Python 提供了非常多的庫和內(nèi)置函數(shù)。有不同的方法可以執(zhí)行相同的任務(wù),，而在 Python 中使用最為頻繁函數(shù)莫過于：lambda(),、 map()、filter() 和 reduce() 函數(shù),，今天我將和大家一起研究學習,，喜歡記得收藏,、關(guān)注、點贊,。

【注】代碼,、資料、交流文末獲取

Lambda 函數(shù)簡介

Lambda函數(shù)也被稱為匿名(沒有名稱)函數(shù),，它直接接受參數(shù)的數(shù)量以及使用該參數(shù)執(zhí)行的條件或操作,，該參數(shù)以冒號分隔，并返回最終結(jié)果,。為了在大型代碼庫上編寫代碼時執(zhí)行一項小任務(wù),，或者在函數(shù)中執(zhí)行一項小任務(wù)，便在正常過程中使用lambda函數(shù),。

lambda argument_list:expersion

argument_list是參數(shù)列表，它的結(jié)構(gòu)與Python中函數(shù)(function)的參數(shù)列表是一樣的

a,b
a=1,b=2
*args
**kwargs
a,b=1,*args
空
....

expression是一個關(guān)于參數(shù)的表達式,，表達式中出現(xiàn)的參數(shù)需要在argument_list中有定義,，并且表達式只能是單行的。

1
None
a+b
sum(a)
1 if a >10 else 0
[i for i in range(10)]
...

普通函數(shù)和Lambda函數(shù)的區(qū)別

1. 沒有名稱
   Lambda函數(shù)沒有名稱,，而普通操作有一個合適的名稱,。

2. Lambda函數(shù)沒有返回值
   使用def關(guān)鍵字構(gòu)建的普通函數(shù)返回值或序列數(shù)據(jù)類型，但在Lambda函數(shù)中返回一個完整的過程,。假設(shè)我們想要檢查數(shù)字是偶數(shù)還是奇數(shù),，使用lambda函數(shù)語法類似于下面的代碼片段。

b = lambda x: "Even" if x%2==0 else "Odd"
b(9)

3. 函數(shù)只在一行中
   Lambda函數(shù)只在一行中編寫和創(chuàng)建,，而在普通函數(shù)的中使用縮進

4. 不用于代碼重用
   Lambda函數(shù)不能用于代碼重用,，或者不能在任何其他文件中導入這個函數(shù)。相反,，普通函數(shù)用于代碼重用,，可以在外部文件中使用。

為什么要使用Lambda函數(shù)?

一般情況下,，我們不使用Lambda函數(shù),，而是將其與高階函數(shù)一起使用。高階函數(shù)是一種需要多個函數(shù)來完成任務(wù)的函數(shù),，或者當一個函數(shù)返回任何另一個函數(shù)時,，可以選擇使用Lambda函數(shù)。

什么是高階函數(shù)?

通過一個例子來理解高階函數(shù),。假設(shè)有一個整數(shù)列表,，必須返回三個輸出。

• 一個列表中所有偶數(shù)的和

• 一個列表中所有奇數(shù)的和

• 一個所有能被三整除的數(shù)的和

首先假設(shè)用普通函數(shù)來處理這個問題,。在這種情況下,，將聲明三個不同的變量來存儲各個任務(wù),，并使用一個for循環(huán)處理并返回結(jié)果三個變量。該方法常規(guī)可正常運行,。

現(xiàn)在使用Lambda函數(shù)來解決這個問題,，那么可以用三個不同的Lambda函數(shù)來檢查一個待檢驗數(shù)是否是偶數(shù)，奇數(shù),，還是能被三整除,，然后在結(jié)果中加上一個數(shù)。

def return_sum(func, lst):
  result = 0
  for i in lst:
    #if val satisfies func
    if func(i):
      result = result + i
  return result
lst = [11,14,21,56,78,45,29,28]
x = lambda a: a%2 == 0
y = lambda a: a%2 != 0
z = lambda a: a%3 == 0
print(return_sum(x, lst))
print(return_sum(y, lst))
print(return_sum(z, lst))

這里創(chuàng)建了一個高階函數(shù),，其中將Lambda函數(shù)作為一個部分傳遞給普通函數(shù),。其實這種類型的代碼在互聯(lián)網(wǎng)上隨處可見。然而很多人在使用Python時都會忽略這個函數(shù),，或者只是偶爾使用它,，但其實這些函數(shù)真的非常方便，同時也可以節(jié)省更多的代碼行,。接下來我們一起看看這些高階函數(shù),。

Python內(nèi)置高階函數(shù)

Map函數(shù)

map() 會根據(jù)提供的函數(shù)對指定序列做映射。

Map函數(shù)是一個接受兩個參數(shù)的函數(shù),。第一個參數(shù) function 以參數(shù)序列中的每一個元素調(diào)用 function 函數(shù),，第二個是任何可迭代的序列數(shù)據(jù)類型。返回包含每次 function 函數(shù)返回值的新列表,。

map(function, iterable, ...)

