1. lambda匿名函数
当我们在传入函数时，有些时候，不需要显式地定义函数，直接传入匿名函数更方便。
在Python中，对匿名函数提供了有限支持。还是以map()函数为例，计算f(x)=x2时，除了定义一个f(x)的函数外，还可以直接传入匿名函数：
>>> list(map(lambda x: x * x, [1, 2, 3, 4, 5, 6, 7, 8, 9])) [1, 4, 9, 16, 25, 36, 49, 64, 81]
通过对比可以看出，匿名函数lambda x: x * x实际上就是：
def f(x): return x * x
关键字lambda表示匿名函数，冒号前面的x表示函数参数。
匿名函数有个限制，就是只能有一个表达式，不用写return，返回值就是该表达式的结果。
用匿名函数有个好处，因为函数没有名字，不必担心函数名冲突。此外，匿名函数也是一个函数对象，也可以把匿名函数赋值给一个变量，再利用变量来调用该函数：
>>> f = lambda x: x * x >>> f <function <lambda> at 0x101c6ef28> >>> f(5) 25
同样，也可以把匿名函数作为返回值返回，比如：
def build(x, y): return lambda: x * x + y * y
例1
def ds(x): return 2*x+1 #x=2*x+1 print(ds(5))
11
相当于
g=lambda x: 2*x+1 #g=2*x+1 print(g(5))
例2 ：两个参数的情况
def add(x,y): return x+y print(add(3,4))
7
相当于
g=lambda x,y:x+y #g=x+y print(g(3,4))
练习题
用改造下面函数：
def is_odd(n): return n % 2 == 1 L = list(filter(is_odd, range(1, 20))) print(L)
[1, 3, 5, 7, 9, 11, 13, 15, 17, 19]
改造后：一行代码实现功能
print(list(filter(lambda n: n % 2 == 1, range(1, 20))))
2. map()函数:
我们先看map。map()函数接收两个参数，一个是函数，一个是Iterable，
map将传入的函数依次作用到序列的每个元素，并把结果作为新的Iterator返回。
例1
print(list(map(lambda x:x*2,range(10)))) #x=x*2 print(list(range(10))) #1到9
[0, 2, 4, 6, 8, 10, 12, 14, 16, 18] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
例2
def f(x): return x * x L = [] for n in [1, 2, 3, 4, 5, 6, 7, 8, 9]: L.append(f(n)) print(L) r = map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9]) print(list(r))
[1, 4, 9, 16, 25, 36, 49, 64, 81] [1, 4, 9, 16, 25, 36, 49, 64, 81]
例3
print(list(map(str, [1, 2, 3, 4, 5, 6, 7, 8, 9])))
['1', '2', '3', '4', '5', '6', '7', '8', '9']
3. reduce()
reduce把一个函数作用在一个序列[x1, x2, x3, …]上，这个函数必须接收两个参数，reduce把结果继续和序列的下一个元素做累积计算，其效果就是：
reduce(f, [x1, x2, x3, x4]) = f(f(f(x1, x2), x3), x4)
例1
比方说对一个序列求和，就可以用reduce实现：
from functools import reduce def add(x, y): return x + y print(reduce(add, [1, 3, 5, 7, 9]))
25
当然直接用sum函数就行
例2
from functools import reduce def fn(x, y): return x * 10 + y print(reduce(fn, [1, 3, 5, 7, 9]))
13579
合起来
例1： 实现str2int的功能
from functools import reduce def fn(x, y): return x * 10 + y def char2num(s): digits = {'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9} return digits[s] print(reduce(fn, map(char2num, '13579')))
13579
4. filter()函数
Python内建的filter()函数用于过滤序列。
和map()类似，filter()也接收一个函数和一个序列。
和map()不同的是，filter()把传入的函数依次作用于每个元素，然后根据返回值是True还是False决定保留还是丢弃该元素。
filter(function, iterable)
参数：
function – 判断函数。
iterable – 可迭代对象。
例1：求10内奇数
def is_odd(n): return n % 2 == 1 print(list(filter(is_odd, range(11))))
[1, 3, 5, 7, 9]
相当于
print(list(filter(lambda x:x%2,range(10)))) #x=x%2
[1, 3, 5, 7, 9]
注意到filter()函数返回的是一个Iterator，也就是一个惰性序列，
所以要强迫filter()完成计算结果，需要用list()函数获得所有结果并返回list。
5. replace(a, b)
用b替代a
例1
str1 = 'a1cd' str2 = str1.replace(str1[1], 'b') print(str1) print(str2)
a1cd abcd
例2
def normalize(name): title_names = [] for each in name: name_lower = each.lower() title_name = name_lower.replace(name_lower[0], name_lower[0].upper()) title_names.append(title_name) print(title_names) normalize(['adam', 'LISA', 'barT'])
['AdAm', 'Lisa', 'Bart']
求阶乘
from functools import reduce def prod(L): a = reduce(lambda x, y: x*y, L) print(a) prod([1, 2, 3, 4])
24
