前言:
Lambda 函数是 Python 中的匿名函数。当你需要完成一件小工作时,在本地环境中使用它们可以让工作得心应手。有些人将它们简称为 lambdas,它们的语法如下:
lambda arguments: expression
lambda 关键字可以用来创建一个 lambda 函数,紧跟其后的是参数列表和用冒号分割开的单个表达式。例如,lambda x: 2 * x 是将任何输入的数乘2,而 lambda x, y: x+y 是计算两个数字的和。语法十分直截了当,对吧?
假设您知道什么是 lambda 函数,本文旨在提供有关如何正确使用 lambda 函数的一些常规准则。
1. 不要返回任何值
看看语法,您可能会注意到我们在 lambda 函数中并没有返回任何内容。这都是因为 lambda 函数只能包含一个表达式。然而,使用 return 关键字会构成不符合规定语法的语句,如下所示:
1
2
3
4
5
6
7
8
9
|
>>> integers = [( 3 , - 3 ), ( 2 , 3 ), ( 5 , 1 ), ( - 4 , 4 )] >>> sorted (integers, key = lambda x: x[ - 1 ]) [( 3 , - 3 ), ( 5 , 1 ), ( 2 , 3 ), ( - 4 , 4 )] >>> sorted (integers, key = lambda x: return x[ - 1 ]) ... File "<input>" , line 1 sorted (integers, key = lambda x: return x[ - 1 ]) ^ SyntaxError: invalid syntax |
该错误可能是由于无法区分表达式和语句而引起的。像是包含 return、try、 with 以及 if 的语句会执行特殊动作。然而,表达式指的是那些可以被计算出一个值的表达,例如数值或其他 Python 对象。
通过使用 lambda 函数,单个表达式会被计算为一个值并且参与后续的计算,例如由 sorted 函数排序。
2. 不要忘记更好的选择
lambda 函数最常见的使用场景是将它作为一些内置工具函数中 key 的实参,比如上面展示的 sorted() 和 max()。根据情况,我们可以使用其他替代方法。
思考下面的例子:
1
2
3
4
5
6
7
8
9
10
|
>>> integers = [ - 4 , 3 , 7 , - 5 , - 2 , 6 ] >>> sorted (integers, key = lambda x: abs (x)) [ - 2 , 3 , - 4 , - 5 , 6 , 7 ] >>> sorted (integers, key = abs ) [ - 2 , 3 , - 4 , - 5 , 6 , 7 ] >>> scores = [( 93 , 100 ), ( 92 , 99 ), ( 95 , 94 )] >>> max (scores, key = lambda x: x[ 0 ] + x[ 1 ]) ( 93 , 100 ) >>> max (scores, key = sum ) ( 93 , 100 ) |
在数据科学领域,很多人使用 pandas 库来处理数据。如下所示,我们可以使用 lambda 函数通过 map() 函数从现有数据中创建新数据。除了使用 lambda 函数外,我们还可以直接使用算术函数,因为 pandas
是支持的:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
>>> import pandas as pd >>> data = pd.Series([ 1 , 2 , 3 , 4 ]) >>> data. map ( lambda x: x + 5 ) 0 6 1 7 2 8 3 9 dtype: int64 >>> data + 5 0 6 1 7 2 8 3 9 dtype: int64 |
3. 不要将它赋值给变量
我曾见过一些人将 lambda
函数误认为是简单函数的另一种声明方式,我们可能也见过有人像下面这么做:
1
2
3
4
5
6
7
|
>>> doubler = lambda x: 2 * x >>> doubler( 5 ) 10 >>> doubler( 7 ) 14 >>> type (doubler) < class 'function' > |
对 lambda 函数命名的唯一作用可能是出于教学目的,以表明 lambda 函数的确是和其他函数一样的函数——可以被调用并且具有某种功能。除此之外,我们不应该将 lambda 函数赋值给变量。
为 lambda 函数命名的问题在于这使得调试不那么直观。与其他的使用常规 def 关键字创建的函数不同,lambda 函数没有名字,这也是为什么有时它们被称为匿名函数的原因。思考下面简单的例子,找出细微的区别:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
>>> inversive0 = lambda x: 1 / x >>> inversive0( 2 ) 0.5 >>> inversive0( 0 ) Traceback (most recent call last): File "<input>" , line 1 , in <module> File "<input>" , line 1 , in < lambda > ZeroDivisionError: division by zero >>> def inversive1(x): ... return 1 / x ... >>> inversive1( 2 ) 0.5 >>> inversive1( 0 ) Traceback (most recent call last): File "<input>" , line 1 , in <module> File "<input>" , line 2 , in inversive1 ZeroDivisionError: division by zero |
当我们的代码存在关于 lambda 函数的问题(即 inversive0
),Traceback 错误信息只会提示您 lambda 函数存在问题。
相比之下,使用正常定义的函数,Traceback会清晰地提示您有问题的函数(即 inversive1
)。
与此相关,如果您想多次使用 lambda 函数,最佳实践是使用通过 def 定义的允许使用文档字符串的常规函数。
4. 不要忘记列表推导式
有些人喜欢将 lambda 函数和高阶函数一起使用,比如 map 或 filter。思考下面用法示例:
1
2
3
4
5
6
7
8
|
>>> # 创建一个数字列表 >>> numbers = [ 2 , 1 , 3 , - 3 ] >>> # 使用带有 lambda 函数的 map 函数 >>> list ( map ( lambda x: x * x, numbers)) [ 4 , 1 , 9 , 9 ] >>> # 使用带有 lambda 函数的 filter 函数 >>> list ( filter ( lambda x: x % 2 , numbers)) [ 1 , 3 , - 3 ] |
我们可以使用可读性更强的列表推导式代替 lambda 函数。如下所示,我们使用列表推导式来创建相同的列表对象。如所见,与列表推导式相比,之前将 map 或 filter 函数与 lambda 函数一起使用更麻烦。因此,在创建涉及高阶函数的列表时,应考虑使用列表推导式。
1
2
3
4
5
|
>>> # Use list comprehensions >>> [x * x for x in numbers] [ 4 , 1 , 9 , 9 ] >>> [x for x in numbers if x % 2 ] [ 1 , 3 , - 3 ] |
结论
在本文中,我们回顾了使用 lambda 函数可能会犯的四个常见错误。通过避免这些错误,您应该能在代码中正确使用 lambda 函数。
使用 lambda
函数的经验准则是保持简单以及只在本地使用一次。
到此这篇关于如何写好 Python 的 Lambda 函数的文章就介绍到这了,更多相关Python 的 Lambda 函数内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!
原文链接:https://blog.csdn.net/lyc2016012170/article/details/122975024