一、Lambda 函数简介
Lambda 函数也被称为匿名(没有名称)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。为了在大型代码库上编写代码时执行一项小任务，或者在函数中执行一项小任务，便在正常过程中使用 lambda 函数。
1
lambda argument_list:expersion
1、argument_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
1
2
3
4
5
6
7
a, b
a = 1, b = 2
*args
**kwargs
a, b = 1, *args
空
....
2、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
1
2
3
4
5
6
7
1
None
a + b
sum(a)
a if a is not None else 'NULL'
[i for i in range(10)]
...
二、普通函数和Lambda函数的区别
1、没有名称
Lambda 函数没有名称，而普通操作有一个合适的名称。
2、Lambda 函数没有返回值
使用 def 关键字构建的普通函数返回值或序列数据类型，但在 Lambda 函数中返回一个完整的过程。假设我们想要检查数字是偶数还是奇数，使用 lambda 函数语法类似于下面的代码片段。
1
2
b = lambda x: "Even" if x%2==0 else "Odd"
print(b(9)) # Odd
3、函数只在一行中
Lambda 函数只在一行中编写和创建，而在普通函数的中使用缩进
4、不用于代码重用
Lambda 函数不能用于代码重用，或者不能在任何其他文件中导入这个函数。相反，普通函数用于代码重用，可以在外部文件中使用。
三、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。
四、什么是高阶函数?
通过一个例子来理解高阶函数。假设有一个整数列表，必须返回三个输出。
1、一个列表中所有偶数的和
2、一个列表中所有奇数的和
3、一个所有能被三整除的数的和
首先假设用普通函数来处理这个问题。在这种情况下，将声明三个不同的变量来存储各个任务，并使用一个 for 循环处理并返回结果三个变量。该方法常规可正常运行。
现在使用 Lambda 函数来解决这个问题，那么可以用三个不同的 Lambda 函数来检查一个待检验数是否是偶数，奇数，还是能被三整除，然后在结果中加上一个数。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
def return_sum(func, lst):
result = 0
for i in lst:
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)) # 176
print(return_sum(y, lst)) # 106
print(return_sum(z, lst)) # 144
这里创建了一个高阶函数，其中将 Lambda 函数作为一个部分传递给普通函数。其实这种类型的代码在互联网上随处可见。然而很多人在使用 Python 时都会忽略这个函数，或者只是偶尔使用它，但其实这些函数真的非常方便，同时也可以节省更多的代码行。接下来我们一起看看这些高阶函数。
五、Python内置高阶函数
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。
1
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。
1
2
3
arr = [2,4,6,8]
arr = list(map(lambda x: x*x, arr))
print(arr) # [4, 16, 36, 64]
我们可以以不同的方式使用 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的新列表。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
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']
上述操作通常出现在从数据库或网络抓取获取数据等场景中。
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。
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。
1
2
3
fruits = ['mango', 'apple', 'orange', 'cherry', 'grapes']
print(list(filter(lambda fruit: 'g' in fruit, fruits)))
# ['mango', 'orange', 'grapes']
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。
1
filter(function or None, iterable) --> filter object
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。
1
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，并求得所有元素的总和。且使用 reduce 函数而不是使用 for 循环来处理此问题。
1
2
3
from functools import reduce
lst = [2,4,6,8,10]
print(reduce(lambda x, y: x+y, lst)) # 30
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。
1
2
3
4
5
6
7
from functools import reduce
lst = [2,4,6,8]
# 找到最大元素
print(reduce(lambda x, y: x if x>y else y, lst)) # 8
# 找到最小元素
print(reduce(lambda x, y: x if x<y else y, lst)) # 2
六、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。
1
2
3
4
5
6
7
arr = [2,4,6,8]
arr = [i**2 for i in arr]
print(arr) # [4, 16, 36, 64]
fruits = ['mango', 'apple', 'orange', 'cherry', 'grapes']
fruit_result = [fruit for fruit in fruits if 'g' in fruit]
print(fruit_result) # ['mango', 'orange', 'grapes']
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。
1
2
3
4
5
6
7
8
lst = [2,4,6,8]
D1 = {item:item**2 for item in lst}
print(D1) # {2: 4, 4: 16, 6: 36, 8: 64}
# 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) # {1: 1, 3: 9, 5: 25, 7: 49}
七、一个简单应用
如何快速找到多个字典的公共键
（1）方法一
1
2
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:]))]
例
1
2
3
4
5
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
1
2
3
4
5
6
7
8
9
10
11
12
# 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
（2）方法二
1
2
3
4
# 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))
相关链接：
Python 最频繁使用的4个函数：lambda、 map、filter 和 reduce
lambda的应用：做加法计算，做判断功能，做字典排序
