lambda是什么大家好，今天给大家带来的是有关于Python里面的lambda表达式详细解析。lambda在Python里面的用处很广，但说实话，我个人认为有关于lambda的讨论不是如何使用的问题，而是该不该用的问题。接下来还是通过大量实例和大家分享我的学习体验，可能最后你也会得出和我一样的结论。好啦，首先让我们先搞明白基础定义，lambda到底是什么？Lambda表达了Python中用于创建匿名函数的特殊语法。我们将lambda语法本身称为lambda表达式，从这里得到的函数称之为lambda函数。其实总结起来，lambda可以理解为一个小的匿名函数，lambda函数可以使用任意数量的参数，但只能有一个表达式。估计有JavaScript ES6经验的朋友们听上去会很亲切，具体函数表达式如下：模板： lambda argument: manipulate(argument)参数：argument就是这个匿名函数传入的参数，冒号后面是我们对这个参数的操作方法让我们参考上面的定义模板和参数, 直接看一个最简单的例子:add_one = lambda x:x+1 # 1个参数，执行操作为+1add_nums = lambda x,y:x+y # 2个参数，执行操作为相加print(add_one(2)) # 调用add_oneprint(add_nums(3,7)) # 调用add_nums>>> 3 10相比大家已经发现lambda匿名函数的特点了，就是对于较为简单的功能，无需自己def一个了，单行就可以写下，传参和执行方法一气呵成lambda用法详解接下来让我们看看lambda的实际应用，就我自己使用lambda的体验来说，从来没有单独用过，lambda一般情况下是和map，filter，reduce这些超棒的内置函数以及dict，list,tuple,set 等数据结构混用，这样才能发挥它的最大效果，如果有朋友还不太熟悉这些内置函数，可以看一下我上一篇文章 Python 进阶之路 (五) map, filter, reduce, zip 一网打尽好了，闲话少说，下面让我们一个个来看lambda + map首先出场的是lambda+map的组合，先看下面这个例子：numbers = [1,2,3,4,5]add_one = list(map(lambda n:n+1,numbers)) #map(fun,sequence)print(list(add_one))print(tuple(add_one))Out: [2, 3, 4, 5, 6] (2, 3, 4, 5, 6)这个是我们上一期的例子，实现一个数组（元组）每个元素+1，让我们回忆一下map的用法map(fun,sequence)，fun是传递的方法，sequence是一个可迭代的序列，这里我们的fun就是匿名函数lambda n:n+1，这里非常完美的解释了lambda的设计初衷，因为如果没有lambda，我们的解决方案是这样:def add(num): return num+1numbers = [1,2,3,4,5]add_one = list(map(add,numbers))print(add_one)print(tuple(add_one))显然易见，这里的add方法有点多余，所以用lambda代替是个好的选择。让我们再看下一个例子,这是我自己备份日志时写的一小段代码,命名不是很规范：from datetime import datetime as dtlogs = [‘serverLog’,‘appLog’,‘paymentLog’]format =’_’+ dt.now().strftime(’%d-%m-%y’)+’.py’result =list(map(lambda x:x+format,logs)) # 利用map+lambda 实现字符串拼接print(result)Out:[‘serverLog_11-02-19.py’, ‘appLog_11-02-19.py’, ‘paymentLog_11-02-19.py’]这里和刚才的加1例子差不多，但是换成了字符串的拼接，然而我这里用lambda并不是很好的解决方案，最后我们会说，现在大家应该对map + lambda 有一些感觉了，让我们再来个和dict字典互动的例子：person =[{’name’:‘Lilei’, ‘city’:‘beijing’}, {’name’:‘HanMeiMei’, ‘city’:‘shanghai’}]names=list(map(lambda x:x[’name’],person))print(names)Out：[‘Lilei’, ‘HanMeiMei’]好了，看到这里对于map+lambda的用法大家已经很清楚了应该~lambda + filterlambda和filter的组合也很常见，用于特定筛选条件下，现在让我们来看上篇文章filter的例子，就应该很好理解了：numbers = [0, 1, 2, -3, 5, -8, 13]# 提取奇数result = filter(lambda x: x % 2, numbers)print(“Odd Numbers are :",list(result))# 提取偶数result = filter(lambda x: x % 2 == 0, numbers)print(“Even Numbers are :",list(result))#提取正数result = filter(lambda x: x>0, numbers)print(“Positive Numbers are :",list(result))Out：Odd Numbers are : [1, -3, 5, 13] Even Numbers are : [0, 2, -8] Positive Numbers are : [1, 2, 5, 