Map函數(shù)將定義在迭代器對象中的某種類型的操作,。假設(shè)我們要將數(shù)組元素進行平方運算，即將一個數(shù)組的每個元素的平方映射到另一個產(chǎn)生所需結(jié)果的數(shù)組,。

arr = [2,4,6,8] 
arr = list(map(lambda x: x*x, arr)) 
print(arr)

我們可以以不同的方式使用Map函數(shù),。假設(shè)有一個包含名稱、地址等詳細信息的字典列表,，目標是生成一個包含所有名稱的新列表,。

students = [
            {"name": "John Doe",
             "father name": "Robert Doe",
             "Address": "123 Hall street"
             },
            {
              "name": "Rahul Garg",
              "father name": "Kamal Garg",
              "Address": "3-Upper-Street corner"
            },
            {
              "name": "Angela Steven",
             "father name": "Jabob steven",
             "Address": "Unknown"
            }
]
print(list(map(lambda student: student['name'], students)))
>>> ['John Doe', 'Rahul Garg', 'Angela Steven']

上述操作通常出現(xiàn)在從數(shù)據(jù)庫或網(wǎng)絡(luò)抓取獲取數(shù)據(jù)等場景中。

Filter函數(shù)

Filter函數(shù)根據(jù)給定的特定條件過濾掉數(shù)據(jù),。即在函數(shù)中設(shè)定過濾條件,，迭代元素，保留返回值為True 的元素,。Map 函數(shù)對每個元素進行操作,，而 filter 函數(shù)僅輸出滿足特定要求的元素。

假設(shè)有一個水果名稱列表,，任務(wù)是只輸出那些名稱中包含字符“g”的名稱,。

fruits = ['mango', 'apple', 'orange', 'cherry', 'grapes'] 
print(list(filter(lambda fruit: 'g' in fruit, fruits)))

filter(function or None, iterable) --> filter object

返回一個迭代器，為那些函數(shù)或項為真的可迭代項。如果函數(shù)為None,，則返回為真的項,。

Reduce函數(shù)

這個函數(shù)比較特別，不是 Python 的內(nèi)置函數(shù),，需要通過from functools import reduce 導入,。Reduce 從序列數(shù)據(jù)結(jié)構(gòu)返回單個輸出值，它通過應用一個給定的函數(shù)來減少元素,。

reduce(function, sequence[, initial]) -> value

將包含兩個參數(shù)的函數(shù)(function)累計應用于序列(sequence)的項,，從左到右，從而將序列reduce至單個值,。

如果存在initial,，則將其放在項目之前的序列，并作為默認值時序列是空的,。

假設(shè)有一個整數(shù)列表,，并求得所有元素的總和。且使用reduce函數(shù)而不是使用for循環(huán)來處理此問題,。

from functools import reduce
lst = [2,4,6,8,10]
print(reduce(lambda x, y: x+y, lst))
>>> 30

還可以使用 reduce 函數(shù)而不是for循環(huán)從列表中找到最大或最小的元素,。

lst = [2,4,6,8]
# 找到最大元素
print(reduce(lambda x, y: x if x>y else y, lst))
# 找到最小元素
print(reduce(lambda x, y: x if x<y else y, lst))

高階函數(shù)的替代方法

列表推導式

其實列表推導式只是一個for循環(huán)，用于添加新列表中的每一項,，以從現(xiàn)有索引或一組元素創(chuàng)建一個新列表。之前使用map,、filter和reduce完成的工作也可以使用列表推導式完成,。然而，相比于使用Map和filter函數(shù),，很多人更喜歡使用列表推導式,，也許是因為它更容易應用和記憶。

同樣使用列表推導式將數(shù)組中每個元素進行平方運算,，水果的例子也可以使用列表推導式來解決,。

arr = [2,4,6,8]
arr = [i**2 for i in arr]
print(arr)
fruit_result = [fruit for fruit in fruits if 'g' in fruit]
print(fruit_result)

字典推導式

與列表推導式一樣，使用字典推導式從現(xiàn)有的字典創(chuàng)建一個新字典,。還可以從列表創(chuàng)建字典,。

假設(shè)有一個整數(shù)列表，需要創(chuàng)建一個字典,，其中鍵是列表中的每個元素,，值是列表中的每個元素的平方。

lst = [2,4,6,8]
D1 = {item:item**2 for item in lst}
print(D1)
>>> {2: 4, 4: 16, 6: 36, 8: 64}
# 創(chuàng)建一個只包含奇數(shù)元素的字典
arr = [1,2,3,4,5,6,7,8]
D2 = {item: item**2 for item in arr if item %2 != 0}
print(D2)
>>> {1: 1, 3: 9, 5: 25, 7: 49}

一個簡單應用

如何快速找到多個字典的公共鍵

方法一

dl = [d1, d2, d3] # d1, d2, d3為字典,，目標找到所有字典的公共鍵
[k for k in dl[0] if all(map(lambda d: k in d, dl[1:]))]

例

dl = [{1:'life', 2: 'is'}, 
      {1:'short', 3: 'i'}, 
      {1: 'use', 4: 'python'}]
[k for k in dl[0] if all(map(lambda d: k in d, dl[1:]))]
# 1

解析

# 列表表達式遍歷dl中第一個字典中的鍵
[k for k in dl[0]]
# [1, 2]

# lambda 匿名函數(shù)判斷字典中的鍵,，即k值是否在其余字典中
list(map(lambda d: 1 in d, dl[1:]))
# [True, True]
list(map(lambda d: 2 in d, dl[1:]))
#[False, False]

# 列表表達式條件為上述結(jié)果([True, True])全為True,則輸出對應的k值
#1

方法二

# 利用集合（set）的交集操作
from functools import reduce
# reduce(lambda a, b: a*b, range(1,11)) # 10!
reduce(lambda a, b: a & b, map(dict.keys, dl))

寫在最后

目前已經(jīng)學習了Lambda函數(shù)是什么，以及Lambda函數(shù)的一些使用方法。隨后又一起學習了Python中的高階函數(shù),，以及如何在高階函數(shù)中使用lambda函數(shù),。除此之外，還學習了高階函數(shù)的替代方法：在列表推導式和字典推導式中執(zhí)行之前操作,。雖然這些方法看似簡單,，或者說你之前已經(jīng)見到過這類方法，但你很可能很少使用它們,。你可以嘗試在其他更加復雜的函數(shù)中使用它們,，以便使代碼更加簡潔。