建设购物网站课程设计,大数据精准营销论文,公路开发公司,怎么选择丹徒网站建设Python 提供了非常多的库和内置函数。有不同的方法可以执行相同的任务#xff0c;而在 Python 中#xff0c;有个万能之王函数#xff1a;lambda 函数#xff0c;它以不同的方式在任何地方使用。一、Lambda 函数简介在 Python 中#xff0c;函数可以接受一个或多个位置参数…Python 提供了非常多的库和内置函数。有不同的方法可以执行相同的任务而在 Python 中有个万能之王函数lambda 函数它以不同的方式在任何地方使用。一、Lambda 函数简介在 Python 中函数可以接受一个或多个位置参数或关键字参数、可变参数列表、可变关键字参数列表等。它们可以传递给高阶函数并作为输出返回。常规函数可以有多个表达式和多个语句。Python lambda 函数只是一个匿名函数。它也可以称为无名函数。它直接接受参数的数量以及使用该参数执行的条件或操作该参数以冒号分隔并返回最终结果。普通的 Python 函数由def关键字定义。Python 中的 Lambda 函数通常由lambda关键字、任意数量的参数和一个表达式组成。Lambda 函数主要用作单行函数。它们经常在高阶函数中使用例如map()和filter()。这是因为匿名函数作为参数传递给高阶函数。lambda argument_list:expersionargument_list是参数列表它的结构与Python中函数(function)的参数列表是一样的expression是一个关于参数的表达式表达式中出现的参数需要在argument_list中有定义并且表达式只能是单行的。其中它可以接受任意数量的参数但是只允许包含一个表达式而该表达式的运算结果就是函数的返回值我们可以简单地来写一个例子(lambda x:x**2)(3)二、为什么要使用Lambda函数?一般情况下我们不使用Lambda函数而是将其与高阶函数一起使用。高阶函数是一种需要多个函数来完成任务的函数或者当一个函数返回任何另一个函数时可以选择使用Lambda函数。什么是高阶函数高阶函数的概念在 Python 中很流行就像在其他语言中一样。它们是接受其他函数作为参数并返回函数作为输出的函数。在 Python 中高阶函数有两个参数一个函数和一个可迭代对象。函数参数应用于可迭代对象中的每个项目。由于我们可以将函数作为参数传递给高阶函数因此我们同样可以传入 lambda 函数。三、Python高阶函数在 Python 中高阶函数有两个参数一个函数和一个可迭代对象。函数参数应用于可迭代对象中的每个项目。由于我们可以将函数作为参数传递给高阶函数因此我们同样可以传入 lambda 函数。例如filter()、 map()和reduce()— 它是从 Python 中的 functools 模块导入的因为它不是内置函数。默认情况下高阶函数是接收其他函数作为参数的函数。1、Map函数map() 会根据提供的函数对指定序列做映射。Map函数是一个接受两个参数的函数。第一个参数 function 以参数序列中的每一个元素调用 function 函数第二个是任何可迭代的序列数据类型。返回包含每次 function 函数返回值的新列表。map(function, iterable, ...)Map函数将定义在迭代器对象中的某种类型的操作。假设我们要将数组元素进行平方运算即将一个数组的每个元素的平方映射到另一个产生所需结果的数组。# codingutf-8# 10以内的平方
square_of_numbers list(map(lambda x: x ** 2, range(10)))print(square_of_numbers)strings [Nigeria, Ghana, Niger, Kenya, Ethiopia, South Africa, Tanzania, Egypt, Morocco, Uganda]
# 获取字符串长度
length_of_strings list(map(lambda x: len(x), strings))print(length_of_strings)以不同的方式使用Map函数。假设有一个包含名称、地址等详细信息的字典列表目标是生成一个包含所有名称或者地址的新列表。# codingutf-8students [{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)))
print(list(map(lambda student: student[Address], students)))2、Filter函数Filter函数根据给定的特定条件过滤掉数据。即在函数中设定过滤条件迭代元素保留返回值为True 的元素。Map 函数对每个元素进行操作而 filter 函数仅输出满足特定要求的元素。filter(function or None, iterable) -- filter object返回一个迭代器为那些函数或项为真的可迭代项。如果函数为None则返回为真的项。假设有一个水果名称列表任务是只输出那些名称中包含字符“g”的名称。# codingutf-8fruits [mango, apple, orange, cherry, grapes]
