百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

十九、深入python匿名函数(python匿名函数的作用)

off999 2024-10-28 16:46 60 浏览 0 评论

「@Author: Runsen」

匿名函数是没有函数声明def的函数,用lambda关键字定义的函数。匿名函数的定义方式也和普通函数不一样,代码比较简洁。

匿名函数

匿名函数不需要显示地定义函数名,使用【lambda + 参数 +表达式】的方式

lambda 函数

比如,将最简单的平方函数改造成匿名函数

# lambda x : x * x 实际上就是

def f(x):
    return x * x

lambda 函数的形式

lambda argument1, argument2,... argumentN : expression

关于lambda参数的解读:

  • 关键字lambda表示匿名函数,冒号前面的x表示函数参数(可以没有或者是多个)
  • 冒号后边是表达式,在匿名函数中有且只能有一个
  • 匿名函数不用写return,表达式本身结果就是返回值

匿名函数怎么调用,lambda 返回的一个函数对象,只要传入参数,即可调用。

square = lambda x: x**2
square(3)

9

为什么说lambda代码比较简洁,lambda是一个表达式,将def函数三行写在一起。

[(lambda x: x*x)(x) for x in range(10)]
# 输出
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

上面代码对应的def函数如下。

res = []
for i in range(10):
    res.append(i**2)

使用lambda最常见的方法就是对元祖列表,嵌套列表,字典进行排序。比如,下面的代码。

l = [(1, 20), (3, 0), (9, 10), (2, -1)]
l.sort(key=lambda x: x[1]) # 按列表中元祖的第二个元素排序
print(l)
# 输出
[(2, -1), (3, 0), (9, 10), (1, 20)]

在tkinter 中,也有对应实现的简单案例,下面代码实现的功能:主要你按压就出现being pressed

from tkinter import Button, mainloop
button = Button(
    text='This is a button',
    command=lambda: print('being pressed')) # 点击时调用 lambda 函数
button.pack()
mainloop()

主要你按压'This is a button',就打印being pressed。

如果用def就是下面的样子

from tkinter import Button, mainloop

def print_message():
    print('being pressed')

button = Button(
    text='This is a button',
    command=print_message) # 点击时调用 print_message 函数
button.pack()
mainloop()

纯函数

对于纯函数这个概念,我是了解极客时间专栏《Python核心技术与实战》才知道的。

函数式编程是指代码每一块都是不可变的,都是由纯函数的组成

这里的纯函数,值函数本身相互独立,对于相同的输入都有相同的输出,但是不改变输入的元素。

比如,传入一个列表将列表的元素变为原来的2倍

l = [1, 2, 3, 4, 5]
def multiply_2(l):
    for index in range(0, len(l)):
        l[index] *= 2
    return l
multiply_2(l) # [2, 4, 6, 8, 10]
l # [2, 4, 6, 8, 10]

上面这段代码不是纯函数的形式,因为经过多次调用,每次得到的结果不一样,因为l本质上发生了改变。

l = [1, 2, 3, 4, 5]

def multiply_2_pure(l):
    new_list = []
    for item in l:
        new_list.append(item * 2)
    return new_list
multiply_2_pure(l) # [2, 4, 6, 8, 10]
l #  [1, 2, 3, 4, 5]

上面这段代码才是纯函数的形式,在函数里面定义一个新的列表,每次得到的结果都一样,因为l本质上没有发生了改变。

其他函数

lambda返回的值,结合map,filter,reduce使用。

下面实例中的map、reduce、filter都是Python内置的高阶函数,

map

map 函数的形式

( function ,iterable )

第一个参数是函数的对象,第二个是一个可迭代对象。具体示例如下。

l = [1, 2, 3, 4, 5]
new_list = map(lambda x: x * 2, l) 
list(new_list)
# [2, 4, 6, 8, 10]

filter

filter通常对一个集合做过滤的操作。具体示例如下。

l = [1, 2, 3, 4, 5]
new_list = filter(lambda x: x % 2 == 0, l)
# new_list这里是一个 <filter at 0x20e539b1ef0>,需要进行list转化,才能显示
list(new_list)
# [2, 4]

reduce

reduce通常对一个集合做累积的操作,需要引用functools模块。(只针对Python3而言,在Python2中reduce是内置函数)

import functools

l = [1, 2, 3, 4, 5]
product = functools.reduce(lambda x, y: x * y, l) 
product
# 120 (1*2*3*4*5 = 120)

product = functools.reduce(lambda x, y: x + y, l) 
# 15  (1+2+3+4+5 = 15)

注意:无论是map还是filter返回的都是对象,需要对其进行列表转化。reduce在python3中已经放进functools模块中了

>>> map(lambda x: x ** 2, [1, 2, 3, 4, 5])
<map object at 0x000001CAD42A8CF8>
>>> filter(lambda x: x % 2 ==0, [1,2,3,4,5])
<filter object at 0x000001CAD42A8C88>
>>> reduce(lambda x,y: x*y,[1,2,3,4,5])
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'reduce' is not defined
>>> from functools import reduce
>>> reduce(lambda x,y: x*y,[1,2,3,4,5])
120
map,filter返回的只是一个对象,reduce在python3中已经放进fucntools模块中了

思考题: 如何将字典根据值来排序

d = {'Runsen': 10, 'Maoli': 20, 'Liurunsen': 30}
sorted(d.items(),key=lambda x:x[1],reverse=True)
# [('Liurunsen', 30), ('Maoli', 20), ('Runsen', 10)]

参考:https://time.geekbang.org/column/article/98411

今天也学到了很多东西呢,明天有什么新知识呢?真期待鸭~如果喜欢文章可以关注我哦~

?

本文已收录 GitHub,传送门~[1] ,里面更有大厂面试完整考点,欢迎 Star。

?


Reference

[1]

传送门~: https://github.com/MaoliRUNsen/runsenlearnpy100

相关推荐

阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?

TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...

高流量大并发Linux TCP性能调优_linux 高并发网络编程

其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...

性能测试100集(12)性能指标资源使用率

在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...

Linux 服务器常见的性能调优_linux高性能服务端编程

一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...

Nginx性能优化实战:手把手教你提升10倍性能!

关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...

高并发场景下,Spring Cloud Gateway如何抗住百万QPS?

关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...

Kubernetes 高并发处理实战(可落地案例 + 源码)

目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...

高并发场景下,Nginx如何扛住千万级请求?

Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...

Spring Boot+Vue全栈开发实战,中文版高清PDF资源

SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...

Docker-基础操作_docker基础实战教程二

一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...

你有空吗?跟我一起搭个服务器好不好?

来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...

部署你自己的 SaaS_saas如何部署

部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...

Docker Compose_dockercompose安装

DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...

京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统

前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...

Kubernetes (k8s) 入门学习指南_k8s kubeproxy

Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...

取消回复欢迎 发表评论: