好程序员Python培训分享函数式编程之匿名函数

　　好程序员Python培训分享函数式编程之匿名函数，在定义函数的时候，不想给函数起一个名字。这个时候就可以用lambda来定义一个匿名函数;匿名函数又称之为高效函数;因为在声明的时候可以直接调用（不需要先声明定义然后再调用）。

　　语法

　　lambda 变量名....:语句表达式

　　特点

　　a.声明时没有函数名(减少程序员对函数名的定义)

　　b.使用lambda关键字

　　举个栗子

　　*创建一个不带参匿名函数

　　func1 = lambda: 1 == 2

　　res = func1()

　　print(res)

　　#输出结果为False

　　*创建一个传递多个参数匿名函数

　　func2 = lambda x, y, z: x + y + z

　　res = func2(1, 2, 3)

　　print(res)

　　#输出结果为6

　　*创建一个带if判断的匿名函数

　　func3 = lambda x, y: x if x >; y else y

　　res = func3(2, 6)

　　print(res)

　　#输出结果为6

　　以上定义不规范，为了更好理解，所以分步定义;详细请看下文的误区说明;

　　注意

　　1.变量名之间使用逗号隔开;

　　2.调用时可以直接将lambda整体括起来，然后后面添加括号传入对应的实参(没有实参则需要带上括号表示执行该匿名函数，否则返回的是该匿名函数的对象)

　　3.匿名函数之间是可以相互调用和嵌套的

　　作用

　　1. 程序一次行使用，所以不需要定义函数名，节省内存中变量定义空间

　　2. 如果想让程序更加简洁时

　　匿名函数几个规则

　　1. 一般也就一行表达式，必须有返回值

　　2. 不能有return

　　3. 可以没有参数，可以有一个或多个参数

　　匿名函数大量实例

　　A.使用 max函数求字典的最大值

　　dict1 = {'age1': 12, 'age2': 13, 'age3': 14}

　　res = max(dict1, key=lambda x: dict1[x])

　　print(res)

　　B.使用filter过滤字符串是否以某个字母开头

　　Names = ['Anne', 'Amy', 'Bob', 'David', 'Carrie', 'Barbara', 'Zach']

　　B_Name= filter(lambda x: x.startswith('B'),Names)

　　B_Name

　　#输出结果为：['Bob', 'Barbara']

　　C.lambda和map,filter联合使用

　　squares = map(lambda x:x**2,range(10))

　　filters = filter(lambda x:x>;5 and x<;50,squares)

　　print(filters)

　　#输出结果为：[9, 16, 25, 36, 49]

　　D.lambda和sorted联合使用

　　death = [ ('James',32),('Alies',20),('Wendy',25)]

　　sorted(death,key=lambda age:age[1])

　　#按照第二个元素，索引为1排序

　　#输出结果为：[('Alies', 20), ('Wendy', 25), ('James', 32)]

　　E.lambda和reduce联合使用

　　list1 = [1,2,3,4]

　　sum = reduce(lambda x,y:x+y,list1)

　　print(sum)

　　#输出结果为：10

　　F.求两个列表元素的和

　　a = [1,2,3,4]

　　b = [5,6,7,8]

　　map(lambda x,y:x+y, a,b)

　　#输出结果为：[6, 8, 10, 12]

　　使用误区

　　1 .给匿名函数命名

　　PEP 8 中建议我们不要写类似下面的代码

　　func1 = lambda: 1 == 2

　　匿名函数可以直接当做变量一样传递，比如传给函数作为参数，并不要求它一定有个名字。需要注意的是，其实上面的操作并没有真正起到给函数命名的作用。

　　2. 没有必要的匿名函数

　　某些时候，我们没有使用匿名函数的必要，但却无意中使用了。一般有两种情况。一是使用无意义的调用，比如下面的代码

　　res=sorted(list1,key=lambda x:len(x))

　　将列表按元素的长度进行排序

　　其实，我们可以直接使用

　　res=sorted(list1,key=len)

　　上面的一提出来大家马上就理解了，但是平时我们却或多或少的犯了类似的毛病。另一方面，有很多函数，标准库中都已经实现了，我们不知道，所以做了多余的事情。

　　3. 降低可读性的匿名函数

　　按元素的长度和字典序对列表进行排序

　　list1=["abc","bcde","mhjk"]

　　res=sorted(list1,key=lambda x:(len(x),x.upper()))

　　上面的代码能够实现功能，但是我觉得下面的可读性更强一些

　　def get_len_upper(x):

　　return len(x),x.upper()

　　list1=["abc","bcde","mhjk"]

　　res=sorted(list1,key=get_len_upper)

　　我们通过函数函数名就大概知道了函数的作用，如果是匿名函数的话，我们还得去看相应的逻辑。

　　4. 可能根本不需要传递函数

　　对一个列表进行求和，我们可能会看到这样的代码

　　from functools import reducedata=[1,2,3,4,5]

　　res=reduce(lambda x,y:x+y,data)

　　print(res)

　　其实，直接使用sum函数就可以了

　　data=[1,2,3,4,5]

　　print(sum(data))

　　对于一些特定的需求，很多时候 Python 可能已经有了现成的方案。我们要有这方面的意识，尽可能简单的去解决问题。

　　5. 可以不使用 map/filter

　　Python 中的 map 和 filter 一般都结合匿名函数在使用，前者是在迭代过程中对元素做一些处理，后者是过滤掉一些元素。很多情况下，我们可以使用列表推导式或者生成器表达式代替它们。

　　用生成器表达式代替 map

　　data=[1,2,3,4,5]

　　res=map(lambda x:x**2,data)

　　#等价于

　　res2=(x**2 for x in data)

　　用生成器表达式代替 filter

　　data=[1,2,3,4,5]

　　res=filter(lambda x:x>;3,data)

　　#等价于

　　res2=(x for x in data if x>;3)

　　明显的可以看出，使用生成器表达式的代码可读性更强一些。