students.sort(key=lambda x: x['name']) print(students) # 按name值降序排列 students.sort(key=lambda x: x['name'], reverse=True) print(students) # 按age值升序排列 students.sort(key=lambda x: x['age']) print(students)
二、高阶函数
把函数作为参数传入，这样的函数称为高阶函数，高阶函数是函数式编程的体现。函数式编程就是指这种高度抽象的编程范式。
2.1 体验高阶函数
在Python中，abs()函数可以完成对数字求绝对值计算。
abs(-10) # 10
round()函数可以完成对数字的四舍五入计算。
round(1.2) # 1 round(1.9) # 2
需求：任意两个数字，按照指定要求整理数字后再进行求和计算。
- 方法1
def add_num(a, b): return abs(a) + abs(b) result = add_num(-1, 2) print(result) # 3
- 方法2
def sum_num(a, b, f): return f(a) + f(b) result = sum_num(-1, 2, abs) print(result) # 3
注意：两种方法对比之后，发现，方法2的代码会更加简洁，函数灵活性更高。
函数式编程大量使用函数，减少了代码的重复，因此程序比较短，开发速度较快。
2.2 内置高阶函数
2.2.1 map()
map(func, lst)，将传入的函数变量func作用到lst变量的每个元素中，并将结果组成新的列表(Python2)/迭代器(Python3)返回。
需求：计算list1序列中各个数字的2次方。
list1 = [1, 2, 3, 4, 5] def func(x): return x ** 2 result = map(func, list1) print(result) # <map object at 0x0000013769653198> print(list(result)) # [1, 4, 9, 16, 25]
2.2.2 reduce()
reduce(func，lst)，其中func必须有两个参数。每次func计算的结果继续和序列的下一个元素做累积计算。
注意：reduce()传入的参数func必须接收2个参数。
需求：计算list1序列中各个数字的累加和。
import functools list1 = [1, 2, 3, 4, 5] def func(a, b): return a + b result = functools.reduce(func, list1) print(result) # 15
2.2.3 filter()
filter(func, lst)函数用于过滤序列, 过滤掉不符合条件的元素, 返回一个 filter 对象。如果要转换为列表, 可以使用 list() 来转换。
list1 = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] def func(x): return x % 2 == 0 result = filter(func, list1) print(result) # <filter object at 0x0000017AF9DC3198> print(list(result)) # [2, 4, 6, 8, 10]
三、总结
- 递归
- 函数内部自己调用自己
- 必须有出口
- lambda
- 语法
lambda 参数列表: 表达式
lambda的参数形式
- 无参数
lambda: 表达式
- 一个参数
lambda 参数: 表达式
- 默认参数
lambda key=value: 表达式
- 不定长位置参数
lambda *args: 表达式
- 不定长关键字参数
lambda **kwargs: 表达式
- 高阶函数
- 作用：把函数作为参数传入，化简代码
- 内置高阶函数
- map()
- reduce()
- filter()