13]这里无非就是我们把filter(fun,sequence)里面的fun换成了我们的lambda，只是lambda的函数部分（x%2,x%2==0,x>0）都是可以返回True或者False来判断的，符合fiter的要求，用刚才李雷和韩梅梅的例子也是一个道理：person =[{’name’:‘Lilei’, ‘city’:‘beijing’}, {’name’:‘HanMeiMei’, ‘city’:‘shanghai’}]names=list(filter(lambda x:x[’name’]==‘Lilei’,person)) # 提取李雷的信息print(names)Out：[{’name’: ‘Lilei’, ‘city’: ‘beijing’}]lambda + reduce还是让我们看一下上篇文章的例子：from functools import reduce # Only Python 3numbers = [1,2,3,4]result_multiply = reduce((lambda x, y: x * y), numbers)result_add = reduce((lambda x,y: x+y), numbers)print(result_multiply)print(result_add)Out：24 10这个例子用lambda和reduce的配合实现了list求累积和和累积乘法。有意思的是这个例子具有两面性，一方面展示了lambda和reduce如何一起使用，另一方面也引出了接下来我想说的重点：lambda真的值得用吗？到底应该怎么用？避免过度使用lambda通过上面的例子大家已经看到了lambda的实际应用场景，但是这里我想和大家分享一下我的看法:我认为lambda的缺点略多于优点，应该避免过度使用lambda首先，这仅仅是我的个人看法哈，希望大家理解，我的理由如下:首先让我们拿lambda方法和常规def做个对比，我发现lambda和def的主要不同点如下：可以立即传递（无需变量）只需一行代码，简洁（未必高效）可以会自动返回，无需returnlambda函数没有函数名称有关优点大家都可以看到，我主要想说一下它的缺点，首先，从真正需求出发，我们在大多数时候是不需要lambda的，因为总可以找到更好的替代方法，现在我们一起看一下刚才lambda+reduce 的例子，我们用lambada实现的结果如下：from functools import reduce # Only Python 3 numbers = [1,2,3,4] result_multiply = reduce((lambda x, y: x * y), numbers) result_add = reduce((lambda x,y: x+y), numbers)这里用lambda并没有实现简单高效的目的，因为我们有现成的sum和mul方法可以用：from functools import reducefrom operator import mulnumbers = [1,2,3,4]result_add = sum(numbers)result_multiply =reduce(mul,numbers)print(result_add)print(result_multiply)Out: 10 24结果是一样的，但是显然用sum和mul的方案更加高效。再举个常见的例子说明，假如我们有一个list存储了各种颜色，现在要求把每个颜色首字母大写，如果用lambda写出是这样：colors = [‘red’,‘purple’,‘green’,‘blue’]result = map(lambda c:c.capitalize(),colors)print(list(result))Out：[‘Red’, ‘Purple’, ‘Green’, ‘Blue’]看着似乎不错，挺简洁的，但是我们有更好的方法：colors = [‘red’,‘purple’,‘green’,‘blue’]result = [c.capitalize() for c in colors]print(result)Out：[‘Red’, ‘Purple’, ‘Green’, ‘Blue’]用sorted还能处理首字母不规范的情况，连排序都省了：colors = [‘Red’,‘purple’,‘Green’,‘blue’]print(sorted(colors,key=str.capitalize))Out:[‘blue’, ‘Green’, ‘purple’, ‘Red’]还有一个主要原因就是: lambda函数没有函数名称。所以在代码交接，项目移植的场景中会给团队带来很多困难，多写个函数add_one()没什么坏处，因为大家都很容易理解，知道它是执行+1的功能适合lambda的场景话又说回来，存在即合理，那么真正需要我们使用lambda的是哪些场景呢：你需要的方法是很简单的(+1，字符串拼接等),该函数不值得一个名字使用lambda表达式，会比我们能想到的函数名称更容易理解除了lambda，没有任何python提供的函数可以实现目的团队中所有成员都掌握lambda，这样不会造成歧义或浪费时间还有一种场景非常适用，就是在给其他人制造自己很专业的错觉时，比如：哎呀，小老弟，听说你学了Python，知道lambda不？ 没听过？不行啊，白学了！来来来，让我给你讲讲。。。此处省略1万字总结今天为大家九浅一深地讲解了lambda的用法和使用场景，所谓九浅一深，就是90%情况下用于创建简单的匿名函数，10%的情况稍微复杂（我这个借口找的太好了）总而言之就是，任何事情都具有两面性，我们在使用lambda之前应该先停下来，问问自己是不是真的需要它。当然，如果需要和别人忽悠的时候都是正反一张嘴，lambda是好是坏全凭一张嘴了，吹牛时请遵守如下原则，屡试不爽：如果你说一个女大学生晚上卖淫就是可耻，但如果改成一个妓女利用业余时间努力学习就励志多了！lambda也是如此