print(list(filter(lambda fruit: g in fruit, fruits)))假设有一个字符串列表任务是只输出那些字符串长度大于6的# codingutf-8strings [Nigeria, Ghana, Niger, Kenya, Ethiopia, South Africa, Tanzania, Egypt, Morocco, Uganda]# 字符串长度大于6的
length_of_strings_above_six list(filter(lambda x: len(x) 6, strings))print(length_of_strings_above_six)3、Reduce函数这个函数比较特别不是 Python 的内置函数需要通过from functools import reduce 导入。Reduce 从序列数据结构返回单个输出值它通过应用一个给定的函数来减少元素。reduce(function, sequence[, initial]) - value将包含两个参数的函数(function)累计应用于序列(sequence)的项从左到右从而将序列reduce至单个值。如果存在initial则将其放在项目之前的序列并作为默认值时序列是空的。假设有一个整数列表并求得所有元素相乘。且使用reduce函数而不是使用for循环来处理此问题。# codingutf-8from functools import reduce
nums [2, 4, 6, 8, 10]
multiplication_of_nums reduce(lambda x, y: x * y, nums)print(multiplication_of_nums)def mul_numbers(x, y):return x * yprint(reduce(mul_numbers, nums))还可以使用 reduce 函数而不是for循环从列表中找到最大或最小的元素。# codingutf-8from functools import reduce
values [13, 6, 12, 23, 15, 31, 16, 21]
min_value reduce(lambda x, y: x if (x y) else y, values)
max_value reduce(lambda x, y: x if (x y) else y, values)
print(min_value)
print(max_value)四、高阶函数的替代方法1、列表推导式其实列表推导式只是一个for循环用于添加新列表中的每一项以从现有索引或一组元素创建一个新列表。之前使用map、filter和reduce完成的工作也可以使用列表推导式完成。然而相比于使用Map和filter函数很多人更喜欢使用列表推导式也许是因为它更容易应用和记忆。同样使用列表推导式将数组中每个元素进行平方运算水果的例子也可以使用列表推导式来解决。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)2、字典推导式与列表推导式一样使用字典推导式从现有的字典创建一个新字典。还可以从列表创建字典。假设有一个整数列表需要创建一个字典其中键是列表中的每个元素值是列表中的每个元素的平方。# codingutf-8nums [2, 4, 6, 8, 10]
D1 {item: item ** 2 for item in nums}
print(D1)
# 创建一个只包含奇数元素的字典
arr [1, 2, 3, 4, 5, 6, 7, 8]
D2 {item: item ** 2 for item in arr if item % 2 ! 0}
print(D2)五、简单应用如何快速找到多个字典的公共键方法一dl [d1, d2, d3] # d1, d2, d3为字典目标找到所有字典的公共键
[k for k in dl[0] if all(map(lambda d: k in d, dl[1:]))]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# 列表表达式遍历dl中第一个字典中的键
[k for k in dl[0]]
# [1, 2]# lambda 匿名函数判断字典中的键即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]# 列表表达式条件为上述结果([True, True])全为True,则输出对应的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))六、写在最后目前已经学习了Lambda函数是什么以及Lambda函数的一些使用方法以及如何在高阶函数中使用lambda函数。代码的可读性应优先于简洁性。尽管 Python lambda 可以显著减少编写的代码行数但应谨慎使用仅在必要时才使用。Lambda 可以非常方便地使用 Python 三元表达式但同样不要牺牲可读性。当使用高阶函数时Lambda 函数真正发挥作用。总之Python lambda 非常适合编写单行函数。它们也用于 IIFE立即调用的函数表达式。当有多个表达式时不应使用 Lambda因为它会使代码不可读。
