python数据操作之lambda表达式详情_Python

1 前言

在 Java 和 js 中，lambda箭头函数是十分常见的操作，这种表达方式在使用时非常的简便。在python的语法中也有应用场景，lambda是python预留的关键字，带有该关键字的都视为lambda,

其表现形式如下：

				?

									# lambda 是表达式， arg 是用户输入参数 expression 是函数表达式

									lambda [arg1 [,arg2,.....argn]]:expression

2 lambda 的特性

python 中 lambda 表达式的特性如下所示：

表达式是匿名的，lambda 只是一个一个表达式，类似于但是没有名字。
表达式有输入和输出，输入是 arg 的参数，输出是表达式计算的结果。
具有命名空间，只能在命名空间之内获取和操作参数变量。

常见的表达式如下所示：

				?

									lambda x, y: x + y          # 函数输入是x和y，输出是 x + y

									lambda *args: sum(args)     # 输入是任意个数参数，输出是多个参数的和，输入参数必须是数字

									lambda **kwargs: 2          # 输入是任意键值对参数，输出结果为固定值

3 lambda 的一些用法

3.1 map 函数

map 函数会根据提供的函数对可迭代参数进行逐个调用，并返回一个可迭代对象结果，其语法和使用方式如下所示：

				?

									# function 代表为函数，iterable 代表一个可迭代对象,也可以传入多个对象

									map(function, iterable, ...)

									# 只有一个可迭代参数情况

									def cal_num(x):

									    return x ** 2 + 2 * x - 3

									# 准备的数据

									read_list = [2, 3, 4]

									# 因为map 的结果是一个可迭代对象，所以转换为 list 对象打印结果

									re_list = list(map(cal_num, read_list))

									#计算的结果 [5, 12, 21]

									print(re_list)

									# 多个可迭代参数情况，逐个计算和

									def cal_add_num(x, y):

									    return x  + y

									# 准备的数据

									read_list = [2, 3, 4]

									re_list = list(map(cal_add_num, read_list, read_list))

									# 计算结果 [4, 6, 8]

									print(re_list)

									# 关于多个迭代的操作，也可以采用 zip 将多个可迭代对象进行处理，组成元组对象，进行循环计算处理。

									result_list = []

									for k1, k2 in zip(read_list,read_list):

									    result_list.append(k1 + k2)

3.2 reduce 函数

reduce 函数会对参数列表中的元素进行累积计算，通常的做法就是对一列数组求和，前篇讲述的 java Stream 关于 reduce 的操作和本例是一样的，其中的 lambda 可以看成是数列的推导式：

				?

									# function 代表为函数，iterable 代表一个可迭代对象,initializer 指定起始值

									reduce(function, iterable[, initializer])

									# 计算数组之和，lambda 写法,起始值为 10, 计算结果为 25

									res = reduce(lambda x, y: x + y, [1, 2, 3, 4, 5], 10)

这里需要说明的是，在 python3 中 reduce 已经从全局命名空间中移除，被放在了 functools 模块中，如果需要使用，则需要进行引入from functools import reduce。

3.3 sorted 函数

sorted 函数，顾名思义就是对可迭代对象进行排序操作，其语法格式和用法如下所示：

				?

									# iterable 为可迭代对象 cmp 为比较函数 排序字段和排序顺序

									sorted(iterable[, cmp[, key[, reverse]]])

									# 1、简单排序

									a = [5,7,6,3,4,1,2]

									# 使用sorted，保留原列表，不改变列表a的值

									# 排序结果为 [1, 2, 3, 4, 5, 6, 7]

									b = sorted(a)

									# 2、使用 lambda 指定排序函数方式排序

									# 待排序对象

									x_list = [('b',2),('a',1),('c',3),('d',4)]

									# 排序结果：[('a', 1), ('b', 2), ('c', 3), ('d', 4)]

									y_list = sorted(x_list, cmp=lambda x,y:cmp(x[1],y[1]))

									# 3、利用参数 key 排序,依然使用 lambda 指定元祖的第一个数据

									# 计算结果：[('a', 1), ('b', 2), ('c', 3), ('d', 4)]

									z_list = sorted(x_list, key=lambda x:x[1])

									# 4、指定排序顺序

									user_list = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

									# 排序结果 [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]

									re_list = sorted(user_list, key=lambda s: s[2], reverse=True)

3.4 filter 函数

filter 函数相对来说就比较简单了，主要就是过滤操作，过滤掉不符合表达式的数据，得到最终的结果。

				?

									# function 为过滤函数，返回结果为 true 或者 false, iterable 为可迭代对象

									filter(function, iterable)

									# 判断是否为奇数

									def is_odd(n):

									    return n % 2 == 1

									newlist = filter(is_odd, [1, 2, 3, 4])

									print(list(newlist))